基于单目视觉的轨道固定桩基准点测量方法

为了提高铁路线路固定桩基准点绝对坐标测量的效率, 提出了一种新的测量方法; 建立了无合作目标的单点测量模型, 采用单目相机采集激光靶标图像, 利用光饱和点重心法提取激光光斑中心; 研究了平面直线成像规律, 构造了基于正交直线的单应性矩阵求解方法, 并对图像进行透视畸变校正; 根据校正后的图像与靶标的几何相似关系, 计算了激光光斑与靶标的横、纵向偏差; 在室内环境下, 进行了靶标图片拍摄的正交试验, 计算与比较了横、纵向偏差。试验结果表明: 在激光光斑和靶标固定的条件下, 保持相机与靶标的距离不变, 改变相机角度拍摄图片, 经过透视变换校正后, 横、纵向偏差与期望偏差分别为0.082、0.254mm; 相机拍摄角度固定, 改变相机与靶标距离拍摄图片, 经过透视变换校正后, 横、纵向偏差与期望偏差分别为0.126、0.014mm; 在相机的角度、相机与靶标的距离都改变的情况下, 拍摄的图片经过透视变换校正后, 横、纵向偏差与期望偏差分别为0.329、0.064mm; 可见3组试验的横、纵向偏差与期望偏差的误差均小于0.5mm; 系统的水平距离测量误差范围为±1.52mm, 高程测量误差范围为±0.67mm, 根据轨道检查仪性能指标, 线路水平距离误差范围为±3.0mm, 高程误差范围为±2.5mm, 因此, 本文的测量方法精度满足轨道测量要求。水平距离测量误差完全由激光测距仪和倾角传感器决定, 而高程测量误差是由激光测距仪、倾角传感器与激光点和靶心的偏移量共同决定的。      

单幅图像的超分辨率重建方法

在分析单幅图像超分辨率重建问题的基础上，建立一种新的图像退化模型，并分析了提出的模型和经典图像恢复中模型的异同点，然后分析了算法实施步骤，针对提出的分层剥离算法，采用级联模板运算方法，从而简化了方程计算的复杂度．试验结果表明：提出的一种基于剥离方法的单幅图像超分辨率方法是有效可行的．     

基于IAGSO 算法的VISSIM 模型校正研究与实现

微观交通仿真能够再现城市道路交通状况,其关键步骤是建立仿真模型.为使 模型最大程度地反映实际道路运行状况,需要对所建立的模型进行校正.首先本文设计了 改进的自适应步长的人工萤火虫算法（IAGSO）和以排队长度为指标的目标函数.然后,设 计了基于IAGSO 算法的VISSIM 模型参数校正的方法.最后,设计和实现了基于B/S 结构 的交叉口仿真分析系统,应用VISSIM 对北京市某交叉口建模,利用系统对此模型进行参 数校正,比较模型校正前、校正后和现场调查的四个进口方向的排队长度.通过比较结果 验证了基于IAGSO 算法的VISSIM 模型参数校正的有效性.     

简化的图像三维重建算法

提出了一种简化的图像三维重建算法，该算法利用灰度信息的相似性测度自动寻找两幅图像对应点，再根据双目成像几何模型计算图像的深度信息．给定了相似性测度，两幅图像的匹配可以描述为一个最小化的问题．在实际应用中利用区域对应、唯一性控制等机制以增强算法的精确度和稳定性．     

彩色与灰度图像间转换算法的研究

在智能车牌识别系统中，从人眼的视觉特性入手，分析人眼的视觉生理模型和常用的计算机转换算法。在此基础上提出了一种将32位彩色图像转换成8位灰度图像的算法即HLS模型转换算法，使得转换后的灰度图像边缘亮度噪声少，平滑效果好．     

航空影像的几何校正研究与实现

航空侦察在军事上有着重要的地位,文中研究了航空影像的斜像校正.利用GPS实地采集地面控制点,采用多项式和双线性插值法对机上采集的图像进行了几何校正.校正后的图像可用于图像配准、融合和目标识别.     

基于SOM的车牌号码倾斜校正

利用SOM神经网络的聚类特性,把图像字符坐标聚成2类拟合成一条直线,求得该直线斜率k,计算倾斜图像的旋转角α,把倾斜图像旋转α,进行水平倾斜校正;在垂直倾斜校正中,使用SOM神经网络聚类拟合直线,计算垂直倾斜角θ,并对水平倾斜校正后的图像进行错切变换,得到最终的校正图像.实验结果表明,该方法能准确地检测出图像的倾斜角,并具有较强的抗干扰性和应用适应性,为图像倾斜校正提供了一个新的有效方法.     

γ相机平面成像的位置校正

核医学图像是功能成像,被广泛地运用于癌症的诊断、脑功能的研究以及心脏病的研究等各个方面.而核医学仪器的图像校正和质量控制对于提高核医学图像的质量至关重要.核医学仪器采集的图像如不经过校正,则不能提供正确的信息.通过位置校正能实现位置信息与能量信息的分离.     

基于小波域隐马尔可夫树模型的多光谱遥感影像纹理分割技术研究

遥感图像纹理信息丰富，需要进行有效的纹理特征描述．小波域隐马尔可夫树（HMT）模型提供了一种有效的纹理特征提取方法．简述了HMT模型及分割思想，并在此基础上针对多光谱遥感图像，探索更好的纹理描述方法．通过适当的数学变换，得到多光谱遥感影像在不同角度下的描述：H—S—I分量和最大主成分分量．研究比较各分量特性并应用HMT模型，得到不同分量下纹理分割结果．实验表明，利用多光谱信息可有效地提高分割质量。     

车牌自动识别系统设计与实现

车牌自动识别分为图像预处理、车牌定位、字符分割、字符识别四步。利用形态学变换对图像进行滤波聚类,HOUGH变换对车牌图像进行水平校正,BP神经网络的方法进行字符识别,最后基于DELPHI7．0环境下设计开发了车牌自动识别系统。     

混合交通流视频检测中区域选择更新混合高斯背景模型研究

混合交通是我国交通的主要特征，利用视频检测技术可以获取混合交通流参数，实现混合交通的有效管制，由于检测过程中天气、光线等环境变化，实时有效的自适应背景提取模型尤其重要。本文在混合高斯模型的基础上，根据运动分割与Kalman运动跟踪，结合象素的时间与空间特性，提出区域选择更新混合高斯模型来抽取背景，克服了交通控制信号或交通阻塞等造成的长时间停车，以及高峰期大量运动物体长期充满当前图像等情况对背景抽取造成的影响，该模型通过对交叉口和路段视频进行背景提取，实验效果良好，证明了本方法具有较强的鲁椿性和自适应性。     

基于复轮廓波域高斯比例混合模型SAR图像去噪

在分析了SAR图像的噪声成因及其噪声模型的基础上,提出了一种适用于复轮廓波变换域的高斯比例混合模型的SAR图像去噪（CCT-GMS）算法.本文所提出的算法具有多方向多尺度移不变性,并且充分的利用了复轮廓波的时域和频域的特性,改善了图像的视觉效果.实验结果表明：相比使用小波-轮廓波加上Cycle Spinning去噪,本文算法的峰值信噪比提高2 dB,相比使用BLS-GMS去噪,本文的算法抑制了人造纹理产生,视觉效果得到了明显的改善.     

Hierarchical Non-linear Image Registration Integrating Deformable Segmentation

IntroductionSegmentation and registration are two impor-tant problems in the field of medical image analy-sis. Traditionally, solutions have been developedfor each of these two problems in relative isolationfrom the other, but with increasing dependence onthe existence of a solution for the other. For exam-ple, model-based segmentation methods[1,2]need toregister individual data sets to a common frame ofreference, so that statistics about the models canbe gathered to guide the evolution of the…     

基于离散水平集方法的Chan-Vese模型

采用离散形式的水平集函数代替传统的符号距离函数,提出基于离散水平集方法的Chan-Vese模型。采用变分方法得到水平集函数演化的梯度降方程,对得到的演化方程进行半隐式离散求解和数值算例验证,并与传统的符号距离函数方法进行对比,以验证离散水平集方法在图像分割中的优势。实验结果表明,基于离散水平集方法的Chan-Vese模型分割速度和精度比用符号距离函数实现的Chan-Vese模型有明显提高。     

单幅图像融合参考模型的三维人脸重建

基于单幅图像的三维人脸重建以其数据获取简易而具有广阔的应用前景.本文提出了一种融合参考模型的方法实现基于单幅图像的三维人脸重建,其主要思想是以球面调和函数表示图像的光照模型,从而建立图像的光照信息与深度信息之间的解析关系;进而可基于参考模型的深度信息获得输入图像的近似光照系数,再根据近似所得的光照系数恢复其深度信息.该法不仅可完全自动化地实现,而且因不需要多个人脸模型的信息而优于基于统计模型的三维重建;由实验中对不同库中人脸图像及真实采集的人脸图像进行重建的结果发现,本文提出的重建方法是切实可行的.     

基于Hopfield网络的三维显微图像复原

在实际显微系统中,由于样本的折射率和透镜折射率不匹配,致使不同深度的PSF是不一样的.为了实现三维显微图像的复原,提出了基于三维高斯PSF的复原算法,将Hopfield神经网络用于三维图像序列的复原中,实验证明连续Hopfield网络能够恢复深度变化图像模型的模糊图像.     

基于颜色空间和面部特征的驾驶员面部定位方法

介绍了一种快速检测和定位驾驶员面部区域的方法。首先将驾驶员面部图像映射到YCbCr颜色空间,建立肤色高斯模型;然后通过似然图自适应阈值分割获得驾驶员面部区域,对获得的二值化面部图像进行形态学操作消除毛刺和小孔;最后对处理后的面部图像进行灰度积分投影,结合面部特征获得驾驶员的面部区域并框定。并试验证明了方法的实时有效性。     

基于视觉注意机制 PCNN 模型的车牌 图像分割方法

车辆图像中车牌具有所占比例小、位置不固定、大小不一,以及分割易受光照影 响的特点.因此,车牌图像的分割始终是车辆跟踪、车辆识别等领域中的难点问题.针对以 上问题,本文提出了基于视觉注意机制脉冲耦合神经网络模型的车牌图像分割方法.该方 法将视觉注意机制中的数据驱动模式和任务驱动模式相结合. 数据驱动模式中,通过对 PCNN 模型细胞感受野功能的完善,使优化 PCNN 模型具有了尺度性和方向性.任务驱 动模式中,针对不同尺度的分割,利用组合不变矩和局部灰度熵,自适应地确定目标的特 征尺度和最佳尺度,并确定该目标最终的分割结果.经实验验证,该方法对车牌图像具有 较好的分割效果.     

桥梁下部结构裂缝提取的改进C-V模型算法(英文)

应用改进C-V模型,进行桥梁下部结构裂缝图像分割,通过裂缝截取、图像填充和旋转变换精确提取裂缝宽度。对不同光照条件下拍摄的在役混凝土桥梁结构裂缝图像,分别利用改进C-V模型算法、自适应阈值法、形态学算法、C-V模型以及Canny算法进行试验对比。分析结果表明:改进C-V模型算法误分率和运算时间最小,分别为3.02%与89ms;1 000幅桥梁结构裂缝图像试验对比显示裂缝检测准确率大于90.8%,裂缝宽度平均误差小于0.03mm。可见,改进算法可有效提高检测准确率,减少运算时间。     

城市轨道交通乘客满意度多群组结构方程模型

为解决现有城市轨道交通乘客满意度模型中缺少变量间相互关系描述,不能定量 描述变量对满意度结果影响规律的问题,本文引入结构方程理论,构建了城市轨道交通乘客 满意度多群组分析模型,定量分析各潜变量间的路径系数,最后依据样本特性进行分群研究. 结果表明：服务质量、企业形象、乘客信任对乘客满意度均具有显著的正向直接影响,忠诚度 对满意度产生间接影响;服务质量(0.98)、企业形象(0.59)、乘客信任(0.52)、忠诚度(0.03)对满意 度的影响效应依次递减;不同性别与不同职业分群条件下乘客满意度作用大小存在显著差异.