基于内河单幅图像的去雾算法研究

图像景深和天空亮度值的求取是图像复原方法去雾的核心问题,但目前的去雾算法都是基于一定的假设条件来求取这2个值的,对于色彩单调、天空区域较大的内河图像去雾效果不理想。通过对内河航道视频图像的研究,提出将直方图多峰均值法和位平面分解法相结合的方式来求得天空亮度值并分割天空区域;采用分区域的景深计算方法求得图像任意一点的景深值。然后基于大气散射模型,完成内河雾天单幅图像的去雾处理。为了客观评价去雾后图像的质量,从图像的可见边数目比、平均梯度比和图像熵值三方面进行了去雾效果的比较。实验证明,该算法对内河航道图像有良好的去雾效果。     

基于改进梯度相似度核的交通图像去雾算法

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。     

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。     

基于遗传算法的交通监控图像模糊恢复

提出一种用遗传算法进行图像模糊恢复的方法.该方法具有计算简单和全局搜索收敛的优点,实验结果是得到了高质量的图像恢复效果,表明了该算法的有效性.     

雾天道路下智能车视觉图像实时快速去雾研究

针对智能驾驶视觉感知领域中去雾算法处理时间过长的问题，提出了一种基于大气散射模型的视频图像快速去雾算法。在暗通道先验去雾的基础上，计算大气光值的自适应参数，提高去雾速度，并优化设计去雾系数，获取半去雾图像，将单幅图像去雾应用到视频实时去雾中；进一步利用限制对比度自适应直方图均衡（CLAHE）算法抑制去雾残余噪声，增强图像道路交通特征。验证结果表明：提出的算法有效提高了图像质量，且视频去雾速度较传统算法大幅提升；图像边缘强度提升近2倍，极大提高了道路能见度。     

基于视频图像的交通事件检测系统研究与开发

交通事件检测是智能交通系统中的重要组成部分和关键技术.文中基于计算机视觉技术与数字图像处理技术,结合当前我国高速公路交通监控所需和已有监控设施,对基于视频图像的交通事件检测进行了研究,并完成了系统的开发和测试.     

基于小波变换的车牌图像检测定位算法研究

在讨论二维二进可分离小波及图像小波去噪的基础上，研究一种基于小波变换并结合其他多种图像处理方法的车牌图像检测定位的算法。实验表明，该算法对含噪的车牌图像能较好地完成检测定位。     

基于小波卡尔曼滤波的高速公路交通数据融合去噪算法研究

为去除交通信息采集过程中的噪声干扰,提出了一种基于小波分析和卡尔曼滤波相融合的交通数据去噪算法。该算法通过小波系数计算小波方差并代替卡尔曼滤波的初始协方差完成迭代,将小波阈值去噪重构后的信号作为卡尔曼滤波器状态最优估计中的测量值输入,实现了交通数据的分解去噪和最优估计。实例分析结果表明:一方面小波-卡尔曼滤波融合去噪算法的去噪指标优于小波分析算法;另一方面采用去噪后的实时交通数据建立时间序列预测模型,由三项预测误差评价指标及拟合预测图对比可知,小波-卡尔曼滤波融合去噪算法较小波分析算法可更好地提高预测精度,从而综合验证该融合算法能有效去除交通数据中的噪声干扰,并提高其数据质量。     

基于成都市中心城区海绵城市建设的设计暴雨雨型研究

暴雨雨型研究是对海绵城市建设及评估的基础性支持工作之一。结合成都市中心城区降雨资料,应用PilgrimCordery法分别推求了60 min、180 min、360 min降雨历时的设计暴雨雨型。运用推求的雨型,对现有排水管网的理论积水量计算进行了初步探讨,为海绵城市建设中雨水调蓄池、雨水存储池容积的计算提供一定参考。     

基于加权引导滤波分层的轨道图像细节增强算法

针对轨道表面缺陷图像整体对比度低,细节模糊,轨道缺陷又较为细小,难以识别等问题,基于加权引导滤波具有较好的保持边缘能力,能避免增强后图像产生"光晕"及"伪边缘"的特性,研究了基于加权引导滤波分层并结合自适应直方图均衡和锐化滤波的轨道表面缺陷图像增强方法.有别于传统图像增强方法,该方法对原始图像进行滤波分层,分别处理基础图像和细节图像,更加突出细节信息,通过在引导滤波中引入边缘检测算子最大程度的保留图像边缘信息,针对结果图像亮度不均问题通过AHE算法和拉普拉斯锐化滤波加以克服.仿真实验结果表明:新方法较对比算法图像梯度平均提升43.37%,清晰度平均提升46.84%,有效提高了图像对比度,增强了细节信息.      

基于地形地质条件的兰州新区雨洪水出路研究

兰州新区设立于2010年,是第五个国家级新区。新区位于兰州市西北的秦王川盆地,根据调查,兰州新区雨洪水主要来源于盆地北部山洪沟道、东西两侧坡面汇流和盆地内降雨,现状主要沟道为四眼井沙沟和正路沙沟。根据规划,新区雨洪水下游主要通道被确定为新区东南部的水阜河,存在一定问题。根据盆地地形条件分析,兰州新区因暴雨产生地表经流时,必然沿地表漫流汇入东西两条沟谷,最终汇入盆地芦井水村处,通过李麻沙沟汇入黄河。根据盆地地质条件分析,盆地东西两侧分布有两条古河道,盆地内地表径流在下渗后转变成地下径流,通过古河道于盆地西南侧芦井水村处溢出地表,转变为地表径流后汇入李麻沙沟。所以新区的雨洪水出路应为新区西南部的李麻沙沟。     

基于路测图像与改进 ResNet50 网络的自动驾驶场景天气识别算法

为了充分利用自动驾驶汽车路测图像数据,增加行驶过程中对天气情况识别的准确性,提出了一种基于改进 ResNet50 网络的自动驾驶场景天气识别算法。该算法将 SE 模块与 ResNet50 网络相结合,通过在 ResNet50 网络 4 组模块内加入 SE 模块,以便更好地拟合通道间复杂的鲁棒性。基于自动驾驶汽车路测图像数据对所提算法进行 Python 编程实现,结果表明：SE 模块的加入能够增加算法的鲁棒性和准确性,提高了自动驾驶的天气识别精度。     

基于阈值自适应调整的图像特征均匀分布ORB算法改进

基于相机的无人驾驶汽车视觉同步定位与地图构建(SLAM),可完成无人驾驶汽车的定位与建图.针对传统ORB(Oriented FAST and Rotated BRIEF)算法在提取图像特征点时容易造成冗杂、分布集中的问题,提出一种限制四叉树算法分裂深度的改进ORB (A-ORB)算法.该算法构造图像金字塔解决尺度不变性...     

基于图像融合的驾驶员视觉增强技术研究

针对低能见度下小波变换的图像融合方法中,简单的加权融合降低图像的对比度和亮度,导致驾驶员的视觉效果较差的问题,提出了在小波低频近似分量和高频细节分量采用不同的融合规则。低频近似分量集中了图像的大部分能量,采用区域能量比例加权的融合规则,可以提高图像的亮度;高频细节分量包含了图像细节,采用区域标准差比例加权的融合规则,可以提高图像的对比度。通过红外与可见光图像融合实验表明:该图像融合方法可以有效提高图像的亮度和对比度,适于低能见度下的图像视觉增强。     

一种基于DWT和DCT域的灰度图像盲水印算法

本文提出了一种新的频域嵌入盲水印的方法,把DWT的低频子图作为待嵌入的图像,再在逼近子图DCT域进行嵌入,增强水印的稳健性同时,也增强了水印的不可见性。经对多幅图像进行实验证明,该算法不可见性好并且具有较强的鲁棒性。     

天津市雨洪水资源化利用的探讨和研究

根据天津市水资源现状及雨洪水调度的优势 ,提出天津市各河系雨洪水调度方案及其成果显示     

基于63雨型的透水路面非饱和渗流分析及排水性能研究

针对上海地区的排水性沥青路，采用非饱和渗流理论，基于上海地区典型长历时63雨型24 h降雨强度，对道路断面进行降雨入渗数值模拟。计算分为稳态流、降雨瞬态流和排水瞬态流三个阶段，分析了降雨强度、道路宽度、道路横坡三个因素对道路排水性能的影响，对今后上海地区排水性沥青路面设计具有一定的借鉴意义。     

基于渐进结构优化算法的桥梁找型工作研究

通过介绍结构拓扑优化方法的基本理论,详细阐述了渐进结构优化算法的原理和优化过程.通过编制基于渐进结构优化算法的ANSYS拓扑优化程序,求解了二维平面的拓扑优化问题.研究表明,通过渐进结构优化算法,可以帮助设计人员选出结构合理且富启发性的桥梁结构形式,具有良好的应用前景.     

基于主颜色的图像检索技术研究

针对基于固定颜色集的直方图方法计算量与存储量过大，对亮度、噪声较敏感，参考颜色（reference colortable）方法受限于图像色彩分布的先验知识等弊端，提出了一种基于主颜色（domaincolor）的检索图像检索算法，在保持了较高的检索精度的同时，能够大大降低特征空间维度，提高检索性能。     

基于改进蚁群算法的交通分配研究

交通分配是交通规划诸多问题中被国内外学者研究得最深入、取得研究成果最多的内容。但是把蚁群算法应用到交通规划中在国内外都不多见。介绍蚁群算法在交通流分配中的应用。