共查询到17条相似文献,搜索用时 328 毫秒
1.
在对内河雾天图像进行去雾复原的过程中,大气光亮度值是复原图像的关键参数之一,如何有效地选取天空区域来估算大气光亮度值是内河雾天图像复原的重点.通过对目前不同大气光亮度值的估算方法进行研究分析,提出利用K均值聚类方法分割天空区域,自动确定天空的聚类中心,将天空区域的亮度均值与雾最浓中心亮度值加权作为最终获得的大气光亮度值.采用该方法来提取内河雾天图像的天空并估算大气光亮度值的实验结果表明能有效地自动提取天空区域,从而更加准确地获得大气光亮度值,是一种适合内河雾天图像的大气光亮度值估算方法. 相似文献
2.
3.
针对数字孪生过程中,交通雾霾图像的采集受天气限制,数据库获取困难导致样本不足等问题,提出了一种新的大气加雾模型,并用于扩展不同浓度的交通雾霾图像数据库。首先,结合暗特征原理,求解大气光值,并提出了一种基于区域方差的大气光补偿方法来获取大气光估计;其次,利用颜色衰减先验估计场景深度,求解初始透射率;然后构建了图像大气加雾模型,将计算的大气光估计与大气加雾透射率代入模型,并利用雾霾系数调整加雾浓度;最后设计了多组交通视频加雾实验并进行评价。实验结果表明,提出的算法能随着预置雾霾系数增大,使得图像主观上明显趋于模糊,客观指标随之逐步发生变化,图像降质规律与真实的含雾场景基本一致,可用于扩充雾霾数据集,具有很好的有效性和实用性。利用不同去雾算法评价对比加雾图像可知,复原图像效果与针对实际图像的去雾效果基本无异,进一步反向验证了加雾模型的有效性。 相似文献
4.
5.
高速公路场景图像的二值化及交通标志定位检测方法 总被引:5,自引:1,他引:5
采用CCD摄像机采集高速公路场景图像,并通过图像颜色空间变换,将图像的RGB量值转换为色度-饱和度-亮度(HSV)量值。采用基于阈值的方法对场景图像中颜色饱和度分量进行二值化分割处理;利用场景二值化图像形状特征(周长、形状参数、圆形性参数)去除非目标区域,并通过搜索场景二值化图像方向投影值序列的突变点实现标志准确定位。采用HSV颜色模型中的亮度分量和最佳阈值法对场景图像中标志区域进行二值化处理。结果表明,应用上述方法能取得良好的效果。 相似文献
6.
船舶航行时充分地利用主缓流航道可以节约能源。为了更加准确地划分长江航道的主缓流航道,提出了利用 k-近邻算法和 P 分位数法的划分方法。改进后的 P 分位数法采用动态选择 P 值的方法避免了主流区域可能过小的问题,k-近邻算法利用了测点的水深、流速等多种航道水文信息来划分主缓流。利用长江航道金口处和岳阳处的11个截面的实测数据对 k-近邻算法和 P 分位数法进行了对比分析,其中有10个截面的主缓流区域相近。进一步对比长江航道中典型的龙口水道和杨林岩水道,发现根据算法得出的主流区宽度和实际的相比,误差在12%以内,可以满足船舶航行的需要。 相似文献
7.
雾霾天气下,交通图像采集设备获取的降质图像含有较多噪声,图像边缘不突出,整体偏暗且对比度不高,灰白不清。针对传统交通图像滤波和去雾算法存在着滤波效果和边缘保持能力不能兼顾,容易出现噪声斑块,导致去雾后图像质量较低的问题,在传统梯度双边滤波基础上,设计了一种新的梯度相似度核,提出了基于改进梯度相似度核的雾霾天气下交通图像去雾算法。新算法首先将采集的含雾图像转换到Lab颜色空间,提升色域宽度,再利用改进梯度相似度核和空间相似度核分别计算图像中每一像素点与滤波框内临近像素点的梯度相似度和空间相似度权值,根据权值对图像进行滤波处理,然后将其转换到RGB颜色空间。最后根据大气光散射模型和暗通道先验原理,对滤波后的交通图像进行去雾处理,得到复原图像。试验结果表明:与传统双边滤波和梯度双边滤波算法相比,使用新算法处理后的复原图像峰值信噪比、归一化灰度差平均提升了13.25%、9.41%和21.76%、22.7%。新算法在保证了滤波效果,避免“噪声斑块”的同时,能够尽可能保持图像边缘细节信息,提升了雾霾天气下交通图像的去雾质量,对加强交通监控,保障交通安全有十分重要的应用价值和现实意义。 相似文献
8.
9.
SuBSENSE是一种融合颜色特征和纹理特征的通用运动目标检测算法,同时算法中的参数自适应反馈机制使得背景模型能够良好地适应内河环境的多样性,在多种检测环境下达到参数最优化设置.针对一般运动目标检测算法用于内河船舶检测时,难以克服水波纹干扰这一问题,提出将SuBSENSE与基于全局对比度的显著性区域检测方法结合进行波纹抑制.利用水面显著值较低这一特性,通过设置适当阈值对显著图进行二值化,从而分离船舶与水面区域.将显著图与SuBSENSE检测结果进行与运算滤除背景干扰,即可得到船舶区域.实验证明,该方法能有效抑制内河环境中的波纹干扰,相比原SuBSENSE算法将综合表现提高了14.6%. 相似文献
10.
随着我国内河航道水上运输的发展,使得部分水运内河航道急需升级改造以适应日益发展的内河航道水运业的需要。以南河特大桥主桥整体顶升工程为研究对象,研究一种全新的桥梁整体顶升技术来进行升级改造,以满足内河通航需要。运用PLC液压同步控制技术,使同步顶升控制精度为±1.0 mm,从而保证顶升过程的同步性,确保顶升时桥梁上部结构的安全。通过对桥梁顶升方案的比选,选择液压千斤顶顶升、机械跟随千斤顶跟随保护的方式进行整体顶升。由于南河特大桥主桥顶升采用下部承台(盖梁)+上部梁体的顶升方式,结合主桥的结构特点和现场工况,采用两阶段施工的方法,保证桥梁整体顶升顺利实施。 相似文献
11.
12.
13.
为解决室内交通场景中智能汽车和移动机器人进行定位计算的问题, 利用室内场景中已存在的各类标志, 引入BEBLID算法, 提出1种视觉定位方法。对BEBLID算法进行改进, 赋予其对图像整体进行特征表征的能力。将定位过程分解为离线阶段和在线阶段, 离线阶段构建场景标志地图。在线阶段中, 首先通过全局特征匹配, 引入KNN方法确定最近节点和最近图像。通过局部特征匹配获得特征点一一对应关系。利用场景特征地图中存储的标志坐标信息, 进行度量计算, 获取当前位置信息。在教学楼、办公楼和室内停车场场景进行实验, 实验中对场景标志的正确识别率达到90%, 平均定位误差小于1 m, 与传统方法相比, 同一样本下识别精度相对提升约10%, 实验验证了算法的有效性。 相似文献
14.
针对现有端到端自动驾驶模型未考虑驾驶场景中不同区域的重要性和不同语义类别之间的关系而导致预测准确率低的问题,受驾驶人注意力机制和现有端到端自动驾驶模型的启发,充分考虑驾驶场景的动态变化、驾驶场景的语义信息和深度信息对驾驶行为决策的影响,以连续多帧驾驶场景的RGB图像为输入,构建一种基于注意力机制的多模态自动驾驶行为预测模型,实现对方向盘转角和车速的准确预测。首先,通过语义分割模型和单目深度估计模型分别获取RGB图像的语义图像和深度图像;其次,为剔除与驾驶行为决策无关信息,以神经科学和空间抑制理论为基础,设计一种拟人化注意力机制作为能量函数来计算驾驶场景中不同区域的重要度;为学习语义图像中与驾驶行为决策最为相关类别之间的关系,采用图注意力网络(Graph Attention Network,GAT)对驾驶场景的语义图像进行特征提取;然后,以保留RGB特征为原则对提取的驾驶场景的图像特征、语义特征和深度特征进行融合,采用卷积长短期记忆网络(Convolutional Long Short Term Memory,ConvLSTM)实现融合特征在连续多帧之间的传递,进而实现下一帧驾驶场景对应驾驶行为的预测;最后,与其他模型的对比试验、消融试验、泛化试验和特征可视化试验来充分验证所提出自动驾驶行为预测模型的性能。试验结果表明:与其他驾驶行为预测模型相比,所提出模型的训练误差为0.021 2,预测准确率为86.97%,均方误差为0.031 5,其驾驶行为的预测性能优于其他模型;连续多帧的语义图像和深度图像、拟人化注意力机制和面向语义特征提取的GAT有助于提升驾驶行为预测的性能;该模型具有较好的泛化能力,其做出驾驶行为预测所依赖的特征与经验丰富的驾驶人所关注的特征基本一致。 相似文献
15.
16.
实时检测内河船舶流量对水上交通管理具有重要意义.为实时检测船舶流量,研究了一种基于虚拟线圈的船舶流量检测系统.虚拟线圈即在视频图像上设置一个封闭区域,根据该区域内图像的变化检测是否有运动目标通过.利用RGB三通道背景差分法得到视频图像的二值化图像,二值化图像的三个分割阈值由大津法求出.设置2个平行的虚拟线圈,通过虚拟线圈的船舶会被检测并计数,同时检测船舶的船长与船宽,利用BP神经网络对船舶进行分类.通过在武汉长江大桥和武汉长江二桥上不同时间段采集的视频进行实验,结果表明,船舶计数正确率达到97.1%,计数漏检率2.9%,计数错检率0%,船舶分类正确率98.6%.处理一帧图片的平均时间为7 ms,具有较好的实时性. 相似文献
17.
在重庆发展总体战略部署和内陆保税港区的建设中,重庆港口被赋予了千载难逢的发展机遇和重大责任,为了更深入把握重庆港投入与城市经济互动关系,合理引导港口投资建设,促进港口可持续发展,结合投入产出模型量化分析了重庆港投入产出中港口效益和社会效益比例关系,同时预测了重庆港口的国民经济贡献率。在此过程中介绍了港口直接经济效益、间接经济效益包括的范围,提出了港口增加值的计算方法。 相似文献