一种快速的车道线检测方法

针对辅助驾驶系统中重要的车道线检测问题,提出了一种基于霍夫变换和最小二乘法拟合的车道线检测方法。根据相机参数确定图像中的感兴趣区域,对感兴趣区域中灰度图像进行高斯滤波和边缘检测,并利用颜色信息进一步选取检测到的边缘像素。利用霍夫变换提取边缘像素组成的直线,并利用角度信息去除错误的提取结果。用最小二乘法对车道左右两侧提取出的标识线像素分别进行直线拟合,从而检测出当前车道的标识线。通过对800帧不同车道线种类的图片进行算法检验,结果表明该方法能达到30帧/秒的实时检测速度,晴好天气下的直线车道线的检测正确率为99. 6%。     

基于双结构元素数学形态学的铁轨图像边缘检测方法

针对铁轨图像在采集过程中经常受到不同程度的噪声影响,传统边缘检测方法难以检测并提取准确的铁轨边缘.文中通过分析灰度数学形态学抗噪图像边缘检测的常用方法,提出基于不同几何形状及大小的双结构元素抗噪数学形态学铁轨图像边缘检测算法.并应用这种算法对掺杂有噪声的铁轨弯道图像边缘进行铁轨边缘检测,实验结果表明:该方法具有比传统经典边缘检测方法更好的铁轨弯道边缘检测及提取效果.     

受电弓碳滑板病害边缘检测技术研究

人工检测受电弓碳滑板磨耗情况难以实现高效率、高精度,且工作量繁重。为解决北京地铁6号线受电弓病害检测的实际需求,应用一种非接触式检测系统。对基于该检测系统得到的图像进行算法设计,采用canny算子、形态学算法及简化版canny算子等方法,最终得到4根弓条的磨耗深度曲线。该检测方法可实现对受电弓磨耗程度的预测与实时跟踪,并提高了检修效率、节约了运营成本。     

高速铁路近景影像轨道边缘提取与匹配方法

近景摄影测量应用于铁路轨道几何平顺性检测具有较大潜力,为获得轨道几何状态参数,需对轨道数字影像进行定向与建模,本文探索一种高速铁路近景影像轨道边缘提取方法并构建轨道边缘线的同名点坐标映射模型。根据轨道数字影像的灰度信息与点位分布特点,利用Canny算法和概率Hough变换提取铁路轨道的内边缘特征,采用ORB算法与KNN算法匹配轨道表面同名点,建立轨道表面同名点的坐标对应关系。利用边缘线与轨道表面几何关系,构建轨道边缘线的多项式映射模型以匹配出边缘同名点。试验结果表明,该方法在轨道边缘识别与同名点匹配方面有较高的可靠性,可为高速铁路轨道几何状态检测提供影像处理技术支持。     

基于形态学-小波的接触网断线故障检测研究

针对接触网监测中棘轮补偿装置坠砣风振位移与断线位移容易混淆的问题,提出一种基于形态学-小波的断线故障检测方法。利用有限元软件ANSYS搭建接触网模型,采用谐波叠加法模拟脉动风场,通过瞬态动力学仿真模拟接触线b值的风振位移曲线;构造出无干扰断线信号和有风振分量干扰的断线信号,采用基于形态学方法的交替混合滤波器对含噪信号进行消噪处理;对信号做小波变换并根据模极大值原理计算Lipschitz指数实现断线故障的检测。研究结果表明:形态学滤波方法能够完整保留断线故障特征;断线点Lipschitz指数最大值不超过0.11,风振位移Lipschitz指数最小值不低于0.25,将Lipschitz指数作为定量判据可以有效区分坠砣的断线位移和风振位移,该检测方法具有较高的实际应用价值。     

基于多传感器融合的视觉感知困难样本挖掘方法

视觉感知困难样本能有效提升自动驾驶场景中目标检测算法的性能,但是这些样本通常稀少且难以通过简单手段获取.针对该问题,文章提出一种基于多传感器融合的视觉感知困难样本挖掘方法.该方法利用雷达点云分割出来的障碍物目标对图像检测目标进行交叉复核,基于实际障碍物在多传感器间的映射关系挖掘图像目标检测算法难以识别或者未加入模型训练的样本,并将这些困难样本通过云边协同机制用于图像目标检测模型的重训练和远程部署,实现模型的优化迭代更新.试验表明,该方法可以有效挖掘矿用卡车自动驾驶场景的困难样本,通过增量迁移学习显著提升图像目标检测算法性能.同时,该算法对轨道交通等领域自动驾驶场景也具有重要的指导意义.     

轨道交通高架桥交叉口合理桥跨孔径布置及其影响

总结轨道交通高架桥交叉口孔径布置存在的问题,研究新城的规划用地性质、人口规模、增长特征、交通特点.结合轨道交通高架线建设对沿线常规交通的影响,通过对交叉口车道通行能力的分析,得出大跨度轨道桥对交叉口车道通行能力影响有限的结论,提出轨道交通高架桥在不同级别道路交叉口的合理布跨原则.     

一种融合小波变换和数学形态学的图像边缘检测算法

针对传统图像边缘检测方法中出现噪边、边缘定位不精确等缺点,提出一种融合小波变换和数学形态学的图像边缘检测算法。先将图像进行小波分解,高频部分利用小波模极大值噪声抑制和尺度相关子带关联算法进行边缘检测,可以很好地减弱噪声;低频部分利用修正的形态算子进行形态学边缘检测,能够检测出弱边且定位准确;最后对两种方法得到的边缘图像进行融合。实验结果表明,该算法能有效抑制噪声,提高边缘精度并且定位准确.     

铁路货车钩舌自动检测系统

为实现对钩舌的厚度、外涨、锁面磨耗量、销孔直径和锁面座入量的自动检测,提高货车钩舌的检测精度和效率,研究开发铁路货车钩舌自动检测系统.该系统主要由机械、控制和软件3个系统组成.采用基于视觉检测的线结构光传感器,并与运动机构相结合建立系统模型,并对系统模型参数进行标定.通过系统模型将机构的运动量和线结构光传感器扫描得到的检测数据转换为检测坐标系下的钩舌点云数据.采用范围过滤、均值滤波等算法对检测数据进行降噪处理,并通过特征提取算法计算检测值.实地试验性应用结果表明:该系统能够对所有型号货车钩舌的5个检测项目进行检测,达到了货车钩舌的检测要求.     

基于区域级和像素级特征的路面裂缝检测方法

路面裂缝图像普遍存在光照不均匀,对比度低,噪声干扰严重等问题,传统图像处理方法无法有效检测路面裂缝。提出一种综合区域级和像素级特征的分步路面裂缝检测算法,将检测过程分为裂缝区域检测和区域内裂缝精确检测2部分依次进行。设计一种基于拟合图像背景的匀光算法,并结合其他预处理算法改善图像质量;而后基于图像连通域特征,采用基于多特征的滤波方法以及基于SVM的裂缝区域分类法完成裂缝区域检测;在裂缝区域内采用基于像素灰度与梯度特征的种子生长法提取裂缝目标。实验结果表明,该算法能够较好的检测和标识出复杂路面裂缝图像中的裂缝目标。