深度学习的车道线检测方法

随着人工智能技术的不断发展,无人驾驶技术已经成为当下社会发展的热门,车道线检测是无人驾驶技术的关键一环,但传统的基于视觉的车道线检测方法处理时间较长、过程繁琐、需要人为干预。基于深度学习的车道线检测可大大减少此类问题。文章设计了一个完成双任务的Enet网络,分别解决目标区域分割问题和不同车道区分问题,以实现端到端的检测。与主流车道线检测网络模型deeplab v3和YOLO v3进行对比。实验验证表明,网络模型的最终训练准确率为99.8%,相对于deeplab v3和YOLO v3网络分别提升1.2%和0.8%。     

改进卷积神经网络的船舶纹理图形分割方法

船舶从生产到投入使用,在作业中难免会因为焊接节点的设计问题、货物装卸的操作不规范以及诸如线性尺度较大、吃水较多而受风、流等外部环境的影响而对船体结构造成腐蚀,最终导致船体外部出现裂纹,给船舶的航行带来安全隐患。因此加强关于船舶裂纹的排查,是保证船舶安全行驶的关键。本文从改进卷积神经网络入手,以工程船为例,通过对其船舶纹理进行图形分割研究,提升智能检测的精准度,从而为运维检修带来一定的帮助,并为海上作业的安全性检测提供理论支持。     

Hierarchical Non-linear Image Registration Integrating Deformable Segmentation

IntroductionSegmentation and registration are two impor-tant problems in the field of medical image analy-sis. Traditionally, solutions have been developedfor each of these two problems in relative isolationfrom the other, but with increasing dependence onthe existence of a solution for the other. For exam-ple, model-based segmentation methods[1,2]need toregister individual data sets to a common frame ofreference, so that statistics about the models canbe gathered to guide the evolution of the…     

基于机器视觉及结构光的隧道围岩结构变形测量方法及系统应用

隧道结构和支护体系的稳定性和安全性对隧道施工十分关键,为确保施工质量和安全,避免意外情况发生,需要对隧道施工过程进行监控,以及时采取应对措施。研究基于机器视觉及结构光的隧道围岩结构变形测量方法,采用测量相机实时采集隧道截面的线结构光图像,进行结构光中心提取,形成检测线,通过将检测线与历史检测线（基准线）进行对比分析,同时结合参考结构光源发出的基准轮廓结构光,校正主站自身位移,得到隧道全断面的变形测量结果。基于上述测量技术研制的系统在我国西南地区某隧道进行实测验证,其输出的拱顶沉降、周边收敛等测量值与全站仪测量的变形趋势吻合,测量精度及测量实时性满足要求,可进一步推广应用到更多的建设期隧道中,进行自动实时围岩结构变形监控量测,及时发现结构变形风险,保障隧道施工安全。     

基于3D点云语义地图表征的智能车定位

为提高智能车节点定位准确率, 研究了基于3D点云语义地图表征的智能车定位方法。该方法分为3个部分: ①基于三维激光点云的语义分割, 包括地面分割, 交通标志牌分割和杆状语义目标分割; ②面向智能车的点云语义地图表征, 利用分割的语义目标投影, 生成带权有向图, 语义路, 语义编码, 再以语义编码和高精度GPS的全局位置组成语义地图表征模型; ③基于语义表征模型的智能车定位, 包括基于GPS匹配的粗定位和基于语义编码渐进匹配的节点定位。实验在3种长度不同、复杂度不同的道路场景下进行, 节点定位准确率分别为98.5%, 97.6%和97.8%, 结果表明所提出的定位方法节点定位准确率高、鲁棒性强且适用于不同的道路场景。      

基于MS-RG混合图像分割模型的道路检测研究

道路场景因其结构的多样性、纹理变化的复杂性和自然曝光的不稳定性,使得传统基于道路分割的道路检测方法大多存在信息冗余,并且存在边界丢失、模糊等质量问题.本文首先在道路图像上使用 Meanshift均值漂移算法,通过空间内的概率密度呈梯形上升去寻找局部最优,并搜索属于同一模点的像素然后生成获得超像素块.然后利用 Meanshift算法获得的聚类超像素块进行多种子点区域生长,规范生长规则,克服不能得到封闭边界的缺陷,改进道路图像的分割效果.实验结果表明,本文提出的模型适用性强,相比于传统方法有效地提升了分割准确性和实时性,可准确识别出图像中的道路信息,确保车辆能够行驶在可行驶区域上.     

基于光学遥感影像的船舶目标识别

针对海上船舶目标的识别问题,提出基于光学遥感影像的船舶目标识别方法.利用高分卫星遥感资料为数据源,选取高分遥感影像为对象进行图像增强、裁剪和图像切片等操作.在切片图像中进行局部阈值分割处理,研究最大类间方差法(Otsu)、最大熵值算法(Kapur,Sahoo and Wong,KSW)和基于遗传算法(Genetic A...     

科技论文关键词的选择

关键词是科技论文的文献检索标识,是表达文献主题概念的自然语言词汇。为适应计算机自动检索的需要,GB/T3179—92规定,现代科技期刊都应在学术论文的摘要后面给出3～8个关键词,关键词应按GB/T3860—1995《文献叙词标引规则》的原则和方法进行标引。关键词包括叙词和自由词,叙词指收入《汉语主题词表》中可用于标引文献主题概念的即经过规范化的词或词组;自由词指直接从文章中抽出来的,反映该论文主题中新概念的自然语言(词或词组)。关键词一般按以下顺序选择第1个关键词应列出该文主要工作     

级配碎石图像的碎石颗粒提取

本文介绍一种以蓝色为背景拍摄离散碎石图像、利用彩色图像的蓝色调视图提取碎石颗粒图像的方法,给出由彩色图像的R、G、B分量求蓝色调视图灰度的计算式.试验结果表明,这种提取颗粒图像的方法可获得较好的效果,并且对图像拍摄时的光照条件不敏感.     

轨道交通户外站台门与列车间隙背景灯带图像分割算法研究

轨道交通在发车前需要清空站台与列车间隙,否则异物入侵会对乘客与列车运行造成安全隐患,基于背景灯带的异物入侵检测需要对灯带在图像中进行图像分割、提取、识别。针对在户外站台场景下,复杂背景和日光等因素为背景灯带提取带来困难的问题,提出一种无监督的图像分割算法。首先通过卷积神经网络进行特征提取,然后将特征图输入到后续分类器中对所有像素进行类别输出。在训练过程中,使用的损失函数从三方面进行设计：考虑特征相似度和空间连续约束、基于深度支持向量描述以及基于几何与光度增强。算法能够实现单样本无监督对神经网络参数进行调优。通过对某城轨站台真实数据采集及实验结果表明,本文提出的方法在与训练样本不同光照条件、拍摄角度条件下,对背景灯带进行分割的F1分数为78.47%;在性能优于其他方法的同时,耗时最多能减少97.1%;算法为基于背景灯带的异物检测方案提供一种行之有效的图像分割方法,为后续的异物自动检测提供基础。