一种基于稀疏表示的交通图像去噪算法

将图像稀疏表示方法引入到交通图像处理中,实现了一种基于K-SVD的正交匹配追踪的交通图像去噪算法.该算法通过奇异值分解,DCT字典进行自适应更新,形成更能表示图像结构的超完备字典.实验结果表明,相对于传统图像增强方法(中值滤波、均值滤波、基于小波滤波)和基于DCT冗余字典的稀疏表示图像增强方法,该算法能更有效地去除交通图像噪声,得到更高的峰值信噪比.     

ʵʱ�����Ŷӳ���ͼ����ϵͳ��FPGAӲ��ʵ��

针对现有交通路口车辆排队长度检测系统处理速度低、无法适用于实际复杂路口环境的缺陷,设计了一种基于FPGA的实时车辆排队长度图像检测系统.通过形态学边缘处理检测车辆的存在,对检测出的车队轮廓进行水平投影并采用一种基于信息量的车辆度量方法从投影结果中提取了排队的队尾,同时在确定排队长度时通过对算法参数的自适应调整有效消除图像逆透视效果的干扰;整个图像处理过程完全利用FPGA硬件逻辑实现,采用五级并行流水设计保证图像采集、高斯滤波、Sobel边缘检测、阈值分割和形态学腐蚀处理同步执行且同时完成,实现了对分辨率为720×576的图像25帧/s的处理速度.实验结果表明,系统性能良好,工作稳定,算法简单实用,具有较好的应用前景.     

一种CCD图像相关处理系统的FPGA＋DSP实现

在卫星观测系统中，CCD相机对高精度图像实时跟踪时，为得到高信噪比高分辨率的图像，必须对图像进行实时相关处理．而现有软件实现速度不高，不能实现其实时性．本文在分析图像相关处理快速算法的基础上，使用Altera的Quartus Ⅱ软件，完成了其中的核心模块——FFT算法的硬件实现，提高了处理速度；并运用DSP处理器，设计了一个基于FPGA的实时数字图像处理系统．文中给出了系统的硬件电路和软件算法模块．仿真和调试结果表明：用FPGA与高速数字信号处理算法的结合，可以满足系统对图像进行实时处理的要求．     

二维DCT／IDCT在红外图像预处理中的应用

红外成像在军事、工业及日常生活中都有广泛的应用，而二维离散余弦变换（DCT）是数字信号图像处理中被运用得最广泛的算法。提出了一种以FPGA为硬件载体的二维离散余弦变换对红外图像预处理的硬件设计方法。该设计方法重点在于根据FPGA灵活的特性及红外图像的特点，选择一种比较适合的混合DCT变换方法，通过降低周期内乘法器的使用量提高速率，实现以速率至上的变换系统，并且通过控制信号完成DCT或者IDCT的选择，以满足不同需求的变换。     

路面破损图像自动处理技术研究进展

总结了路面破损图像自动处理技术的重要研究成果, 分析了该领域关键技术的研究进展, 包括路面破损检测系统、图像处理算法和识别算法评估; 比较了不同路面破损检测系统与目标自动识别算法的检测精度和适用性, 给出了路面破损图像自动处理技术未来可能的主要研究方向。研究结果表明: 在路面破损检测系统方面, 从早期基于摄影技术的图像采集到目前的3D激光扫描技术, 路面图像采集技术更加便捷和高效, 但破损图像自动分析和目标自动识别算法仍然存在挑战; 在路面破损图像处理算法方面, 传统的路面裂缝目标分割算法已由过去的基于单一特征(灰度、边缘形状等) 的检测方法演化到多特征融合检测方法和图优化检测方法, 还出现了一些精细化的裂缝目标连接与恢复算法, 大幅提高了裂缝检测精度, 但需要的计算资源和人工先验知识库也随之不断增大; 在路面裂缝处理算法评估和比较方面, 主要利用人工分割来评价自动识别结果, 目前迫切需要建立一个面向全球开放的大型路面破损图像数据库, 以客观、有效地评估现有各种路面破损图像处理算法; 基于2D图像特征分析的路面破损图像自动识别算法很难在识别精确性、算法通用性和实时性方面同时取得最佳效果; 近年来, 大量学者开始尝试借助深度学习神经网络自动识别路面破损, 但该技术仍处于活跃的演进过程中; 在提高路面破损自动识别精度和效率方面, 3D激光扫描技术和基于人工智能的深度学习技术的发展将对未来路面破损图像自动识别技术的最终突破产生重大推进作用。      

交通事件视频图像自动识别系统的研究

如何有效利用高速公路视频图像信息,实时全天候自动智能检测交通事件,提升交通管理部门应急处置能效,是当前公路视频监控亟需解决的问题．本文基于视频图像处理技术,开展交通事件自动识别算法和系统的研究：采用中值滤波、亮度缩放等图像预处理方法,提取交通视频图像的前景目标边界并抑制噪声;基于灰度阈值化方法,对车辆前景进行二值化分割处理;提出一种二值化场景图像连通区域标定算法,对交通事件前景目标进行特征提取与检测识别,并基于上述算法和识别流程开发了交通事件视频自动识别系统．试验表明,该系统对噪声干扰抑制能力较强,识别准确率较高．     

一种基于方形码和DCT的数字水印技术与实现

提出了一种基于DCT(离散余弦变换)的图像水印嵌入技术,同时提出了一种新的图形编码方案一方形码,并且将这种方形码作为水印信息嵌入到宿主图像当中,实验结果表明本水印具有很好的不可见性,并且对图像压缩和噪声干扰能力很强,易于用数据库处理,实用性能很好。     

汽车防追尾的车辆识别系统设计

详细介绍了一种基于汽车防追尾的图像处理识别系统.该系统由摄像机(CCD)、图像采集处理模块和车辆识别系统组成.由CCD摄取的图像,经视频解码器处理后再传给车辆识别系统进行图像的车辆识别判断.     

基于图像内容和混沌系统的图像认证算法

提出了一种利用离散余弦变换（Discrete Cosine Transform,DCT）系数和混沌系统的可用于检测图像篡改定位的脆弱性数字水印算法.首先将图像进行不重叠的分块,分块后的图像经过DCT变化后,利用中频系数产生水印.同时利用混沌系统构成图像块间信息嵌入和提取的对应关系,并将水印嵌入到相关块的最低有效位.图像篡改检测过程为：将提取的水印和生成的水印进行比较,通过差异的位置对其进行定位.实验结果显示,该算法具有良好的定位精度,混沌系统的采用,使算法具有较高的安全性.     

彩信技术在交通违法主动告知中的应用

由于目前的交通违法告知方法存在着信息不对称问题,导致车辆驾驶人不能实时获知自己的交通违法情况,故可能出现自身的重复性交通违法或由套牌车辆的交通违法而被高额罚款。为此,本文提出了一个基于GPRS MODEM通讯技术的彩信发布系统。作者采用C#.net开发了图像处理模块,对电子警察系统抓拍的违法原始图片进行切割并压缩,构成...     

基于HSV透射率加权修正的机载视频去雾系统设计

针对无人机机载雾天实时获取图像降质的问题，设计一种基于HSV （hue，saturation，value）透射率加权修正的无人机视频去雾处理系统. 首先，根据机载低功耗实时去雾系统要求，完成去雾系统总体设计；其次，根据去雾系统视频采集需要，设计数字视频BT.656/BT.1120隔行和逐行处理、视频控制、指令接收处理、TS1601视频去雾算法处理、H.264视频压缩处理和组帧等功能；最后，重点介绍系统去雾处理算法和平台设计、去雾参数化处理等功能模块的设计实现，分别使用本系统方法和相关文献方法对典型含雾图像处理，采用方差函数、平均梯度函数、TenenGrad函数等3种清晰度评价函数并做归一化处理，以进行客观评价. 研究结果表明:根据HSV分量透射率加权修正的无人机机载图像去雾处理系统设计，具有功耗小、易实现和适应性强等特点；对典型含雾图像3处理后方差函数归一化分别提高46.87%、1.44%、12.83%，平均梯度函数归一化分别提高12.54%、9.26%、11.15%，TenenGrad函数归一化分别提高53.19%、3.60%、8.82%，测试算法整体运算时间分别提高4.74、5.41倍和5.46倍.      

车联网环境下公交路径交通状态估计方法研究

传统感应线圈的交通状态估计方法已无法满足准确性和实时性的状态估计需要,为此提出了基于联网公交车辆实时速度的交通状态估计模型。所提模型借助实时信息采集系统的高效性和准确性的优势,对道路交通运行状态进行估计,同时利用卡尔曼滤波算法对交通状态变量进行更新。基于历史观测数据对更新后的交通状态变量进行修正,进而得到交通状态的估计值。通过采集数据并进行大量的实验,研究结果表明：基于联网公交实时速度的状态估计模型,在各种交通环境条件和占有率下,估计值误差指数（变异系数） 均小于15%,最大仅为13.15%;状态估计修正模型与状态估计模型相比,估计值误差指数下降了2%,总体误差优化性能提升了11.87%。在确保实时性和高效性的同时,基于联网公交车辆实时速度的交通状态估计模型解决了传统道路交通状态估计方法准确性低的问题。     

New Approach to Measuring Traffic Queue at Intersections

To measure the length of traffic queue, a vehicle motion model at intersections was built, and based on it the effective traffic queue was defined. Color images segmentation and frame differencing technique were used to detect the foreground and the moving vehicles by detecting regions of the images, and then measure the length of effective traffic queue. By processing the image sequence acquired at certain intersection, the results prove that it is able to work out the traffic queue effectively by using the two techniques.     

城市道路交通流实时数据质量控制技术

随着城市交通系统越趋复杂．交通数据量越趋庞大．传统的历史数据修正方法和交通流理论修正方法在数据质量控制上渐显不足,以致隐含在交通流数据中的真实规律得不到体现？文章总结归纳国内外相关领域的研究成果,结合广州市在建和已建智能交通系统中数据质量控制技术现状,提出一种基于数据类型、缺遗原由等特征的城市道路交通流实时数据质量控制技术,并且通过实际工程应用案例验证了该项技术能有效解决交通数据处理的;住确性、可靠性和实时性问题。     

提升高精度图像弱目标视觉质量的高效压缩算法

为了实现对高精度图像进行高效压缩,同时确保重建图像的弱目标区域有较好的保真效果,提出了一种提升弱目标区域质量的基于误差优化编码的高精度图像压缩算法. 首先,使用JPEG-LS （joint photographic experts group lossless）压缩算法对图像数据进行压缩,在游程编码过程中自适应地选择需要二次编码的误差数据,并完成了基于视觉质量的非均匀量化;其次,对量化值进行数据分解,去除量化值之间的相关性,并对分解后的数据进行MQ算术编码的熵编码;图像重建时根据量化间隔重建反量化值,并设计了反量化优化和滤波优化过程;最后,将本文算法与JPEG-LS、JPEG2000 （joint photographic experts group 2000）算法进行了性能比较,结果表明:本算法能够实现高精度图像数据的高效压缩,且复杂度低,易于硬件实现,虽然引入了误差数据二次优化编码等过程,但增加编码的数据量较小,故与JPEG-LS算法的压缩速度相当,然而比JPEG2000算法的压缩速度提升4.47倍;同时有效减少了常规算法造成的信息损失,重建图像的峰值信噪比与JPEG-LS、JPEG2000相当或略低,但弱目标区域的视觉质量及保真效果更好.      

基于联合投票网络的交通场景天气分类方法

基于交通视频监控图像的天气识别已经成为智能交通系统中重要的研究课题. 虽然卷积神经网络（convolutional neural network,CNN）在图像识别技术获得了巨大的发展,但是针对复杂交通场景的天气识别问题,现有的模型在特征表达方面仍然面临着巨大的挑战. 为了提取丰富的语义特征,提出了基于联合投票机制的深度神经网络（deep neural network,DNN）模型. 所提出的模型包括两个核心模块:基于通道和空间注意力机制的二阶特征模块和基于复合特征结果联合投票机制的分类模块, 用以提取不同天气图像中的判别性信息,提高在复杂交通场景下的天气识别性能. 最后,在两个基准天气分类数据集上进行了验证试验,结果表明:对于复杂场景条件下的天气识别问题,所提出的基于联合投票机制的深度神经网络模型的识别正确率优于目前最好的天气识别方法的1.97%.      

Development of a wireless capsule endoscope system based on field programmable gate array

A new modular and programmable wireless capsule endoscope is presented in this paper. The capsule system consumes low power and has small physical size. A new image compression algorithm is presented in this paper to reduce power consumption and silicon area. The compression algorithm includes color space transform, uniform quantization, sub-sampling, differential pulse code modulation (DPCM) and Golomb-Rice code. The algorithm is tested in a field programmable gate array (FPGA) development board, and the final result achieves 80% compression rate at 40 dB peak signal to noise ratio (PSNR). The algorithm has high image compression efficiency and low power consumption, compared to other existing works. The system is composed of the following three parts: image capsule endoscope, portable wireless receiver and host computer software. The software and hardware design of the three parts are disscussed in details.     

��������ͼ�ı����е�·��ͨ״������ָ����о�

各种仪器设备采集了大量的城市道路交通实时信息数据,但目前所能利用的信息仍较为稀少。研究如何利用这些丰富的信息数据资源极具意义,也十分必要。本文基于对北京市快速干道实时采集的RTMS数据的分析,以交通流理论为基础,结合统计分析方法提出一种基于特征图的道路交通状况量化评价指标模型。具体将模型应用于北京市二、三、四环的交通状况分析,取得了具有一定实际应用意义的量化评价指标。最后,应用多成份Gauss混合模型对交通流参数的分布实施拟合,并采用EM算法进行参数估计,就指标的合理性和可信性做出了进一步的评价分析。