基于投影特征和先验知识的车牌字符分割算法

在车牌字符分割中由于泥尘、边框、铆钉、间隔符和车牌倾斜等因素影响,字符分割往往不准确甚至错误,针对这些问题提出了一种基于投影特征和先验知识的车牌字符分割算法。该方法先利用水平投影进行水平初分割,再利用垂直投影特征结合先验知识进行垂直分割,最后采用局部投影法实现水平精分割。实验表明该方法可较好的解决以上问题,分割准确率高且速度快,具有较强的实用性。     

车牌识别系统中智能算法应用研究

章介绍丁利用车牌的纹理特征和区域形状特征检测车牌区域情况。为提高区域检测的正确性，利用新的改进的主动轮廓模型。利用先验知识确定精确的车牌边界。在精确的车牌区域中切割出车牌中的单个字符，最后利用支持矢量机对字符进行分类识别。     

基于复杂巨系统理论的城市轨道交通可持续发展综合评价

我国城市轨道交通正逐步走向以运营为主导的“运建时代”,为进一步促进其高质量可持续发展,本文进行了城市轨道可持续发展的综合评价研究。首先从“一心三轴四圈层”的系统要素、输入—配置—运行—输出—反馈的要素关系、开放系统、技术—社会系统以及复杂巨系统特性出发,论述城轨交通是一个“开放的技术—社会复杂巨系统”;其次,基于可持续发展的经济、社会和环境三维度交错概念模型,建立由评价要素体系和评价业务体系构成的城市轨道交通可持续发展综合评价体系;最后,建立“线性—非线性相融合的人机交互法”的方法论,并突破当前知识—数据双驱类评价方法难点,创立基于先验信息的深度融合型“知识—数据”双驱算法模型,为下一步应用奠定基础。     

想象力

到国外的第三天,我在当地看到了一场令人捧腹的摩托车草地滑板比赛。看着那些穿西服打领带的老外站在一块三层板上被摩托车牵引着摇摇晃晃前行的滑稽样,我不禁笑弯了腰。我转头对陪同我的老外导游说：“你们可真会寻乐子,太有想象力了!居然搞出这样的名堂。”老外导游很谦虚地说：“哪里,哪里,还是你们中国人有想象力。去年春天我曾在中国南方的农村见过,比这个还有趣。”     

基于目标监督的先验形状level set模型分割心脏MR图像

提出一种基于目标监督的先验形状level set模型分割心脏MR图像的方法。该方法先根据目标灰度的特征生成特征图像,使得特征图像目标区域灰度趋于一致,再在特征图像的基础上利用先验形状信息的水平集模型对目标进行分割。实验结果表明,该方法能够有效地分割心脏MRI图像。     

巨型摩托车

世界上最大的摩托车,这是一个什么概念？像汽车那么大？那你的想象力就未免过于保守了一点,下面这辆号称是世界上最大的摩托车,长达9米,高为3米,真可谓是一辆巨无霸,它能轻松地将一辆汽车压成饼干。这辆怪兽来自澳大利亚,澳大利亚人为它装配了一台卡车用柴油发动机,还配备76速自动变速箱。     

一类非线性波动方程的整体吸引子

为了更好地了解非线性波动方程解的性态,研究了一类含有混合导数项的非线性波动方程的整体吸引子的存在性问题：在引用Kuratowski测度的定义并对其基本性质进行讨论的基础上,通过渐近先验估计,证明了解半群{S（t）}t≥0在Kuratowski测度下的渐进光滑性,从而得到了这类含有混合导数项的非线性波动方程在H0^1（Ω）×L^2（n）上的整体吸引子的存在性定理．     

基于DenseNet结构的轨道暗光环境实时增强算法

车载视觉系统是未来城市轨道交通安全运行的重要保障，列车在封闭环境或夜间运行时所处的弱光照环境会严重影响车载视觉系统的检测效果. 为此，提出了一种针对铁路封闭环境或夜间行车环境下低照度图像的实时视觉增强算法. 该算法以密集连接网络（densely connected network，DenseNet）结构为骨干网建立特征尺寸不变网络，提取图像光照、颜色等信息输出光照增强率图，并基于非线性映射函数调整每个像素的光照强度，通过分级结构将低照度输入图像的曝光率由低层到高层不断增强. 建立的深度学习网络模型采用自监督的方式训练网络参数，利用低照度图像自身特征和先验知识构建损失函数，其由曝光损失、色彩恒定损失及光照平滑度损失3个分量组成. 多种场景下的低照度增强实验结果显示:本文算法能够对输入图像曝光值进行自适应，对低曝光以及高曝光区域动态调整曝光率从而改善低照度图像的可视化效果，处理速度能够达到160帧/s，满足实时性处理的要求；通过在低照度增强前后的轨道分割及行人检测算法性能对比实验证明:所提出的算法能够大大提高暗光环境下的视觉检测效果，在RSDS （railroad segmentation dataset）数据集中轨道分割F值提高5%以上，在轨道场景下行人检测误检率及漏检率均有效降低.