基于双曲线模型的车道线检测算法

针对车道线识别准确性、可靠性等问题,提出了一种基于双曲线模型的车道线检测算法。首先,对图像进行预处理,采用Sobel算子实现可靠的车道边缘检测;然后,运用Hough提取车道线边界信息,并运用区域生长法筛选道路边缘点;最后,结合车道线边界参数和双曲线模型参数,基于最小二乘法完成车道线重建。试验结果表明该算法可准确识别不同环境下的车道线。     

基于方向可变H aar特征和双曲线模型的车道线检测方法

针对快速路车道线易受多种因素影响而较难检测的问题,提出了一种基于方向可变 Haar特征和双曲线模型的分布式车道线检测方法。首先对车载摄像头进行标定,确定图像中车道平面消失线的位置,将车道平面消失线以下部分的下2/3区域作为感兴趣区域Ⅰ。利用边缘分布函数获得感兴趣区域Ⅰ内车道线直线模型倾角,再采用方向可变 Haar 特征提取边缘特征点并拟合车道线直线模型,利用直线模型参数进一步确定感兴趣区域Ⅱ。提出一种单方向搜索算法,提取边缘特征点并利用双曲线模型拟合获取完整的车道线模型。通过约10000幅实际道路图片对车道线检测方法进行验证。验证结果表明：检测方法能很好地实现多种环境下的车道线检测,在晴好天气检测率为99．9％,不良天气检测率为99．7％。     

成像偏振在车道线检测与识别中的应用

复杂环境下的车道检测是目前智能车和辅助安全驾驶研究的难点和热点. 针对外部复杂的道路环境,将光学偏振理论引入传统的车道检测技术,提出了一种基于成像偏振的车道线检测方法. 通过对车道线图像基本特征的分析,首先采集3个角度的特殊环境道路偏振图像,获得偏振度图像;然后对偏振度图像作二值化和图像感兴趣区域的划分;再根据车道线边缘的直线特性,进行道路图像的边缘检测从而可以获得车道边缘;最后通过Hough变换原理提出了改进的Hough算法,并得以实现检测出车道标线,计算出汽车行驶偏角. 通过仿真和实验验证表明,该方法能够准确地检测和识别出复杂环境下的车道线,车道线的检测偏角与实际偏角之间的误差小于0.3°.      

基于视频检测的车辆变道轨迹识别方法研究

采用Hough变换检测车道线,然后采用背景减差法对运动目标进行检测;目标车辆的跟踪使用改进的形心跟踪算法和模板匹配算法,对运动车辆的轨迹进行提取,计算已有车辆轨迹与车道线的距离;结合高速公路三种常见变道情况,对车辆变道进行定义;通过车辆轨迹与车道线距离方差判断车辆轨迹是否发生违法变道。实验结果表明,该算法能有效地识别车辆变道轨迹,且算法简单可靠。     

基于机器视觉的四方垫片内圆缺陷检测方法

提出了一种基于机器视觉的四方垫片内圆缺陷检测方法。首先利用广义Hough变换定位垫片的中心点位置,然后根据设定阈值对原图进行二值化、标记连通区域并删除最大连通区域外的区域,再分段搜索垫片内圆边沿点,最后用最小二乘法拟合圆后检测各边沿点是否为缺陷位置。算法对任意摆放位置和角度的四方垫片都能成功检测,实时性、准确率都可以满足工业检测的需求。     

基于机器视觉的车辆偏航预警系统设计

设计了一种基于机器视觉的车辆偏航预警系统。首先对图像进行灰度化、均值滤波、边缘增强等预处理,采用Ostu算法检测可靠的车道边缘;然后运用Hough算法准确识别不同环境、不同道路下的车道线;在此基础上提出了一种基于车道线斜率的车道偏航预警模型,并进行了试验。结果表明:模型可实时检测车辆运行状态并进行预警,具有较高的准确率。     

基于车载连续序列图像的道路曲率计算方法

提出一种基于车载连续序列图像的道路曲率计算方法.算法首先利用车载视 觉系统进行内外参数标定实现对路面车道线的三维重建,利用三维重建误差模型对重建 的数据点进行误差估计,并对数据点进行选弃.对序列图像中路面车道线重建出来的曲线 采用ICP 算法进行曲线匹配,并将匹配后的曲线映射到统一的参考坐标系中.最后利用匹 配曲线上的数据点进行圆周拟合,计算道路曲率.实验中利用真实的车载连续序列图像对 算法进行验证.针对曲率半径分别为96 m和430 m两段不同程度的弯道,利用本文算法计 算对应道路的曲率半径.结果表明,本文算法能够精确地计算出不同弯道的道路曲率,特 别是针对平缓弯道的曲率计算,比基于单幅图像的曲率计算方法更加准确与稳定.     

基于高次最小二乘原理的连续刚构桥挠曲线拟合分析

为充分利用连续刚构桥桥梁健康监测系统中有限数量位移传感器,提出一种基于高次最小二乘原理的数值拟合方法,用有限测点信息有效拟合全桥的挠曲线方程。以某连续刚构桥为实际算例,全桥挠曲线拟合分析结果表明:该方法拟合连续刚构桥挠曲线方法简单、思路清晰,有利于工程实践;在边跨和中跨的拟合值与实测值的最大相对误差均小于5%,用高次最小二乘原理拟合连续刚构桥挠曲线具有足够精度。     

基于扩张卷积金字塔网络的车道线检测算法

为满足汽车高级驾驶辅助系统对车道线检测准确性和时效性的要求，采用改进的ResNet50网络作为基础模型提取局部车道线特征，利用扩张卷积能指数级扩大感受野的特点，设计了扩张卷积金字塔模块，用以完整提取不同尺度的车道线特征，提出“锚点栅格”的思想，将输出划分为一组栅格，对每个栅格进行分类和回归分析，经过非极大值抑制等后处理，最终输出车道线标记点集. 结果表明:在CULane多场景数据集里对模型进行测试，在交并比阈值取为0.3的评估条件下其综合评估指标F-measure达到78.6%，检测速率达到40帧/s，在评估指标相近的情况下具有远高于空间卷积神经网络（spatial convolutional neural networks，SCNN）模型的检测速率，并在眩光、弯道等困难场景中的检测效果优于SCNN.      

基于相位特征增强的低对比度磨损车道标线提取方法

为解决磨损车道标线在光照不均、对比度低情况下检测与识别不完整问题,通过一种基于相位特征增强的低对比度磨损车道标线识别方法,研究了低对比度下磨损车道标线在部分直线不清晰下的相位特征提取弱能量信息,以利于Hough变换提取标线的直线信息。结果表明：提出方法对光照不均匀、低对比度且磨损情况下的车道标线边缘提取效果较好。可见对磨损或有缺失的车道线标线解析其相位特征并结合Hough变换的鲁棒性能解决车道线检测与识别的不完整问题。     

地质雷达检测技术在公路工程检测中的应用

在公路工程检测过程中,采用地质雷达检测技术能在不损伤公路的前提下,全面掌握公路路面结构层的状况,能为公路建设提供科学、全面的依据,分析了地质雷达检测技术的原理,介绍了该项技术在公路工程检测中的应用。     

提高入侵检测系统检测效率的新方法

针对网络带宽的增加对入侵检测系统（IDS）提出的性能要求，提出2种提高IDS检测效率的方法，即按照不同的控制策略使用IDS流量控制器进行IDS负载均衡和按照检测代价对攻击进行层次划分使IDS执行不同的攻击检测。使用这些方法不仅能对IDS进行负载均衡，提高IDS整体检测效率，也可以使不同的IDS互为冗余，提高入侵检测系统自身的抗攻击能力。     

基于特征向量的敏感图像识别技术

针对现有色情敏感图像识别技术的缺陷,提出了基于特征向量的敏感图像识别技术.用YIQ彩色坐标系的色度和YUV彩色坐标系的色调作为皮肤的肤色模型,以5×5象素窗口的SSD（sum of square difference）作为皮肤的纹理模型.从敏感图像的皮肤掩码图像中提取与肤色区域数量和比例等有关的6个特征.将提取的特征向量输入到SVM（support vector machine）分类机,根据输出结果判断是否为敏感图像.对含457张敏感图像和1 101张非敏感图像的实验表明,该算法分类的精确度平均达到89.3%,查全率达到85.8%,误检率为4.4%.     

高速公路自动事件检测算法

高速公路事件检测是事件管理中十分重要的1个环节.自动检侧因其成本低、不受天气 限制且检测率高而在事件检侧方法中备受关注. 其中自动检测系统的关键部分是事件检测算 法. 在分析比较各种检测算法的原理和特点及其优缺点的基础上,提出更为有效的事件检测方 法.     

一种基于预处理的边界检测算法

分析了常用的轮廓跟踪算法，并指出了其缺点．针对不同连通区域的图像，提出了一种基于预处理的边界检测算法．该方法可直接从原始图像中提取边界，而不需要进行边界强度计算和阈值分类．该算法用统一的方法处理单连通域、复连通域和不连通域的各种复杂情况，避免陷入复连通域和不连通域关系的先深分析或先广分析，将其化难为易，并且其运算量小，准确率高．     

浅谈路基压实度的检测

简述了路基压实度检测及评定的主要方法和实际存在的一些问题.     

非乘积型小波多尺度边缘检测

讨论了L2（R^2）空间中一类紧支撑正交对称非乘积型小波在灰度图像边缘检测中的应用，检测过程利用了图像所有高频信息，对非乘积型小波滤波器组，先由它们拟合沿水平，竖直方向的滤波器组，若记W1，W2，W3为图像I滤波之后的三个高频图像，W=√-W^21 W22 W23，对W进行非最大值抑制，滞后阈值化，得到图像I边缘图，这样得到不同尺度的边缘后，进行简单边缘匹配，得到原图像边缘，最后给出了IC图像非乘积型小波多尺度边缘检测的结果。     

公路工程中的试验检测管理

公路工程试验检测结果的精确性对于促进公路工程质量的提升具有非常重要的意义。加强公路工程检测管理,提升管理水平,对于提升公路工程的试验检测数据的准确性、客观性以及及时性都起到非常重要的作用。为此,通过探讨试验检测管理所存在的问题,提出一些加强公路工程试验检测管理的建议,以促进公路整体质量的提升。     

Efficient Accurate Context-Sensitive Anomaly Detection

For program behavior-based anomaly detection, the only way to ensure accurate monitoring is to construct an efficient and precise program behavior model. A new program behavior-based anomaly detection model, called combined pushdown automaton （CPDA） model was proposed, which is based on static binary executable analysis. The CPDA model incorporates the optimized call stack walk and code instrumentation technique to gain complete context information. Thereby the proposed method can detect more attacks, while retaining good performance.     

基于视频的交通流参数检测

随着经济的发展,如何保障交通的畅通与安全已成为当今世界的热点研究课题之一。基于视频的交通流参数检测系统具有直观、安装简便、费用低等优点,它代表了车辆检测器的发展方向。简要介绍了视频车辆检测在智能交通系统中的应用,给出了基于视频的交通流参数检测的常用方法,以及检测系统提取的主要交通流参数,分析了影响检测精度的因素和提高精度的相应对策。