基于边框匹配的视频差错掩盖技术

以边框匹配技术为基础，提出预掩盖处理、搜索掩盖算法．新算法首先对受损图像区域周围进行预掩盖以期尽可能多地利用周边的有效信息来恢复受损运动向量，最后以估算出的运动补偿块为中心依照边框匹配准则进行搜索，找出最佳运动向量．以JVT(Joint Video Team)测试模型JM(Joint Modal of JVT)1．4为平台的实验表明，改进的掩盖算法在一定程度上能提高重建图像的峰值信噪比(PSNR)值，当与无等待ARQ算法相结合，能在不影响解码器端图像正常回放的情况下，阻止差错的扩散，实现差错图像的完全恢复．     

基于距离准则的地图匹配算法研究

为了弥补车辆导航中位置点匹配算法的不足,对轨迹曲线匹配的思想进行了必要的介绍,并重点从距离要素出发,对匹配准则进行了研究。在分析了各种常见距离定义的不足后,提出了基于面积法的距离匹配准则,并对距离准则的算法设计和适用性进行了详细的分析和描述。结论表明,采用该算法后的总体定位精度优于GPS的定位精度,算法准确性也比位置点匹配高。     

基于车速推算的改进地图匹配算法研究

车载GPS/DR组合导航监控系统中,GPS/DR数据不可避免受到各种误差源的影响而产生较大的误差,为了降低各种误差源对车辆导航的影响,有机结合能改善GPS/DR数据误差对导航影响的地图匹配算法,从而构成了GPS/DR/MM智能导航系统.文中通过分析地图匹配算法的关键技术和影响地图匹配算法可靠性等因素,提出一种基于车速递推的地图匹配算法,该算法利用基本可信数据--车速,从而很大程度地提高了地图匹配算法的可靠性.通过跑车实际数据测试表明,该算法是行之有效的.     

基于手机基站数据的混合地图匹配算法研究

基于移动通信的交通信息采集是智能交通系统中新兴的应用技术之一,将车载 手机定位到电子地图上是其应用的基础,而地图匹配技术则是解决车载手机定位的关键. 本文通过对车载手机行驶在不同的路网时所产生的基站切换数据信息,分析得到车载手 机实际运行时基站切换的基本规律;并结合电子地图的数据结构特点,对使用基站切换 数据进行地图匹配时需解决的难点问题展开研究;在使用基站切换对代替道路稳定切换 序列的方法的基础上,提出了结合切换对和基站源址的混合地图匹配算法.此算法可以缩 小待选路段集,有效处理交叉口和平行路段等复杂情况,提高匹配准确率.最后,选取广州 大学城为实地测试区域,验证了此算法的可行性.     

路网分布式模拟中基于消息传递的地址匹配算法研究

为实现路网交通流分布式并行模拟中不同子网之间的消息传递和通讯，设计了表征网络连接关系的网络邻接矩阵、转弯矩阵，并在此基础上提出了实现消息匹配的地址搜索算法。研究如何根据网络节点之间的邻接关系对消息发生的源进程和目的进程进行方便、快捷的匹配和地址链接，从而为进一步提高路网分布式模拟的有效性奠定坚实基础。     

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。     

基于长间隔大规模数据的地图匹配算法研究

随着GPS定位技术应用的日益推广,GPS技术被大量应用于公交车辆及出租车辆的定位与预测.公共交通调度中心的数据量和处理负荷将变得非常巨大,而且租用电信无线网络的费用也很高.如何使用尽可能少的数据得到比较好的定位信息和节约计算资源就成为我们面对的一个重要课题.针对杭州交通调度中心的出租车和公交车的大间隔定位信息,本文提出了一种将基于权值,道路拓扑和最优路径选择相结合的综合地图匹配算法,并应用于实际,取得了很好的效果.     

一种基于互相关的图像定位匹配算法研究及应用

提出了一种基于互相关的图像定位匹配算法，该算法利用互相关实现图像定位匹配，同时采用了金字塔分层来弥被互相关匹配带来的大运算量的不足，克服了以往图像中精度低的缺点，匹配精度可以达到亚像素甚至1／100像素极，通过在印刷质量自动化检测系统中的应用，验证了该算法的高精度与高速度特性。     

基于最小二乘影像匹配的畸变图像矫正算法研究

针对高精度的畸变图像，提出了一种基于最小二乘影像匹配的高精度畸变图像矫正算法，算法首先利用特征提取与边缘检测产像进行预处理，并且将特征匹配与最小二乘算法相结合，从而实现了图像与模板之间精确的子像素定位与匹配，实验表明，该算法较好的解决了目前高精度畸变图像矫正算法中普遍存在的定位和匹配精度较差的缺陷，图像矫正效果良好，是一种有效的畸变图像矫正算法。     

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.     

基于视频深度学习的铁路周界入侵检测算法研究

基于视频智能分析的铁路周界入侵检测算法相比于雷达、振动光纤,具有成本低、误报率低的优点. 针对视频中存在不同分辨率目标的问题,提出一种改进的Cascade Mask RCNN( CMR)模型,使用级联结构获得目标的准确定位. 为增强模型对小目标的检测能力,在原始模型的基础上,增加基于特征金字塔网络(FPN)的多尺度特征提取模块和基于空洞金字塔汇聚(ASPP)子网络的空间上下文增强模块. 在实际铁路周界入侵场景视频中验证了模型的有效性. 结果表明,该模型可实现不同场景下的铁路周界入侵检测,相较于原始模型,新模型对小目标检测的F-measure 提高了0.24. 模型既解决了不同场景下铁路周界入侵检测问题,又有效地提高了视频智能分析对小目标检测的准确率.