融合式空间塔式算子和HIK-SVM的交通标志识别研究

在交通标志识别问题上,提出了一种基于融合式的空间塔式算子和直方图交叉核支持向量机(HIK-SVM)的分类方法.在该方法中,通过提取图像的灰度塔式词袋直方图(Gray-PHOW)特征、颜色塔式词袋直方图(Color-PHOW)特征和塔式边缘方向梯度直方图(PHOG)特征来对交通标志的外观、颜色和轮廓信息进行描述.通过提取空间塔式直方图特征,能很好地对图像各种特征的空间分布状况进行描述.提取到图像的外观、颜色、轮廓和特征的空间分布信息后,对其进行融合,最后得到的融合式的空间塔式特征具有很强的鲁棒性.将该融合式特征送入HIK-SVM进行训练和分类,取得了极其高的识别效果.     

现代有轨电车安全运行的危险源识别与风险评估

随着现代有轨电车的快速发展,运行安全问题日益凸显。针对现代有轨电车运行安全问题,从系统外部和系统内部分析其安全运行危险因素,建立危险因素库。运用事故树法,根据各个基本事件的逻辑关系搭建事故树,识别危险源,确定事故发生原因。基于LEC法赋值3种因素指标,进行风险评估,确定风险等级。分析结果表明交通环境差、机非混行、乘客的不安全行为以及驾驶员操作不当是造成事故发生的主要危险源。自然灾害、驾驶员操作不当以及共享路权导致事故后果严重,风险等级高。根据结果提出相应的风险防控措施,保证车辆的安全运行。     

基于眼部特征的疲劳驾驶检测算法研究

疲劳驾驶是交通事故的一个重要致因,文章从驾驶员的面部特征入手,通过肤色特性找到图像中的人脸区域,并采用积分投影法和边缘检测对驾驶员眼睛进行定位,选取眼睛区域面积与人眼图像面积的比值作为眼睛状态评判指标;建立睁眼、半闭眼、闭眼3种状态下的人眼样本,依据3σ准则得到相应的区间范围,从而识别驾驶员的眼部状态,实现一种适合于疲劳驾驶检测系统的改良算法。     

基于事故黑点识别模型的江西省普通国省道公路事故黑点路段选择

文章以江西省近5年普通国省道公路交通事故数据为基础,结合各主管部门的管理经验,使用事故多发道路筛选方法,以事故起数、路产损失绝对值为参考,以单起事故路产损失、事故起数占比/里程占比、路产损失占比/事故起数占比相对值为依据,筛选出事故频发的普通国省道公路。同时根据事故黑点识别方法与模型,使用事故频数法计算单元路段平均事故次数与事故次数临界值,将单位里程路段交通事故起数与事故临界值进行比较,高于事故临界值的路段即为事故黑点路段。     

提前识别危险在交通事故自我预防中的作用与应用

面对道路交通事故（以下简称事故）高发难抑的形势，“事故不可防”成了很多人的共识，然而笔提醒诸位，存在着这样一个事实：“在同样的交通环境和发生事故的概率中，有一些人（驾驶人、行人）却能一次又一次地化险为夷，一次又一次地从事故边缘逃脱，做到了长年行车（或交通）无事故。”他们以事实否认了“事故不可防”的论断。他们是如何预防事故的呢？我们该怎样预防事故呢？[第一段]     

机动车号牌识别的技术与应用

机动车号牌识别主要涉及数字图像处理、计算机视觉、模式识别和人工智能等学科和领域,其工作流程主要是机动车触发、图像抓拍,号牌检测、定位、字符分割和识别等步骤.如今,机动车号牌识别作为现代智能交通重要的一部分,已成为各级交通管理部门十分关注的科研课题之一.特别在公安交通管理、街面治安防控、嫌疑机动车的跟踪定位等方面,发挥着不可替代的作用.     

道路黑点识别与改善

针对道路黑点识别方法、黑点成因及改善措施,总结了国内外经验,提出质量控制法识别路网中事故多发道路,经验一鉴别指数法识别道路事故多发点(段),以及确定黑点改善优先排序方法．并进行了系统的说明与论述。应用结果表明该方法识别道路黑点准确,改善措施效果显著。     

动态交通数据故障识别与修复方法

为提高交通模型输入信息的可靠性,通过对交通传感器采集到的动态交通数据的故障进行识别,并根据不同的故障种类采取补充、还原或修正等方法对数据进行修复。分析结果表明,动态交通数据的故障识别与修复方法是可行的,尤其是对数据的补充处理,可以很好地解决因为数据丢失而给后续处理带来的困难。     

基于投影的车牌倾斜检测方法

图像倾斜检测是车牌识别中的关键环节之一。典型的倾斜检测算法是进行Hough变换后寻找长直线的倾斜角度．在实际应用中,车牌图像中未必有明显的较长直线,或者长直线对正确检测形成干扰．本文介绍一种基于投影的车牌图像倾斜检测方法,通过对车牌图像做各种角度投影,寻找投影图像峰宽最窄的角度,即是图像的倾斜角度。测试结果表明了这种方法的有效性。