基于相关直线法的高速运动目标快速探测方法

为了实现高速运动目标的快速探测与识别,提出了一种基于相关直线的方法.将Gabor函数用于直线检测,并提出对Gabor函数作去除旁瓣的改进,使检测出的直线没有影线干扰.用直线检测的结果图作相关直线检测,去除孤立直线,进一步减小干扰.最后对相关直线的标记作投影,根据投影峰值给出探测结果.将此方法用于处理高速铁路扣件图像,实现了每幅图像优于2.5 ms的处理速度,实验条件下判断的正确率超过93%,满足高速铁路扣件检测需求.     

计及悬浮系统影响的高速磁浮直线同步电机建模方法

为提高高速磁浮直线同步电机模型精度,基于电磁铁模块磁共能重构,提出一种计及悬浮系统影响的分布参数建模方法. 首先,建立高速磁浮列车电磁铁模块的有限元模型,利用有限元数值分析获取电磁铁模块在不同工况下的磁共能数据,通过对磁共能进行傅里叶级数展开及多项式拟合构建磁共能的解析模型;其次,根据磁共能解析模型推导电磁铁模块的磁链、电压和推力方程;然后,根据列车编组数量和电磁铁模块数量分别建立左右两侧直线同步电机的数学模型,并通过运动学方程计算高速磁浮列车位置和速度;最后,通过硬件在环仿真系统进行实验验证. 试验结果表明：本文所提建模方法与传统建模方法相比,推力波动幅值增加超过6.8%;并且所提方法可以准确表征悬浮系统对牵引控制的影响,当励磁电流谐波幅值增加0.5、1.0、2.0 A时,推力波动幅值分别最大增加54.3%、26.2%、83.7%;当励磁电流谐波频率为5、10、20 Hz时,推力的谐波频率最大达到5.14%,21.75%和14.17%.

     

铁路轨检车轴箱振动加速度消趋方法的比较

振动测量数据中往往包含了趋势项,这些趋势项对数据的分析会产生很大的影响,尤其在积分过程中,这种影响会进一步放大,所以消除趋势项是数据分析的基本前提。对包含在轴箱加速度中的趋势项进行消除,并进行双积分以达到与轨面高低不平顺进行比较的目的,采用了三种消趋方法进行对比分析的方式,三种消除趋势项的方法（多项式拟合消趋,滤波消趋及小波消趋）对实测数据的分析结果为：多项式拟合消趋不适于轴箱加速度的积分分析,而滤波消趋与小波消趋能适于这种分析,进一步,从波形包络来看,小波消趋与原波形最接近。最后提出了适合于轴箱加速度分析的消趋方法及其相关参数值。     

指纹图像预处理方法的研究与比较

指纹图像预处理需针对不同的噪声产生原因而采用不同的方法,先对采集到的退化图像进行Wiener滤波。然后对复原后的图像进行增强预处理．着重对主要预处理方法Gabor方法和各向异性扩散技术进行了分析对比,并就这些方法中的参数选择进行了对比研究．     

基于均值平移和自适应预测的运动目标跟踪

针对运动目标跟踪算法不足之处,提出结合改进的均值平移与自适应预测的目标跟踪算法,基于Bhattacharyya系数值进行Kalman滤波器与粒子滤波器之间的切换.引入Kalman滤波器为Mean Shift算法估计初始点,在跟踪稳定的情况下进行模板更新,根据Kalman残差大小判定是否发生遮挡：部分遮挡情况下即结合Kalman滤波器实现对快速运动目标的实时跟踪;完全遮挡情况下结合均值平移和粒子滤波进行鲁棒跟踪.实验证明,改进的算法可以有效地提高跟踪算法的效率,并且能很好地解决遮挡问题.     

铁路客运站复杂环境中的运动目标检测

采用分层组织的形式将传统高斯混合模型分为背景层、竞争层和噪声层, 各层分别采用不同的更新机制, 在各层之间引入晋级和降级机制以纠正可能存在的误判。采用基于轮廓检测的噪声滤波实现噪声层更新以消除噪声, 并利用直方图匹配检测伪前景区域以提高对背景变化的适应能力。使用停车场视频和铁路客运站候车室视频对改进后高斯混合模型的检测效果进行了验证。验证结果表明: 改进的高斯混合模型有效避免了长期静止的目标被融入背景, 降低了光线突变或摄像机噪声的干扰, 加快了背景改变时模型的更新速度, 目标检测速度比传统GMM提高了10%。检则方法满足了铁路客运站智能视频监控实时性和准确性的要求, 为视频分析奠定了基础。     

各向异性光流法的目标边缘检测

光流法是在图像序列中对二维物体的运动矢量估计,用经典的HS算法计算时,目标与背景对比度小或有噪声将导致较大的虚警概率。而运用各向异性高斯核,运用非极大抑制条件,可以较好的抑制噪声,同时也保留了目标边缘,进而提高了梯度偏导的准确度。较好地解决了微分光流法的不足,从而提高了计算精度。最终对序列图像中动目标的边缘检测进行了方法改进,Gabor函数的替换以及实验表明算法的有效性。     

一种基于粒子滤波的自适应相关跟踪算法

相关跟踪是最常见的一种目标跟踪方法,但传统相关跟踪采取的“峰值”跟踪方法抛弃了所有小于峰值点相关值的位置点的信息,不够稳健,受遮挡影响大,并且很难求解相关模板的仿射变形参数。提出了一种改进的非线性相关跟踪算法,以改进的灰度模板作为目标表示方式,粒子的权值与相关值成比例,目标状态的后验概率由粒子加权表示。模板更新时根据粒子权值进行自适应调节,对所有粒子所在位置的区域进行加权更新,权值大的粒子具有更高的更新系数,避免了仅利用单一峰值点处的模板进行更新可能造成的误差累计。该算法大大提高了跟踪与模板更新的鲁棒性,同时也是一种在仿射空间进行运动参数搜索的实用方法。     

基于小波变换和Gabor滤波的指纹图像增强算法

在指纹自动识别系统中,图像增强是比较重要的一个环节,它直接影响到指纹识别系统的识别精度．利用指纹图像在经小波多尺度分解后,低频部分集中了指纹图像的主要纹理信息这一特性,提出了一种在小波域对指纹图像进行Gabor滤波增强的算法,实验表明,该算法能够使图像的质量明显得到增强,方便了后续指纹特征的提取。     

约束下考虑坐标分量误差相关性的直线拟合

直线拟合在曲线拟合研究及工程实践中受到广泛关注,常用的普通最小二乘和正交最小二乘忽略了坐标分量误差相关性的存在. 基于此,首先论证了在铁路线路整正中全站仪测量坐标点的纵横坐标间存在误差相关性,同时线路中直线的拟合受到相邻线元的约束;然后,基于极大似然估计及拉格朗日条件极值原理,推导出了顾及约束和坐标分量误差相关性的直线拟合通用模型,并给出了高斯-牛顿迭代算法搜索最优解;最后,采用了实测的数据进行了验证及测试. 试验结果表明:该方法能在任何误差分布情况下考虑约束估计直线参数及其精度;考虑坐标相关误差时,参数估计精度在约束及无约束下分别提高了9.2%和2.7%;高斯-牛顿算法在约束及无约束情况下分别仅6次及3次迭代就搜索出最优直线.      

基于GPU的高速铁路扣件实时探测技术

针对传统的图像模式识别算法提出一种GPU加速新方法,结合对CUDA架构的分析,通过充分利用GPU优秀的并行计算能力和高存储器带宽提高图像处理速度.分别对不同大小及不同批数量(单次处理图像数)的图像进行识别处理,并对其进行了多种优化,实验证明相同算法在GPU上的实现与CPU相比处理速度最高提升了 600倍左右,达到了平均...     

基于本征模函数的高速磁浮线路不平顺检测

为了评估磁浮线路的不平顺程度,对实测加速度信号进行分析,发现导向系统纵向振动加速度信号对磁浮线路不平顺长波最敏感.通过对导向系统纵向振动加速度信号进行Hilbert-Huang变换,提取对应长波频率的本征模函数,求得频率族的包络瞬时幅值和瞬时频率,提取了不平顺长波.用该方法分析磁浮列车以430 km/h运行时的实测数据,得到的磁浮线路长波不平顺信号与采用大地测量法测得的结果一致.     

基于CHT消失点检测及最小二乘法的车道线检测算法

为解决在车道线识别中检测消失点误差较大和检测速率较慢的不足,提出一种基于CHT消失点检测对车道线采纳点进行最小二乘拟合的车道线检测算法。该算法首先计算RGB熵直方图的最小差值,根据该差值初步分割道路图像。然后引入平行坐标系参数化的级联霍夫变换方法,对查找消失点方法进行改进通过一次投票得出消失点。并以搜寻的消失点为约束条件,利用最小二乘法对最终点进行拟合从而完成对车道线的检测。实验结果表明,所提出的算法对离线图片车道线检测精度达到93.4%,识别速度也有大幅度提升。     

基于 EM D桘BPN 方法的高速铁路短期客流预测

高速铁路短期客流预测是铁路运输系统的重要组成部分。无论是对列车开行方案的制定,还是对如何采取正确的营销策略,都具有重大的现实意义。通过混合经验模态分解方法和神经网络方法相结合的EMD-BPN方法来预测高速铁路短期客流量。组合方法主要分为三步：首先,使用经验模态分解方法将客流时间序列分解;其次,将IM Fs作为BP神经网络的输入;最后,应用神经网络对客流量做出预测。数值实例表明,该方法对于高速铁路短期客流预测在精度和稳定性上都有良好的表现。     

基于DEA方法的中国高速铁路客运效率评价

选取我国已经投入运行的14条高速铁路,利用DEA方法对其效率进行了评价,旨在恰当地评估不同线路的客运效率,为项目今后的更好运营以及新项目的建设提供指导.在选取评价指标时,更多考虑了线路的社会效益.评价结果指出,半数线路DEA有效,京津城际、沪宁城际等几条线路表现较好,而广珠城际等几条线路的效率相对较低.从评价结果可以看出,高速铁路建设的标准和投入要充分考虑地区的实际情况和需要,同时还要充分考虑潜在需求.     

基于深度图像和彩色图像相结合的高速铁路桥梁裂缝宽度检测识别算法研究

针对高速铁路中桥梁比重大,地质灾害发生后难以及时对桥梁损伤进行检测评估的困难,提出了利用深度图像和彩色图像相结合的桥梁裂缝损伤宽度非接触式检测识别算法。首先,研究了裂缝的彩色图像预处理算法,通过灰度化、图像增强、轮廓提取获得了裂缝在彩色图像中的轮廓;其次研究了不同视场相机的配准问题,搭建了实验室检测环境,提出了联合Harris角点检测和Hough变换的彩色图像和深度图像配准算法,完成了将二维彩色图像点向三维空间坐标的转换,实现了高速铁路桥梁裂缝宽度检测识别。现场测试表明,深度图像和彩色图像结合能够实现高速铁路桥梁裂缝宽度检测识别,识别相对误差在10%以内。     

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。     

基于小波变换的一种多普勒雷达目标识别方法

雷达技术６０年来取得了巨大的发展,特别是随着现代计算机技术和现代信号处理技术的成熟与发展,使雷达由参数测量向非参数测量发展。雷达对目标的识别成为新一地达的发展重点。文中应用小波变换技术,对多普勒体制雷达的音频信号进行分析。从其中一个距离波门获取的多普勒信号中成功地提取了目标的数量等信息。也就是取得了以对目标的高分辨率。且计算速度快、数据量小。不利于实现实时信号处理。     

基于OpenCV和DirectShow的交通运动目标检测算法研究

针对运动目标的自动检测问题,提出了一种改进的背景差分算法,采用背景图像多帧平均进行背景的获取和更新,进一步检测出运动车辆轮廓。使用VC++6.0作为开发环境,结合DirectShow视频处理库和OpenCV图像处理库进行编程实现。通过对两个不同场景的实验结果表明该算法能正确地检测出运动车辆,能够满足实时性的要求。