食管内外气体造影CT的临床实验研究

食管癌的最佳治疗计划需要确定诊断的准确资料，食管内外气体造影电子计算机Ｘ线断层摄影（ＣＴＩＥＩＥ）可同时显示食管粘膜病变及食管肿瘤外侵与周围组织器官的直接征象，故提供的临床资料明显优于Ｘ线、ＣＴ平扫及有关检查。ＣＴＩＥＩＥ动物实验及临床研究证实无生理、病理性损害，未出现任何并发症。作者认为，该方法操作简便安全，在食管癌的诊治和评价预后方面具有一定的实用价值。     

遥视警戒系统在铁路电力调度自动化应用的构想

多年来传统遥测、遥信、遥控、遥调的“四遥”控制一直是铁路电力调度自动化的主体内容，但是随着计算机技术的不断发展，具有“遥视”警戒功能的新一代电力调度自动化系统将为实现电力调度的“无人值守”创造条件，毋庸置疑，实现这一系统也必将为铁路的进一步发展奠定良好基础。本文着重介绍实现遥视警戒系统的有关技术问题。     

船舶虚拟场景实时绘制算法研究

分析真实感图形的主要绘制算法，并根据船舶总布置设计和虚拟场景的特点，提出一种基于图像和几何简化的合成算法，对算法的数据结构进行了重点探讨。     

基于改进PCNN模型的车辆阴影消除方法

消除车辆阴影对图像分割的影响是车辆自动监控系统中亟待解决的问题。针对阴影具有方向和大小不确定性的特点,充分利用脉冲耦合神经网络模型优良的图像分割能力,结合阴影属性,提出一种基于改进的脉冲耦合神经网络模型的运动车辆阴影消除方法。此方法无需建立道路背景模型与车辆阴影模型,在消除车辆阴影的同时能较好地保留车牌、车窗以及车标等车体的重要信息,为车体定位、特征提取等处理奠定良好的基础。大量现场图像测试结果验证了该方法消除车辆阴影的有效性,可广泛地应用于自然环境中车辆阴影的消除。     

基于三维谱回归的有效三维人脸识别算法

提出一种结合预处理和三维谱回归(3DSR)方法进行三维人脸识别的算法框架,提取有效的判别特征来克服3D人脸图像中一些尚未解决的问题,如噪声、表情和姿态等的影响。首先通过预处理步骤,从输入的人脸图像提取面部区域进行三维数据的匹配,克服大姿态变化的影响并且有效地提高了整个3D人脸识别性能。为处理大的表情变化和数据噪声,引入谱回归的概念,改进的三维谱回归方法可以充分利用局部统计信息的鲁棒性和有效性,并避免通常方法中密集矩阵的特征分解问题,降低了计算复杂度。实验中使用包含大姿态和表情变化的CASIA三维人脸数据库。实验结果显示算法有效、鲁棒、通用性强。     

基于图像技术的城市轨道交通大客流辨识

通过分析我国城市轨道交通发展的现状,说明"大客流"状态已逐渐成为城市轨道交通运营中的常态化现象。为了对城市轨道交通车站内客流进行更准确的辨识与监控,保证运营安全,尝试将图像技术引入轨道交通的客流辨识与安全管理中:建立客流图像特征值与客流特征值的联动关系,给出客流辨识的函数,并开发客流辨识系统。北京地铁雍和宫站的实际视频数据的辨识应用结果表明,该方法的识别准确度较高,具有一定的可用性。     

铁路道岔转换设备综合监测系统设计

在分析现有转辙机监测系统所存在问题的基础上,设计了一套采用视频图像分析技术、传感器技术构建的铁路道岔综合监测系统.该系统通过全天候实时监测道岔缺口偏移量,实现缺口有超限趋势预警和缺口超限报警,及时发现道岔缺陷;采用传感器技术,对液压转辙机的液压、液位,转辙机内的温度、湿度及转辙机振动等道岔运用环境实时监测,生成监测曲线,便于及时分析掌握道岔状态.     

动车组故障轨边图像自动检测系统的设计与实现

动车组故障轨边图像自动检测系统(TEDS)是集高速数字图像采集、大容量图像数据实时处理技术、精确定位技术、模式识别技术、智能化与网络化技术以及自动控制技术于一体的智能系统,可采集运行中动车组车体底部、车体两侧裙板、车辆连接装置、转向架等可视部位的外观图像,并实时传输至监测中心,对图像进行故障识别报警。TEDS系统采用人机结合方式,可及时发现动车组关键部位故障,有助于提高动车组检修作业质量,保障行车安全。     

声波CT技术在桥墩病害检测中的应用

应用声波 CT层析成像技术对受损桥墩内部质量进行无损检测。在桥墩重要部位设计10个 CT剖面,经反演计算,测试平均速度均达到设计要求(4400 m/s),未见明显裂缝、离析或低质混凝土。声波CT检测结果与其它方法检测结果相吻合,表明了声波 CT技术在钢筋混凝土检测应用中效果显著。     

一种基于人脸序列模式的机车驾驶员疲劳检测方法

驾驶疲劳是导致事故的重要原因,本文在综述基于面部特征的机车驾驶员疲劳检测方法的基础上,提出了基于Gabor变换的人脸特征融合抽取模型,并在此基础上,结合隐马尔可夫模型(HMM)提出基于人脸图像序列的机车驾驶员疲劳检测方法。根据在疲劳和非疲劳状况下人脸模式特征的不同,首先利用Baum-Welch学习方法从疲劳图像序列训练学习得出疲劳模式下的HMM参数;然后,在疲劳模式识别时,把待识别的人脸图像序列表示成Gabor融合特征序列,再利用Viterbi算法计算该特征序列属于疲劳模式的概率值,从而实现对人脸图像序列的疲劳识别;最后,对各种姿态下的不同人脸图像序列数据进行了仿真测试。实验结果表明,与已有基于单幅人脸图像的疲劳识别方法相比,具有更好的疲劳识别性能。%