LED灯照明 自定义图像 自行车车轮动画也精彩

随着科技的发展,自行车配件正在不断地突破传统的设计模式,变得越来越富有动感。车主一反枯燥乏味的出行方式,在富有生气的氛围中充分地享受不一样的骑车乐趣,得到美的享受。据美国未来创新设计博客网站(www.inhabitat.com)6月7日报道,美国北加利福尼亚MonkeyLectric公司的科研人员大胆创新,另辟蹊径,将自行车上升到一个新的水平。他们巧妙地通过用LED灯照亮车轮,呈现自定义图像和动画,将体育和     

基于熵最大化图像分割的直线型车道标识识别及跟踪方法

为了解决在道路路面材料不一致或光照不均匀情况下的车道标识线的识别和跟踪问题,提出一种基于熵最大化的图像分割可变形模板的车道标识线识别及跟踪方法.该方法结合了图像变窗口处理技术和基于熵最大化分割方法来实现对道路图像的理想分割,然后利用可变形模板匹配方法得到车道标识线参数,最后采用建立梯形感兴趣区域的方法实现对车道标识线的实时跟踪.试验结果表明：该方法具有很好的可靠性、鲁棒性和实时性.     

基于小波变换的多源遥感图像融合方法

数据融合是目前遥感应用领域的一个热点问题,文中分析了传统的多源数据融合方法,提出了采用基于多分辨率的小波分解技术进行多源图像融合的方法.它将高分辨率图像的小波系数添加到多频谱(低分辨率)数据上,再将全色图像小波变换的高阶系数添加到多频谱图像的浓度组件上.实验表明,此方法切实可行,能使低分辨率图像的信息提取与利用接近于高分辨率图像.     

彩色沥青路用性能评价

自行制备了8种彩色沥青，选取几种有代表性沥青评价试验方法针入度、软化点、动态剪切、简支梁弯曲蠕变试验，对其进行试验评价。在RGB颜色体系中，对数码相机采集的彩色沥青原样、RTFOT、PAV试样的表面颜色进行比较。     

粗集料形状特征对沥青混合料抗剪性能的影响

矿质集料的形状特征对沥青混合料的性能具有极为明显的影响,但目前关于这方面的研究极少。采用编制的图像处理程序,获取了五组颗粒形状特征不同的粗集料其形状参数,运用单轴贯入试验分析了粗集料形状参数对混合料抗剪强度的影响。结果表明,粗集料各种形状特征参数对混合料抗剪强度都有不同程度的影响,且扁平系数对抗剪强度的影响最大,必须控制粗集料中扁平颗粒的含量。     

新的汽车牌照识别系统及其成像技术

介绍了一种高性能的汽车牌照识别系统及其成像技术。系统采用了新的成像控制和闪光灯补光技术，使其成像特别适合牌照区域分割和字符识别，成像质量完全不受实际应用环境中强烈的光线变化的影响，从而达到较高的全天候识别率和实际应用的要求。给出了系统在全天候条件下的成像效果和牌照识别效果．结果显示系统可在全天候条件下获得高质量的图像。     

基于目标空间分布特征的无人机航拍车辆实时检测技术研究

针对无人机航拍视角下存在整体图像分辨率高但占比较高的小尺度车辆检测特征点稀少这一问题,从卷积网络检测器针对性优化与基于目标分布特征的航拍图像自适应切分2个角度综合考虑,提出一种基于目标空间分布特征的无人机航拍车辆检测网络DF-Net。以单阶段目标检测框架SSD为基础,引入深度可分离卷积和抗混叠低通滤波器对网络结构进行优化搭建E-SSD,为后续检测网络搭建提供高效检测器;接着基于条件生成对抗CGAN思想构建密度估计网络生成器,从而得到航拍图像中车辆的准确分布特征,生成高质量的车辆密度图;将E-SSD与车辆密度估计网络结合,对车辆密度图进行自适应切分,并将切分后的局部图像与全局图像一同输入E-SSD,最后在决策层融合检测结果,由此实现对航拍视角道路交通场景下车辆目标的精确高效检测。在试验中,一方面将设计的基于目标空间分布特征的无人机航拍车辆检测网络DF-Net与E-SSD进行对比分析,另一方面将DF-Net与航拍目标检测领域表现较为优秀的网络进行比较。研究结果表明：设计的方法对于2个试验在均值平均精度指标上均有提升,与E-SSD网络对比时提升了至少4.4%,与航拍目标检测领域优秀网络比较时也有一定提升,并保持了较好的实时性。     

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。     

基于图像处理的车牌识别系统设计

本论文提出了一种基于图像处理的车牌识别系统设计,系统分为三个部分,第一部分,对采集的图像进行灰度化,图像平滑,边缘检测等操作以进行预处理。第二部分,对预处理后的图片进行车牌定位,并作倾斜矫正。最后使用卷积神经网络,对车牌字符分割后提取出来单个字符的结果进行识别。     

公路风吹雪雪阻分布规律及雪灾形成机理研究

为探究白茫雪山防雪走廊段公路风吹雪雪阻的分布规律及其形成机理,利用自主研发的自动气象站对相关路段的雪深进行监测,并利用监测所得到的数据结合Google Earth图像从纵向和横向两个方面对防雪走廊段的雪阻分布规律开展研究。研究表明:在白茫雪山防雪走廊段,当道路成型、周边环境不变且风向相同的情况下,路面雪深分布规律是相似的;对两个典型的道路横断面进行雪深量测,研究表明两侧有一定坡度的半路堑,路面产生了严重雪阻;雪阻主要是因为降雪时间长、气温低、积雪不易融化,而道路两侧的地形地势和路侧植被、与主导风向垂直的公路走向、一定起伏的纵断面及以迎风半路堑和全路堑为主的横断面型式,加重了防雪走廊段雪阻灾害的程度。研究成果可为高寒雪灾影响地区的公路设计提供参考。