雾天道路下智能车视觉图像实时快速去雾研究

针对智能驾驶视觉感知领域中去雾算法处理时间过长的问题，提出了一种基于大气散射模型的视频图像快速去雾算法。在暗通道先验去雾的基础上，计算大气光值的自适应参数，提高去雾速度，并优化设计去雾系数，获取半去雾图像，将单幅图像去雾应用到视频实时去雾中；进一步利用限制对比度自适应直方图均衡（CLAHE）算法抑制去雾残余噪声，增强图像道路交通特征。验证结果表明：提出的算法有效提高了图像质量，且视频去雾速度较传统算法大幅提升；图像边缘强度提升近2倍，极大提高了道路能见度。     

行李安检禁限带物品识别多标签图像分类算法

有效识别禁限带物品的智能识别算法有助于降低安检人员劳动强度，提升旅客行李安检作业效率。文章采用图像多标签分类的深度卷积神经网络，通过引入图像注意力机制与动态元融合，能够在卷积前向传递过程中补充低层图像视觉线索，有效应对行李X光图像中物品影像混叠干扰及低分辨率特征混淆的问题，增强对细粒度特征的识别能力；同时，引入外部神经知识的元选择网络，实现网络多阶段预测的自适应融合，以避免权重偏置现象。实验结果表明，文章算法能够克服行李X光图像中影像混叠和物品尺度变化带来的禁限带物品识别困难，有效提高识别准确率。     

基于MS-RG混合图像分割模型的道路检测研究

道路场景因其结构的多样性、纹理变化的复杂性和自然曝光的不稳定性，使得传统基于道路分割的道路检测方法大多存在信息冗余，并且存在边界丢失、模糊等质量问题.本文首先在道路图像上使用 Meanshift均值漂移算法，通过空间内的概率密度呈梯形上升去寻找局部最优，并搜索属于同一模点的像素然后生成获得超像素块.然后利用 Meanshift算法获得的聚类超像素块进行多种子点区域生长，规范生长规则，克服不能得到封闭边界的缺陷，改进道路图像的分割效果.实验结果表明，本文提出的模型适用性强，相比于传统方法有效地提升了分割准确性和实时性，可准确识别出图像中的道路信息，确保车辆能够行驶在可行驶区域上.     

UHPC纤维定向法及对受拉性能影响

基于新拌UHPC流动改变内部纤维取向的特性,采用通道流动结合振动的方法,实现UHPC的纤维定向浇筑,并采用图像分析技术测量了纤维定向浇筑对UHPC内部纤维取向的影响,利用抗折试验和轴拉试验测量了纤维取向对UHPC抗拉性能的影响,最后提出了用于定量评估纤维取向对UHPC抗拉强度影响的指标.研究结果表明:常规浇筑下UHPC的纤维取向系数为0.487,接近0.5,纤维定向浇筑的UHPC的纤维取向系数达到了 0.731;具有纤维定向效果的UHPC开裂强度提升24％,抗拉强度和抗折强度分别提升66％、71％;评估UHPC抗拉性能的指标计算出的强度提升约为69％左右,与实测值相近,可认为是一个可靠的用以定量评估纤维取向对UHPC抗拉强度影响的指标.     

数据挖掘在无人船舶目标图像识别中的应用

为了缩短无人船舶目标图像的识别时间,提高目标图像的质量,提出了数据挖掘在无人船舶目标图像识别中的应用。利用数据挖掘技术确定无人船舶目标图像的阈值,根据目标图像的阈值误差分割了目标图像,采用图像边缘点提取公式将图像边缘点连接成线,提取出目标图像的外轮廓,完成无人船舶目标图像的预处理;通过目标图像识别算法的改进设计,得到了目标图像的识别流程,实现了数据挖掘在无人船舶目标图像的识别中的应用研究。仿真实验结果表明,数据挖掘在无人船舶目标图像识别方法与基于航拍技术的目标图像识别方法相比,目标图像的识别时间缩短了35.1%。     

双块式轨枕外形质量快速检测系统研制及应用

SK?2型双块式混凝土轨枕是高速铁路无砟轨道结构中的重要预制件,单一生产厂日均产量达到800~1400根,但目前的人工检测方式无法满足双块式轨枕的出厂检验要求。本文提出的双块式轨枕外形质量快速检测系统可满足TB/T 3397—2015《CRTS双块式无砟轨道混凝土轨枕》的出厂检验要求,与双块式轨枕生产线相匹配,大大提高了检测效率,实现了双块式轨枕全参数、自动化、智能化检测。检测数据自动上传至生产管理平台,可对双块式轨枕生产质量进行跟踪管理。