����ʱ�չ켣���ٵĽ�ͨ�����Բ���������

基于视频的交通流检测在智能交通系统中具有重要意义。本文针对广泛采用的低位摄像机,提出了一种交通流特性参数的检测分析方法。首先基于三级虚拟检测线和自适应更新率局部背景建模来快速提取车辆特征点并消除活动阴影对提取精度的影响;然后基于Adaboost（Adaptive Boosting,自适应增强）分类器实现特征点按车分组,并在跟踪过程中根据运动特征相关度消除分组误差,获取高精度的车辆轨迹;进而自动生成多车道轨迹时空图并提取各车道交通流的多种特性参数。实验结果验证了算法的高效性;同时,自动生成的多车道轨迹时空图也为更多的交通信息获取和更深入的交通流特性分析提供了有力支持。     

基于多模式弱分类器的AdaBoost-Bagging车辆检测算法

针对现有车辆检测算法在实际复杂道路情况下对车辆有效检测率不高的问题,提出了融合多模式弱分类器,并以AdaBoost-Bagging集成为强分类器的车辆检测算法。结合判别式模型善于利用较多的特征形成较好决策边界和生成式模型善于利用较少的特征排除大量负样本的优点,以Haar特征训练判别式弱分类器,以HOG特征训练生成式弱分类器,以AdaBoost算法为桥梁,采用泛化能力强的Bagging学习器集成算法得到AdaBoost-Bagging强分类器,利用Caltech1999数据库和实际道路图像对检测算法进行了验证。验证结果表明:相比于单模式弱分类器,AdaBoostBagging强分类器在分类能力和处理时间上均具有优越性,表现为较高的检测率与较低的误检率,分别为95.7%、0.000 27%,每帧图像的检测时间较少,为25ms;与传统级联AdaBoost分类器相比,AdaBoost-Bagging强分类器虽然增加了12%的检测时间和30%的训练时间,但检测率提升了1.8%,误检率降低了0.000 06%;本文算法的检测性能显著优于基于Haar特征的AdaBoost分类器算法、基于HOG特征的SVM分类器算法、基于HOG特征的DPM分类器算法,具有较佳的车辆检测效果。     

某型号制导电子箱的检测系统设计*

为解决现有导弹检测设备存在的缺陷,设计了一种模块化、通用化、智能化和标准化的综合检测修理平台。论文介绍了系统的硬件组成以及基于Labwindows／CVI的软件开发。通过部队实践证明,该系统具有重大军事效益和经济效益和广泛的运用前景。     

基于频域搜索的梳状谱信号检测方法

由于梳状谱信号多普勒容限较小,利用常规的匹配/相关检测方法进行检测时,需要较大数量的拷贝信号与计算量。针对这一问题,本文提出一种基于频域搜索的梳状谱信号检测算法。通过利用梳状谱信号频域多峰结构的特点,根据信号的先验信息计算出不同径向速度下回波信号的频点分布,对接收的信号在频域进行搜索累计的方法同时实现信号的检测与速度估计。仿真分析证明了本文算法的有效性。     

一种基于DSP的实时图像处理仿真技术

海面运动舰船目标的定位检测是军事图像处理领域的一个重要方向,同时海面对光线的折射放射对检测的准确性造成了干扰。本文重点对目标检测法进行研究,分析了算法利弊。为解决目标检测算法对于目标背景的敏感度问题,以及提高算法的实时性,把小波变换运用到目标运动检测中,通过小波变换更新图像背景框图,使实时图像在可变模板背景进行运动物的提取。最后,设计基于DSP的仿真系统,通过实验证明新的方法能较好解决因背景更新以及目标物变形造成的检测误差,提高检测精度。     

基于图像融合与处理技术的舰船目标检测

舰船目标检测在国民经济、国家安全和环境保护等诸多方面有非常重要的地位。本文首先获取原始的光学遥感图像,进行预处理去除噪声等不良因素的干扰;其次进行目标增强,利用CRC自适应控制的结构元素尺寸,便于感兴趣的视觉焦点提取,运用自适应滤波器提取出划定的感兴趣区域的特征信息,利用图像信息融合检测出舰船目标;最后通过实验进行验证本文设计的算法,与传统舰船目标检测相比,提高了检测率,即使存在噪音等不利因素也能有效地检测出目标,并且降低了漏检率和虚警率。     

船舶电网频率实时检测仿真研究

针对电力推进船舶电网频率的实时精确检测,阐述了基于二阶直接型IIR数字陷波器的基本原理,基于LMP(p=3)自适应算法建立了在跟踪陷波器参数基础上的船舶电网频率实时检测模型,并分别在电网频率不变、频率发生阶跃变化以及频率线性变化的不同情况下进行了基于Simulink的仿真研究。仿真结果验证了提出的频率检测方法的实时性和精确性。     

Assessing the impact of reduced visibility on traffic crash risk using microscopic data and surrogate safety measures

Due to the difficulty of obtaining accurate real-time visibility and vehicle based traffic data at the same time, there are only few research studies that addressed the impact of reduced visibility on traffic crash risk. This research was conducted based on a new visibility detection system by mounting visibility sensor arrays combined with adaptive learning modules to provide more accurate visibility detections. The vehicle-based detector, Wavetronix SmartSensor HD, was installed at the same place to collect traffic data. Reduced visibility due to fog were selected and analyzed by comparing them with clear cases to identify the differences based on several surrogate measures of safety under different visibility classes. Moreover, vehicles were divided into different types and the vehicles in different lanes were compared in order to identify whether the impact of reduced visibility due to fog on traffic crash risk varies depending on vehicle types and lanes. Log-Inverse Gaussian regression modeling was then applied to explore the relationship between time to collision and visibility together with other traffic parameters. Based on the accurate visibility and traffic data collected by the new visibility and traffic detection system, it was concluded that reduced visibility would significantly increase the traffic crash risk especially rear-end crashes and the impact on crash risk was different for different vehicle types and for different lanes. The results would be helpful to understand the change in traffic crash risk and crash contributing factors under fog conditions. We suggest implementing the algorithms in real-time and augmenting it with ITS measures such as VSL and DMS to reduce crash risk.     

基于信息衰减的无源干扰作战效能研究

针对箔条干扰云团的作战效能问题，从信息衰减的角度出发，建立了基于雷达最大作用距离的衰减模型和基于发现概率的效费比模型，通过仿真实例验证了箔条走廊密度对雷达最大作用距离的定量关系，提出了箔条走廊干扰取得最佳效费比的方法，结果表明，合理设计箔条走廊密度和抛撒箔条数量，可以取得最佳的效费比，对箔条的实际应用有很强的实用价值。     

基于视频的道路交通事件自动检测技术

结合当前道路交通事件自动检测的实践经验和国内外相关技术进展,讨论了交通事件检测的类型、目的和各种检测技术,重点介绍了基于视频的道路交通事件自动检测所采用的图像处理算法和基于视频的道路交通事件自动检测算法。