路面裂缝图像自动识别算法综述

路面裂缝自动检测对于路面养护管理、路面性能评价与预测、路面材料和结构设计具有重要的实用价值,但快速、准确、全面且稳定地识别路面裂缝一直是个难题.为此,对路面裂缝自动检测研究现状进行综述,包括以图像增强和去噪为目的的预处理方法,基于阈值分割、边缘检测和种子生长的空间域识别算法,以小波变换为代表的频域识别算法,基于有监督学习的识别算法及其他裂缝识别方法;指出既有裂缝识别算法存在易受光照和油污等因素的影响、裂缝识别图像连续性差和识别速度和精度较低等不足.最后,提出综合考虑边界和区域特征消除纹理和噪声干扰、基于局部和全局信息设计优化识别算法和基于三维图像进行裂缝识别等研究展望,为裂缝自动识别算法的改进提供参考.     

空间插值算法在沥青路面气候分区中的应用研究——以温度参数为例

温度是沥青路面气候分区的重要指标之一,其插值结果的精度对沥青路面气候分区影响极大。论文分别基于3种一般插值法及3种基于数字高程模型(DEM)的趋势面模拟+残差内插法对辽宁省14 a累年最热、冷月平均温度进行插值研究,对插值结果的空间分布、精度及其对沥青路面气候分区影响进行了详细的分析比较。研究结果表明:3种基于DEM的趋势面模拟+残值内插法均能反映温度随海拔高度等地形特征的变化趋势,而一般插值法则不能,且前者的精度约高于后者1倍,其中基于DEM的趋势面模拟+残值内插法中反距离插值法的精度最高,一般插值法中薄板样条法的精度最低;插值算法的精度越高,通过插值得到的温度数据与实际温度分布数据越接近,分区结果越准确。     

基于视频牌照识别的动态交通OD估计仿真优化

为了解决目前基于视频图像自动识别牌照进而推算动态OD的系统缺乏研究手段和工具的问题,应用Visual Ba-sic编程语言,通过组件对象编程技术,研究开发了基于微观仿真模型VISSIM的动态交通OD估计仿真试验平台,包括数据库系统、仿真模型系统以及数据采集处理系统.分别设计了最短路算法、车辆转向率法以及BP神经网络法以提高OD估计精度.上海陆家嘴区域的案例研究结果表明:车辆转向率法OD估计误差在5%以下,其计算效率和精度最优;在视频检测器满布状态下满足动态交通管理OD要求的视频牌照识别精度阈值为80%.     

基于视频图像的公路隧道火灾烟雾检测

为有效检测公路隧道火灾烟雾并预警，针对公路隧道传统火灾烟雾探测器存在的反应慢和功能单一等问题，通过分析研究火灾烟雾视频图像的颜色和纹理特征，提出一种基于烟雾图像特征的公路隧道火灾烟雾检测方法。首先，通过改进后的Vibe算法模型提取图像运动区域；然后，在YUV色彩空间中确定疑似烟雾区域后利用颜色滤出方法分割出疑似烟雾区域；最后，用从疑似烟雾区域图像中提取的颜色矩和均匀局部二进制模式（ULBP）与灰度共生矩阵（GLCM）构成机器学习分类器的输入向量进行隧道火灾烟雾识别。为满足复杂的隧道环境，对比分析BP神经网络、支持向量机、随机森林3种机器学习分类器的烟雾识别效果，选出最优算法作为公路隧道烟雾识别分类器。通过模拟公路隧道火灾烟雾试验视频和某实际公路隧道火灾视频对分类器进行试验测试，结果表明： 基于BP神经网络算法的检测系统识别性能最优，选取的烟雾特征具有较高识别精度，能够在隧道复杂环境中识别火灾烟雾。     

基于倾向流和深度学习的机场运动目标检测

针对当前基于视频图像的场面监视目标检测方法存在定位误差较大,识别准确率低等问题,建立一种结合目标运动信息的机场场面运动目标检测方法:利用倾向流法提取出运动目标在图像中的候选区域,对候选区域执行点池化操作以确定区域建议的边界,采用Inception结构构建一个浅层卷积神经网络,并使用该网络对区域建议中的航空器、车辆和人员进行识别.结合国内机场的监视视频,构建了一个包含4 938张图片的机场目标数据集,用于算法的训练和测试.结果 表明,运动目标提取的准确率达到94%以上,运动目标识别的Top-1准确率达到了97.23%,运动目标平均准确率达到86.23%.与3种深度学习目标检测算法相比,运动目标检测精度平均提升了39%.      

面向车流量智能检测的YOLOv7算法改进与应用

针对当前机器视觉识别中车流量检测的精度问题,以YOLOv7人工智能算法为基础,通过视觉跟踪并叠加注意力机制,提出一种基于YOLOv7和Deep SORT的改进型车流量智能检测方法。通过将注意力模块GAM与YOLOv7网络进行融合增强检测网络的特征提取能力;同时在改进后的YOLOv7网络中引入Deep SORT跟踪算法以改善车辆间相互遮挡导致复检漏检问题。实验选取重庆市渝中区经纬大道双向六车道为研究对象,在新铺社天桥上采用固定相机连接移动笔记本电脑的方式进行数据采集以及算法验证,为了保证算法的可重复性,分别选取早高峰、午平峰和晚高峰3个时段分别录取了5 min的交通流视频。利用在交通视频中通过设置虚拟检测线,让新算法在车辆检测的同时对车辆运行轨迹进行跟踪,当车辆经过检测线时记录车辆的身份编号,以此来实现交通视频的车流量监测与跟踪计数。实验结果表明：改进后的新算法相比于原YOLOv7算法在车辆检测方面平均精度提高了2.3%,视频车流量统计的精度提高了8.2%。     

基于改进Sobel算子边缘检测的实现

边缘检测已经成为计算机视觉领域最活跃的课题之一。传统的Sobel算子边缘检测算法存在精度不高、提取的边缘特征粗略等缺陷,文章提出了一种改进的Sobel算子边缘检测算法,在原有水平和垂直方向上增加了两个对角线方向上的模板,提高了对弯道路面上车道线的识别精度。在MATLAB R2018b平台下仿真实验,结果表明,该方法提取得到的边缘更加精细,局部特性更好,抗噪声能力更强。     

基于深度学习模型的疲劳驾驶行为识别算法

为降低道路交通事故发生率,提出了一种基于深度学习模型的疲劳驾驶行为识别算法。采用照度增强和反射分量均衡化的方法,以提高视频图像质量。将机器视觉工具箱软件用于提取疲劳驾驶人脸行为特征,并通过双流网络构建和训练深度学习模型,实现对疲劳驾驶行为识别。选择了不同睡眠时间段参与者在全封闭路段内的驾驶行为图像,作为实验测试目标。结果表明：用该算法测试1 000张疲劳驾驶行为图像时,识别时间为89 ms,精准度为97.6%,召回率为97.0%;算力需求（每秒所执行的浮点运算次数,FLOPS）≤88;该算法能够提高疲劳驾驶行为的识别精度,有助于降低道路交通事故的发生率。     

车载视觉导航系统中的交通标志识别技术

文章提出一种在车载视觉导航系统中实现交通标志识别的技术。该算法利用安装在车辆上的视频采集模块获取真实交通环境的视频,通过基于颜色—形状模型的目标检测算法和基于BP神经网络的识别算法,准确、实时地获得交通标志信息,并对驾驶员发出警示信息,从而达到进一步完善车载辅助驾驶系统和提高汽车主动安全性的目的。     

基于改进的反距离权重插值的车辆轨迹重构方法

为解决车辆行驶过程中,时常出现的信息丢失、数据接收障碍等问题,提出了反距离权重插值方法。反距离权重插值算法因其简单,普适性强被广泛用于车辆轨迹重构,但车辆轨迹数据的分布多呈现离散、不均匀状态,当分布点采集不均匀时反距离权重插值方法会严重影响插值精度。针对这一问题,结合自然邻近关系的良好自适应分布特性,提出一种改进的反距离权重插值方法。首先,将车辆轨迹数据与道路路网数据进行匹配后,采用3σ准则法对车辆轨迹数据进行粗差剔除预处理。其次,对轨迹数据构建初始路网,并通过逐点插值法对初始路网进行插值,局部调整得到新的车辆轨迹,以待插点的一阶邻近点作为反距离权重插值参考点,通过建立自适应规则,调整各子区域内的变化参数,使其均匀地分布在待插值点周围,再进行反距离权重插值计算。最后,采用山东省淄博市的出租车轨迹数据对提出改进的反距离权重插值方法进行验证,收到了良好的效果。并在插值精度方面与当下应用较广的插值算法进行对比试验,试验表明,改进的反距离权重插值算法在原有性能的基础上具有更高的插值精度,可以应用于车辆轨迹数据丢失后的修补工作。     

湖北省高速公路路径识别方案及算法优化

路径识别是目前受到广泛关注的课题.文中比较了几种常用的路径识别方法,探讨了路径识别的主要目的,并对湖北省基于车牌识别方案的拆分算法进行了优化,提高了拆分精度.     

客车侧翻一步碰撞算法中初始解预测方法的研究

在作者先前开发的客车侧翻一步碰撞算法的基础上,提出一种基于结构变形标准模板和节点坐标插值的初始解预测方法,以提高其计算效率。通过对12m公路客车典型车身段模型进行模拟,并与原始侧翻一步碰撞算法和侧翻试验结果对比,验证了该方法的有效性。     

基于信赖域算法的连续梁桥动力损伤识别

鉴于信赖域算法在求解非线性二次规划问题中具有良好的全局收敛特性,同时结合有限元模型修正技术,引入有效弹性模量损伤因子和损伤分布函数的概念,在Matlab编程环境下调用ANSYS有限元程序中的APDL语言进行桥梁空间结构的有限元建模,利用信赖域算法调整局部单元(组)的参数,通过连续损伤分布插值多项式拟合连续区段各单元(组)的损伤分布曲线,进而实现了对连续梁桥的动力损伤识别。数值算例表明该方法能准确、有效地判断桥梁结构的损伤发生、损伤区域以及损伤程度,同时该损伤识别过程可以结合二次精细划分单元(组)的方法来提高识别的精度和准确性。     

拓扑地图的路口局部路径生成策略

交叉路口是自动驾驶开发过程中面临的复杂交通场景,采用高精度地图方案成本高昂,而仅通过车载传感器难以有效识别路口形状,因此,提出了一种基于开源拓扑地图与视觉可行驶区域检测技术的路口局部路径规划算法。首先,基于开源拓扑地图采用A*算法规划全局导航路径作为引导线,然后通过语义分割技术识别当前可行驶区域,并结合车辆实时定位信息,在路口确定局部路径的起点、终点与一组备选控制点,最后采用贝塞尔曲线插值方法,得到备选路径的曲线簇,根据多维度加权代价函数结果选取最优局部路径,进而实现车辆在路口转弯过程的自动驾驶。实验结果表明,该策略能够在不依赖高精地图的情况下,在路口处有效规划出局部路径,提高自动驾驶车辆在路口处的通过能力,路口通过率可达99%。该策略不依赖高精地图和激光雷达,对于自动驾驶量产降本具有重大意义。     

欧拉运动放大算法在桥梁振动分析中的试验研究

为发展新的桥梁动态位移识别和分析方法,解决桥梁非接触式动态位移测量中的振动显微问题,将欧拉运动放大算法应用于桥梁振动分析。首先利用普通摄像机连续采集一系列桥梁数字影像。而后通过欧拉运动放大算法,对桥梁的连续图像序列进行空域分解,使用对微弱运动敏感的时域带通滤波器进行滤波,得到连续图像序列中的微小振动,再对低频的振动信号采用信号放大处理。随后,通过对振动放大后的数字影像进行帧数分解,获得常规视频采样频率下的桥梁试件振动时间历程序列,最后通过对图像序列中标记点的边缘特征分析,得到了试验桥梁标记点的动态位移测量结果。通过与位移传感器测量结果和百分表的比较,证明所采用和提出的分析方法是可行的,能够满足桥梁动态位移测量的应用需求,也能够针对桥梁的某些振动特性开展初步的定量分析,做到对桥梁结构的微小振动位移进行识别。     

基于改进三次Hermite插值的车辆时空轨迹重构研究

车辆时空轨迹是车辆的位置和时间的记录序列,对分析车辆异常状态,交通事故重现等具有重要的意义.路侧单元和车载设备因环境、传感器性能等因素的影响,造成车辆轨迹不完整和异常偏离,因此轨迹重构具有一定的理论价值和实际意义.轨迹重构主要方法是轨迹插值,插值的精度直接影响轨迹的准确率.对三次Hermite插值进行改进,使用三次多项式求导计算斜率代替使用斜率推算方法.实验表明,改进的轨迹重构算法不仅继承了三次Hermite插值的优点,且插值精度比分段直线插值、三次样条插值和三次Hermite插值更高.     

基于HALCON的视频交通参数检测方法

基于图像处理软件HALCON对视频交通参数检测方法进行讨论,研究双线性插值的图像距离标定方法和基于灰度统计的交通参数检测算法及流程,选取具有代表性的北京五道口交叉路口及成府路路段监控视频进行试验,证明方法的有效性,对试验结果中车速误差及混合交通启动车头时距规律进行深入分析,提出误差改进措施,并将混合交通排队车流启动车头时距规律与美国交通工程手册中车头时距规律进行对比分析。     

基于数据场理论的公路自然区划指标分析方法研究

为了提高公路自然区划的准确性与实用性,基于数据场理论,结合公路工程建设的实际需求,进行公路自然区划指标分析方法研究。在分析数据场基本原理的基础上,提出基于数据场理论的公路区划指标空间插值算法,详细论述了利用场强变差函数确定各样本数据权重的方法;将区划指标空间插值算法与地理基础数据和空间数据处理平台相结合,同时考虑公路工程建设需求,提出了基于数据场理论的公路区划单要素指标分析方法。利用单要素指标分析方法、反距离权重法和地统计的插值方法对施工不利日数(CLPDavg)值进行预测,对3种方法预测结果进行交叉验证。结果表明,利用基于数据场理论的单要素指标分析方法得到的公路自然区划指标分布图具有更高的精度,更符合实际。     

基于图像纹理分析的动态车辆识别方法研究

在智能交通系统中,动态图像识别技术是系统应用的基础核心技术之一。以应用于交通监控、智能驾驶系统等场景的HSV空间动态车辆识别为基础,研究并论证提出了新的检测识别方法,实现对运动车辆的检测识别、目标追踪、驾驶辅助等功能。研究问题的难点是,如何从复杂的背景中分割运动物体,是检测方法能否有效的至关重要的一步,在研究了目前存在的各种方法之后,提出了一种新的基于阴影检测的HSV空间自适应背景模型的车辆追踪检测算法,算法基于HSV空间图像处理,采用最大类间方差法获取相邻帧二值化阈值,利用纹理信息进一步确定动态图像以及确认图像范围。通过截取由监控系统获取的视频信息,并对其进行图像处理检测车辆移动轨迹。从监控视频信息中获取两帧不同时刻的图像信息,在HSV空间进行相邻帧检测。由于阈值的选择将直接影响判断精度,本研究将固定阈值法进行了改进,该阈值是通过统计模型对整幅图像上灰度值进行计算,并通过最大类间方差法确定阈值。最后经过实际视频图像验证,仿真试验流程清晰,试验结果达到预期设想。     

一种基于有向图的高速公路多义性路径贝叶斯识别方法

随着高速公路的快速发展,公路路网由树状结构逐步转化为网状结构。车辆在网状结构的路网上同一个起讫点间存在多条可行的路径,由于不同路段公路资产管理单位的不同,以及在通行费增值税电子普通发票普及的条件下,因此,如何对车辆行驶的路径进行精准识别,来实现公平收费和通行费增值税电子普通发票的精确开具,是目前收费管理中的热点问题。本研究首先对现有路径计费方法进行了总结,研究了目前基于5. 8G DSRC技术、视频车牌识别技术、433 M射频技术和基于运营商基站的标识技术在多义性路径识别方面存在的不足。在此基础上,提出一种基于有向图的高速公路多义性路径贝叶斯识别方法,首先将高速公路路网模型化为有向图结构,将5. 8G标识点或视频图像标识点映射到有向图上,对每个出口建立路径生成树,然后采用一个贝叶斯识别算法建立标识串的概率模型,确定车辆的实际路径。算法采用两级结构,包括中心预处理和车道出口处理两级,可以实现车道出口处的快速计算。该方法已经在江西省高速公路中进行了实际应用,并获得了良好的效果,识别精度达到99. 8%,处理时间也能完全满足高速公路出口快速通行的需求。