旁扫声纳在沉船事故应急扫测中的应用

结合钦州"新海信818"沉船扫测任务,从旁扫声纳的工作原理、工程应用、图像判读等方面探讨旁扫声纳在沉船事故应急扫测中的应用,说明现代测绘技术在海事应急扫测中的发挥着重要作用.     

基于航拍图像的海上目标定位系统

针对海事闭路电视(CCTV)系统未能直接通过视频图像获得海上目标位置信息的现状,提出一种基于航拍图像的海上目标定位系统.该系统基于Visual C++开发平台,以模块化设计思路,实现基于航拍图像的海上目标定位功能.介绍系统组成、主要功能、概位算法以及该定位系统在海事监管、海上搜救中的应用.该定位系统可弥补海事CCTV监管的不足,提升海事监管、海上搜救的效率.     

一起有关DSB救生筏的检测维修合同纠纷

案情概述2010年5月13日,被告上海利德船务有限公司委托原告青岛华远国际船舶工程有限公司对AEROLITE轮的2个DSB气胀式救生筏进行检测,被告确认检测的目的是为获取检验证书,以满足船检的要求。原告于当日向被告出具"救生筏检验维修报价单",该报价单涵盖了维修救生筏每个配件所需支出的费用。被告收到该报价单后,当     

基于类间和类内方差的快速二维阈值分割法

为了提高二维阈值分割法的处理速度,提出二维类间方差最大法的快速实现方法.首先,将二维最佳阈值（s*,t*）的求解拆分成两个一维最佳阈值s*和t*的求解,并引入类内距离的定义,提出新的最佳阈值判别式.其次,将原二维直方图分成M×M个区域,合并每个区域为一点,并构建新的二维直方图,在其上应用本文改进的阈值判别式D（s*,t*）求解,得到分割阈值所在的区域编号.最后,在该区域内再次使用D（s*,t*）求解得到原始图像的最佳分割阈值.理论分析及针对不同信噪比的多幅图像的实验结果表明,本文方法的分割错误率低于原始二维Otsu法,且将原算法的时间复杂度由O（L4）降为O（L1/2）,空间复杂度由S（L2）降为S（2L）.      

基于零样本深度学习的码头表观剥落病害区域分割与定量计算

随着无人机与数字图像处理技术的发展,基于机器视觉的表面病害识别方法因具有安全与快速性,广泛应用于桥梁和道路等方面。由于码头剥落病害图像较复杂,目前该方法难以实现码头表观剥落病害的精确分割与定量分析。提出一种基于零样本深度学习模型SAM(Segment Anything Model)与图像透射变换矫正等技术相结合的码头表观剥落病害区域分割与量化计算方法。SAM算法能够有效克服混凝土剥落图像背景噪声多、灰度差异小的问题,分割方法精度更高、受噪声影响更小;进一步通过矫正、去噪、转换等图像处理操作,实现了对剥落病害关键几何特征的量化计算。经实验室模型与现场图像验证表明,新构建的方法泛化能力强、准确性高,能够实现对码头混凝土建筑表观病害的准确和快速检测,具有广泛的应用前景。     

基于图像表面梯度的翻拍检测

经过翻拍后的篡改图像能够轻易绕过现有的图像篡改检测系统,这对图像真实性的检测构成严重的安全威胁.本文基于翻拍过程中两次使用相机进行拍摄而引入的非线性响应,使用Lib-SVM设计图像分类器判别翻拍图像和真实图像.翻拍后图像表面梯度值与真实图像相比会产生非线性变化,这使翻拍图像表面梯度值产生异常.本文基于图像表面梯度特性提取相关特征值,使用支持向量机分类器进行翻拍图像和真实图像的判别.实验结果表明,本文提出的特征分类效果良好,可以正确检测翻拍图像.     

“自解释道路”——欧洲道路设计新理念

介绍了欧洲"自解释道路"的概念和在实际中的应用。这种道路具有让司机识别道路环境类型和控制速度的功能,因其设计与驾驶员的期望相吻合,因此从根本上解决了道路安全问题,并被认为是未来道路的发展模式。因为世界各国的驾驶员对道路环境的理解没有差别,因此这种基于对人的因素的研究提出的概念可成功的运用于我国,对提高我国道路安全性具有重要的现实意义。     

增强半虚拟现实座舱技术

为提高半虚拟现实座舱中用户视觉真实感与人-座舱交互性能,提出了一种增强半虚拟现实座舱技术,将手图像实时融合到虚拟座舱环境中,使用户能实时看到自己的真实手。通过肤色检测算法实时分割摄像机采集图像,应用改进的自适应加权立体匹配算法与视图变形算法对图像进行视点校正,通过虚实匹配与虚实融合将手图像无缝融合到虚拟环境中,为用户提供增强虚拟环境中的可视化图像。测试结果表明:增强半虚拟现实座舱技术方案中触觉与视觉反馈真实,在头盔式虚拟环境中用户交互能点击到的最小方块边长为8mm。采用增强半虚拟现实技术方案完成座舱内典型交互动作的时间比传统数据手套方案与半虚拟交互方案平均分别降低约50%与18%,极大提高了人-座舱交互性能,可有效增强虚拟现实座舱系统实用性,并降低开发成本。     

城市道路交叉口自动事件监测系统

提出一种基于事件特征来检测交通事件的监测系统.系统选取3个特征值,交通流、车辆角度和车辆加速度.从CCD摄像头获取图像序列之后做车辆检测,提取车辆移动方向、交通流和车辆加速度来获得检测结果.该方法通过计算得到正确率97.8%,误报率1.02%,检测时间只要30 s.结果表明,该方法比检测效果更好.     

基于多特征的纹理特征提取方法研究与应用

纹理是图像的1种重要视觉特征,常用于识别和区分图像。纹理特征的提取则是其应用需首先解决的问题。通过总结分析目前较为常用的纹理特征提取方法,基于灰度共生矩阵(GLCM )算法、局部二值模式(LBP)算法和小波变换(DWT )算法的特点,提出基于多特征的纹理特征提取算法,即将各算法提取的特征进行融合。融合中使用权重对参数进行配置。论文设计了1种图像检索实验,通过图像检索实验比较了各算法提取的特征对纹理的描述能力。结果表明,对于Co rel图像库,笔者提出的多特征的纹理特征提取算法检索的平均查准率相对于GLCM 算法提高了20%,相对于LBP算法提高了9%,相对于DWT算法提高了10%,相对于徐少平等人提出的特征融合方法提高了15%。证实了文中所提出的算法能够兼顾各算法的优点,并具有较好的旋转不变性和尺度不变性。其不足之处是需要同时提取GLCM 算法,LBP算法,DWT 算法下的纹理特征,计算所需时间是后3种算法时间之和,使算法的实用性受到了一定的限制。