基于视频的公路隧道火焰检测算法研究综述

文章综述了基于视频的公路隧道火焰检测算法研究现状.以火焰静态和动态特征为主线,比较分析了各种检测算法的优缺点,并深入探讨了基于视频的公路隧道火焰检测算法的未来发展趋势.     

基于数字图像的隧道表观病害识别方法研究

阐述了公路隧道结构快速检测车图像采集的原理,以隧道结构表观图像为研究目标,系统分析了隧道裂缝和渗漏水病害的图像特征;基于裂缝图像特征,通过CTA测度算法和边缘检测结合可准确地识别裂缝;根据渗漏水图像特征,采用改进的CTA算法,并结合形态学处理方法,可实现隧道结构渗漏水的识别与定位。研究表明:采用CTA测度及其改进算法可较好地实现表观病害识别,可有效地减弱线缆干扰、光照变化带来的影响。     

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．     

试验检测对隧道工程的质量控制

随着经济社会的发展,我国的交通运输量越来越大,公路隧道的工程项目也越来越多。在公路隧道施工过程中,施工试验检测是一个非常重要的工作,对于确保公路隧道的质量具有重要的意义。结合多年从事公路隧道工程施工检测的实践经验,概括了公路隧道施工中经常出现的质量问题,对公路隧道施工检测的相关工作者有所指导和帮助。     

公路隧道病害分析及健康检测

简要分析了目前公路隧道的常见病害,介绍了公路隧道健康检测的方法。     

基于视频信息的高速公路隧道交通管控技术研究

隧道是道路交通运行安全的关键节点，相较于普通路段，其交通运行风险较高，辐射影响更广。为研究提升高速公路隧道交通运行的效率及安全的有效措施，采用视频检测算法提取隧道交通运行信息，提出一种基于隧道监控视频信息的高速公路交通运行状态监测方法，并搭建管控平台，为现有运营高速公路隧道行车安全提供了前沿性研究和现实保障。     

公路隧道衬砌断面轮廓检测技术及应用

简述了公路隧道断面轮廓的检测方法,重点阐述了隧道激光断面仪检测的原理。为提高检测结果的准确性和可靠性,提出了规范化的操作技术及相关注意事项。介绍了隧道激光断面仪检测的数据分析应准备的资料,分析依据,检测报告的内容、形式和要达到的要求,并给出了相关的检测实例。应用该检测技术于隧道衬砌轮廓检测,取得了较好的成果。     

基于视频的道路盲区能见度检测研究

基于道路视频图像的能见度检测方法可为智能交通系统提供实时、可靠、经济的交通能见度信息,但其应用效果受限于广泛存在的视频监控盲区。鉴于此,针对道路视频监控盲区的能见度实时检测方法展开研究,利用视频能见度检测算法,获取上下游路段能见度的两类检测数据,并提出一种基于能见度数据的高层信息汇聚融合模型,构建了盲区的能见度间接检测方法,给出 基于实时视频检测的道路盲区能见度预测值,与目测结果相比,平均误差小于10%。     

基于反馈背景模型的城市道路交叉口前景目标检测

为准确检测城市道路交叉口监控视频中缓慢行驶或短时停留的前景目标,提出了一种基于前景目标反馈的背景模型检测方法.首先基于观测样本的像素值构建背景模型,利用计数器观测像素点检测为前景或背景的次数并描述当前场景的交通状态和稳定性,其次根据场景自适应阈值判断当前像素点为前景点或背景点,最终通过交通状态和场景的稳定性更新背景模型.采用基于真实的交叉口视频场景对算法的有效性进行了定性与定量分析.实验结果表明,该算法在复杂的城市道路交叉口场景中检测出缓慢行驶或短时停留车辆的性能优于其他方法,同时能够满足城市道路交叉口智能视频监控实时性和准确性的要求,为交叉口前景目标的行为分析奠定了基础.     

无损检测技术在公路隧道支护结构质量检测中的应用

通过对公路隧道支护质量无损检测应用技术的研究,提出公路隧道支护质量无损检测的综合评价方法,如在公路隧道建设中大力推广应用,能够随时对在建隧道进行质量评价,及时发现存在的质量隐患,有利于对出现的质量问题和事故隐患进行及时纠正,从而提高工程质量,降低事故风险,保证隧道工程的运营安全与使用寿命,因此具有很好的社会、经济效益,宜于大力推广应用。     

违章车辆视频检测算法的研究

违章车辆视频检测是智能交通系统ITS中的一个重要环节,它对于交通安全、交通管理与控制方案选择具有非常重要的理论意义和实用价值.文章对影响车辆视频检测的关键技术进行了较为详细的讨论,包括背景更新技术、阴影处理方法、车牌定位技术,提出一种区域检测和车牌定位相结合的一种视频检测方法.经试验证明,该方法能够对各种类型的闯红灯车辆进行有效的检测,具有很高的实用价值.     

基于小波分解的车辆视频检测算法

作为智能交通系统(ITS)的基础部分,车辆检测系统在ITS中占有很重要的地位,目前常用的基于视频的车辆检测方法主要有:灰度比较法、背景差法、帧差法、边缘检测法.本文在分析这几种方法的优缺点的基础上,提出了一种基于数学形态学滤波和小波分解的算法.该算法首先对视频图像进行形态学滤波,然后在虚拟检测区进行小波分解,通过分析小波系数来检测车辆,它计算量小,复杂度低,可正确判断有无车辆、完成车辆的计数,实现车流量计算.     

基于视频的城市快速路车辆异常行为检测

文章提出虚拟传感器的概念,针对城市快速路视频监控系统,改革单一功能摄像机,使其成为具人工智能的新型视频传感器,完成道路车辆跟踪及异常行为检测。异常检测算法运用带有时间和空间信息的车辆轨迹对自组织神经网络进行训练,获得神经网络参数后利用概率模型对实时车辆轨迹进行异常提取。该文所提算法能在嵌入式DM642视频处理平台上有效运行,能够提取诸如超低(高)速行驶、违章停车、违规掉头等异常行为,具有低运算量及较好的鲁棒性。     

基于Co—Training策略的视频广告文本检测

同普通视频节目相比,视频广告中的文本具有更为复杂的表现形式．为实现这类文本有效的定位,通过将文本检测视为一种特殊纹理的分类问题,提出一种基于改进的Co—training策略的视频广告文本检测方法,采用两种相对独立的纹理描述子,从多视角来强化文本特性描述．另外,针对Co-training协同学习机制中容易引入噪声样本的问题,提出了一种改进的结合Bootstrap思想的Co—training算法,在两个相对独立的特征空间中交互选择典型样本,以达到提高分类器泛化能力的目的．通过实验,本方法在自建的数据库上获得的正确率与查全率相对于其他方法有10％左右的提高．     

一种基于直方图的车辆检测方法

获得车辆图像的准确定位是视频交通检测的关键,在分析传统车辆检测方法不足的基础上,提出的基于直方图的检测方法,能够提高图像分割的准确性,确保对车辆目标的顺利提取,具有一定的实际应用价值。     

基于CapsNet的行人检测方法及评价

为了提高道路环境中行人目标检测的准确率，改善现有检测算法对不同环境视角下漏检率较高、耗时过长、实用性较差等问题，本文提出了一种基于 CapsNet的行人检测模型. CapsNet由神经元所构成的 Capsule组成，通过动态路由协议对物体的实例化参数进行表达和传递，保留了各特征对象间的空间层级，采用 Caltech公开数据库对所提算法的有效性进行验证，并在检测准确率及算法耗时等方面与其他算法进行对比.实验结果表明：相比于其他主流检测算法，本文算法在确保检测效率的前提下，对数平均漏检率最低可降至 9.17%；且在 Caltech、INRIA和 NICTA数据集的交叉验证实验中，也能达到良好的检测效果，具有较好的鲁棒性和泛化能力.     

基于CapsNet的行人检测方法及评价

为了提高道路环境中行人目标检测的准确率，改善现有检测算法对不同环境视角下漏检率较高、耗时过长、实用性较差等问题，本文提出了一种基于 CapsNet的行人检测模型. CapsNet由神经元所构成的 Capsule组成，通过动态路由协议对物体的实例化参数进行表达和传递，保留了各特征对象间的空间层级，采用 Caltech公开数据库对所提算法的有效性进行验证，并在检测准确率及算法耗时等方面与其他算法进行对比.实验结果表明：相比于其他主流检测算法，本文算法在确保检测效率的前提下，对数平均漏检率最低可降至 9.17%；且在 Caltech、INRIA和 NICTA数据集的交叉验证实验中，也能达到良好的检测效果，具有较好的鲁棒性和泛化能力.     

基于人头颜色空间和轮廓信息的行人检测方法研究

为提高智能视频监控中行人统计的实时性,提出了一种基于人头颜色空间和轮廓特征的行人检测方法.该方法首先根据人脸肤色、发色在YCbCr和RGB颜色空间的聚类情况,建立人头颜色模型,分割人头候选区域,并针对行人运动的特征,采用多帧差法提取运动信息,剔除背景噪声,修正候选区域的精度;然后根据改进的Canny 算子提取候选区域的轮廓,融合形态学对边缘进行修正,提取候选区域轮廓信息;最后根据人头轮廓的几何特征,剔除“伪候选”区域,并进行连通域信息标记,检测人头图像,从而对行人进行检测和统计信息.结果表明,该方法能快速有效地检测出人头,在动态场景下的行人检测取得了较好的效果.     

基于AutoScope的交通视频检测实验平台设计

通过构建一个通用的基于AutoScope的交通视频检测实验平台,其涵盖了交通视频检测的主要技术环节,从而可提高视频车辆检测器实验教学水平以及学生的实践能力,并将对各种交通检测设备的实验教学工作起到良好的示范作用.     

一种基于激光与视频信息时空数据融合的行人检测方法

针对城市交通行人安全问题,本文提出了一种基于激光与视频数据融合的行人检测方法.通过激光与视频数据空间和时间上的融合,将激光数据映射到图像坐标;在激光聚类过程中,采用K-means 聚类算法对激光云点进行聚类分析,然后运用行人宽度模型提取候选行人区域;在基于图像的行人检测过程中,选取头肩、躯干以及腿部人体特征部位,采用Haar-like 特征集和Boosting 算法进行训练,得到部位检测器;最后,基于贝叶斯决策的组合策略对候选行人区域进行有效判定.实验结果表明,本文所述算法有较好的检测精度和实时性能.