高速公路场景图像的二值化及交通标志定位检测方法

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。     

机器视觉在汽车试验中的应用

为提高汽车试验的精度和自动化程度,试验过程中可以采用机器视觉来提高试验效率和试验结果的准确性。试验中采用摄像机对被测量物体进行图像采集,由计算机对所采集的图像进行相关处理得到试验结果。试验过程能够实现自动化测量和自动记录试验数据,试验结果的准确性要高于传统的人工测量方法。因此,基于机器视觉的测量方法在汽车试验领域能够得到广泛的应用和发展。     

基于小波分解的车道偏离预警算法研究

针对当前车道偏离预警系统成本高且精度较低等问题,提出基于小波分解的车道偏离预警算法。该算法利用车载CCD实时采集路面图像信息,运用小波分析对图像进行去噪和二值化处理,利用车道线对称性精确识别车道线,通过判定车道中心线所在位置辨识自车是否偏离车道。试验结果表明该算法能对主车的偏离进行准确识别,识别精度达到95.4%。     

一种道路图像破损自动识别系统的设计

为了适应现代公路的高速发展,提高路面检测的工作效率和准确率,取代传统人工检测方法,本文基于CCD摄像机方法设计了一种道路图像破损自动识别系统。系统由图像采集单元、图像处理单元、GPS定位单元组成,其中,硬件设计中包括GPS定位单元、CCD摄像机采集单元、辅助照明单元、UPS电源等;软件设计中包括图像采集程序设计和图像处理程序设计。设计结果表明:通过GPS定位技术和CCD摄像技术能够快速、科学、准确地连续采集路面图片,系统软件能够实现对破损路面图片的自动识别与处理等一系列工作,可以应用到工程实际中。     

USB摄像头在活塞热疲劳试验中的应用

活塞的热疲劳试验有温度控制和时间控制两种工作模式。为保持两种工作模式下火焰温度的基本一致,采用USB摄像头进行活塞热疲劳试验台的火焰温度监控。介绍了BCB6.0作为编程环境实现火焰图像采集、图像分割处理以及平均灰度值计算的方法,并给出了实际应用结果。     

基于高德导航数据与FOA-GRNN模型的驾驶倾向性辨识方法

为提升汽车主动安全功能,研究了1种基于高德导航数据的低成本、高精度驾驶倾向性辨识方法.基于高德软件开发工具构建动态驾驶数据采集应用程序,并融入个人智能终端以实现对行车数据的实时采集、处理与网络化存储.通过驾驶员生理、心理测试和实车实验获取不同驾驶倾向性驾驶员在导航行驶过程中由时间、速度和加速度推演的驾驶行为信息,采用主...     

基于OV7670的疲劳驾驶预警系统

介绍一种用OV7670图像传感器采集图像数据,并以MFC上位机处理图像的系统设计.此设计实现了图像数据的采集与处理,并可根据图像数据判断驾驶员的疲劳状态并给出预警.     

采用补偿模糊神经网络识别雨天导航路径的方法研究

为实现视觉导航智能车辆对雨天导航路径的准确识别,在分析雨天导航路径特点的基础上,提出了采用补偿模糊神经网络识别雨天导航路径的方法,设计了具有5层结构的补偿模糊神经网络,并分别取大雨、小雨、雨后水迹、雨中模糊反光环境的部分导航路径图像作为样本进行训练,又采用剩余部分路径图像进行了识别试验,试验结果表明该方法能够很好的识别雨天导航路径,并具有较强的实时性。     

基于OpenCV的红外图像预处理算法研究

准确获取驾驶员的面部表情特征不仅能够有效判定驾驶员当前驾驶疲劳程度,而且能够为驾驶意图的判断提供可靠基础数据。为了全天候监控驾驶员面部表情特征,提出利用具有良好兼容性和快速处理图像特点的OpenCV获取人的面部表情特征,该算法利用车载红外探头实时采集驾驶员面部图像信息,对采集回来的图像进行滤波以及二值化处理,依据红外红外光谱和夜间驾驶员红外脸图特征对图像进行分割,从中提取出驾驶员脸部区域,从而实现对驾驶员脸部区域的准确定位。     

基于灰度变换的沥青混合料图像增强及分割实现

数字图像技术是提取和描述沥青混合料细观结构的有效途径,可以通过图像增强、图像分割实现集料和其他组分的分离。通过灰度变换方法调整图像的动态灰度范围,便于进行后续的图像分割处理。结合Matlab软件实现图像的灰度变换增强,同时采用代数运算、除噪滤波进行处理,实现了混合料图像的分割处理及边界识别。     

多源遥感数据融合的道路材质精细识别

针对当前道路识别方法对道路材质识别精度不高的问题,提出了一种融合多源遥感影像进行城市道路材质高精度识别的方法。首先,对高光谱遥感影像中的地物光谱曲线进行分析,在保留地物光谱分离度较大的波段的基础上提升计算效率;通过分步融合的策略对多源遥感影像进行融合,提升高光谱影像的空间分辨率,为后续道路材质识别提供高质量的数据保障。其次,通过使用不同的指数对融合影像进行掩膜,提取城市建筑物,并在此基础上提取建筑物纹理信息与光谱信息,进行多特征融合并分类;最后,通过影像后处理对提取的道路进一步进行规范,得到最终高质量的道路材质识别结果。通过使用高分五号高光谱影像、高分二号全色/多光谱影像、高分一号多光谱影像对提出的方法进行实验验证,试验结果表明,本文方法可取得较高精度的道路材质识别效果,具有较好的应用价值。     

基于无人机及Mask R-CNN的桥梁结构裂缝智能识别

桥梁结构表面裂缝检测为桥梁状态识别、病害治理、安全评估提供了重要状态信息和决策依据。为解决传统人工检测方法存在的危险性高、影响交通、费用昂贵等问题,提出基于无人机（Unmanned Aerial Vehicle,UAV）及深度学习的桥梁结构裂缝智能识别方法。采用大疆M210-RTK多旋翼无人机进行贴近航摄,获取桥梁结构混凝土表面高清图像;利用SDNET裂缝数据集等图像资源,制作1 133张标记裂缝精确区域的深度学习训练样本图像库;引入掩膜区域卷积神经网络（Mask R-CNN）深度学习算法,训练和建立Mask R-CNN裂缝识别模型;基于Mask R-CNN裂缝识别模型,采用矩形滑动窗口模式扫描混凝土表面高清图像,实现裂缝自动识别和定位。构建包含图像二值化、连通域去噪、边缘检测、裂缝骨架化、裂缝宽度计算等流程的图像后处理方法,实现裂缝形态及宽度信息自动获取。通过精度验证试验,证实采用M210-RTK无人机+ZENMUSE X5S相机+45 mm奥林巴斯镜头的组合装备,当无人机至桥梁结构表面垂直距离为10.0 m时,无人机方法识别的裂缝宽度与裂缝测量仪结果吻合,其绝对误差小于0.097 mm,相对误差小于9.8%。将该无人机裂缝检测方法应用于高136.8 m长沙市洪山大桥桥塔表面裂缝检测,采用深度学习Mask R-CNN算法进行裂缝智能识别,其裂缝识别准确率和召回率分别达到92.5%和92.5%。研究结果表明：无人机桥梁裂缝检测方法可实现高耸桥梁结构表面裂缝的远程、非接触、自动化检测,具有重要的科学研究和工程应用价值。     

基于小波变换的关联交叉口群关键路径识别方法

为提升关联交叉口群信号控制的性能,针对关联交叉口群各交叉口关联性强的特点,采用小波变换对关联交叉口群各进、出口的交通检测流量数据进行分解、降噪、重构,并利用系统聚类方法识别关联交叉口群的关键路径;最后应用南京市广州路某交叉口群的实测数据对模型的可靠性进行了检验。结果表明：该模型识别的交叉口群关键路径与实际情况相符;该关键路径识别方法受外界干扰小,适用于各种交通状态,拥有较高的运算效率和可靠性,可作为关联交叉口群信号控制优化的基础。     

西藏墨脱公路地质灾害遥感勘察

以图像波谱分析为基础,运用遥感图像解译和数字图像处理技术,能有效地提取公路工程活动构造、滑坡、泥石流等地质灾害信息,为公路线路方案选择、工程地质条件及区域稳定性评价、公路工程的规划设计等提供科学的依据,在地处喜马拉雅山东端及雅鲁藏布江大峡谷腹地的西藏墨脱高等级公路工程勘察中,使用这种方法取得了较好的效果。     

基于最大相关准则图像分割的结构化道路路径识别和跟踪算法

为提高基于视觉导航的智能车辆对结构化道路车道标识线的识别和跟踪精度,同时消除车流、阴影和光照不均匀等不利因素的影响,提出一种基于最大相关准则的图像分割算法及基于感兴趣区域的车道标识线跟踪算法:首先,对图像进行滤波和光线补偿等前期处理,采用最大相关准则的图像分割算法对道路图像进行阈值分割;然后,根据车道的结构特征及先验知识提取车道标识线的特征点,并运用最小二乘法对特征点拟合,得到车道模型的参数;最后,通过建立感兴趣区域(ROI)的方法实现对车道标识线的准确跟踪。试验结果表明,该算法具有很好的准确性、实时性和鲁棒性。     

冻融循环对不同塑性路基土剪切强度的影响研究

为了研究冻融循环对不同塑性路基土剪切强度的影响,通过室内三轴试验和冻融循环试验对3种塑性指数的土样进行了研究。结果得到:当冻融循环次数增加时,剪切强度随着塑性指标的增加而有所增大;当塑性指数相同时,剪切强度随冻融次数增加与围压增加改变各不相同,与冻融循环次数成反比,与围压成正比。并且冻融循环6~7次后,3种塑性指数土样的剪切强度的变化均会趋于平缓。     

公路网合理多路径集合判断方法的研究

先前的合理路径的判断是以路径之间的距离差别作为判断标准,如给出了路段删除、路段惩罚、K-最短路径等方法;但是随着路网的扩展以及路网中车流量的增加,现有的一些判断合理路径集合的方法存在着一些潜在的问题,作为判断依据并不能够全面地反映出行者选择的路径集合。本研究结合目前城市路网以及高速公路路网中常用的合理路径集合判断算法,给出一种更加综合性的合理路径集合判断方法。为进一步的合理路径集合判断建立更加全面的实践和理论依据。     

基于三维重建与Unet神经网络的隧道掌子面围岩快速分级技术

围岩等级是确定和调整隧道施工方案的重要依据,为减少由于施工实际围岩等级与地勘不符造成的经济损失、安全事故等问题,可对传统围岩分级方法进行改进。依托云南文麻高速大法郎隧道,采用三维重建、图像拼接、Unet神经网络等技术,结合围岩单轴抗压强度等特性,实现基于岩体完整性和强度特征的掌子面围岩结构面特征识别和围岩级别快速评价。先采用数码相机对隧道掌子面及周边硐壁进行图像信息采集,建立完整的三维模型,后通过投影和图像拼接得到掌子面高清拼接图像; 基于Unet神经网络对掌子面图像进行节理迹线自动识别,对节理评价指标计算后得到隧道掌子面完整性信息; 最后结合其他围岩特征信息,基于BQ分级方法进行掌子面围岩分级。研究结果表明： 该围岩分级方法可获得清晰的掌子面图像,在依托工程现场较原始设计分级更符合现场实际情况,具有良好的应用性。     

红外国像处理在汽车昉撞系统中的运用

基于红外图像的视觉处理,提出了新的汽车夜视安全控制方法.通过对车载热像仪所拍摄的红外图像的一系列处理,包括图像滤噪、图像分割和图像分析,得到前方车辆的排气管的形心坐标.根据这个坐标和已知的参数,建立测距几何模型,可以实时得到本车与前车的距离.指出将这一控制识别方法可以用在汽车防撞系统中,具有一定的应用前景.     

用NE网格规整法实现线路平面图连续显示

基于对线路平面扫描图产生几何畸变的分析，提出了用NE网格规整方法对大幅面线路平面图进行网格分割与几何畸变校正，并按照NE网格进行图块的拼接，实现了带状平面图的连续无缝显示。