基于小波变换的图像融合算法研究

提出了一种新的基于小波多尺度分解的分层图像融合方法；总结出基于小波分解子图像面积比和低频系数均方根误差2个标准，来确定最佳小波分解层数的方法。通过仿真实验，对分解层数、区域大小对该融合方法的性能影响进行了比较分析，并得出融合结果，将其与金字塔算法融合结果进行了比较。实验结果表明，该融合方法是十分有效的。     

基于单目视觉的轨道固定桩基准点测量方法

为了提高铁路线路固定桩基准点绝对坐标测量的效率, 提出了一种新的测量方法; 建立了无合作目标的单点测量模型, 采用单目相机采集激光靶标图像, 利用光饱和点重心法提取激光光斑中心; 研究了平面直线成像规律, 构造了基于正交直线的单应性矩阵求解方法, 并对图像进行透视畸变校正; 根据校正后的图像与靶标的几何相似关系, 计算了激光光斑与靶标的横、纵向偏差; 在室内环境下, 进行了靶标图片拍摄的正交试验, 计算与比较了横、纵向偏差。试验结果表明: 在激光光斑和靶标固定的条件下, 保持相机与靶标的距离不变, 改变相机角度拍摄图片, 经过透视变换校正后, 横、纵向偏差与期望偏差分别为0.082、0.254mm; 相机拍摄角度固定, 改变相机与靶标距离拍摄图片, 经过透视变换校正后, 横、纵向偏差与期望偏差分别为0.126、0.014mm; 在相机的角度、相机与靶标的距离都改变的情况下, 拍摄的图片经过透视变换校正后, 横、纵向偏差与期望偏差分别为0.329、0.064mm; 可见3组试验的横、纵向偏差与期望偏差的误差均小于0.5mm; 系统的水平距离测量误差范围为±1.52mm, 高程测量误差范围为±0.67mm, 根据轨道检查仪性能指标, 线路水平距离误差范围为±3.0mm, 高程误差范围为±2.5mm, 因此, 本文的测量方法精度满足轨道测量要求。水平距离测量误差完全由激光测距仪和倾角传感器决定, 而高程测量误差是由激光测距仪、倾角传感器与激光点和靶心的偏移量共同决定的。     

基于多目标优化的智能车辆换道轨迹规划

为提高智能车辆换道轨迹规划的拟人性和实时性,提出了安全、舒适、节能等多目标协同优化的换道轨迹规划算法,该轨迹规划方法的适应性取决于车辆换道时间、纵横向速度及加速度等关键变量的约束条件;基于车辆运动学和动力学理论,分析了动态未知环境下车辆换道安全区域,建立了六次多项式车辆理想换道轨迹模型,并运用遗传算法-BP神经网络理论对换道终止时刻及目标位置进行预测,得到了复杂场景下车辆换道轨迹簇;分析了基于可行解空间的车辆换道安全性、舒适性、经济性等性能评价函数,构建了多性能目标协同优化目标函数和约束条件,运用鲸鱼优化算法对换道轨迹簇进行优化,实现多性能目标协同的智能车辆换道轨迹最优规划;为进一步验证多目标优化轨迹规划算法的准确性,运用L3级智能车辆测试平台对结构化道路场景下多目标优化换道轨迹规划算法进行了试验验证。仿真和试验结果表明：提出的轨迹规划算法在满足各项约束的情况下可成功实现平稳、安全换道,并且与传统驾驶人换道相比,换道过程的安全性、舒适性及多目标综合性能分别提升了5.1%、3.3%和1.7%,有效提升了动态环境下智能车辆换道轨迹规划的拟人性。     

基于深度时频特征的机车轴承故障诊断

针对现有机车轴承诊断方法存在故障特征提取不理想、诊断精度低等问题,提出了一种基于深度时频特征的机车轴承故障诊断新方法;利用双通道一维和二维卷积神经网络(CNN)分别对输入的一维原始信号和连续小波变换(CWT)提取的二维时频信号进行深度特征提取;为使输入的一维原始信号简单而有效地反映出信号在时域的全局特征,上通道使用一维CNN,为使输入的二维时频域信号能多角度地反映出信号的细微局部变化,下通道使用二维CNN;在融合层中将上下通道特征自动融合成一个新的深度时频特征,并将提取到的深度融合时频特征经归一化指数函数进行故障分类识别;在此基础上,分析了某局机务段实测的7种机车轴承数据,验证了本文方法的实际工程应用价值。研究结果表明：基于深度时频特征的机车轴承故障诊断方法对7种机车轴承故障的平均诊断精度达到了100%,与一维CNN模型、二维CNN模型和支持向量机(SVM)模型相比,平均诊断精度分别提高了0.7%、1.9%和2.2%;本文方法提取的深度时频特征中每类故障分布间隔规则有序,类内间距很小,而单个一维CNN模型和二维CNN模型提取的特征的每类故障分布间隔不规则,类内间距较大,说明基于深度时频特征的机车轴承故障诊断方法提取深度特征的能力优越,是一种解决机车轴承故障诊断问题的有效模型。     

基于计算机视觉的自动矫正数控系统

基于机器视觉技术,利用OpenCV计算机视觉开源库作为开发函数库,以工业相机和三轴雕刻机作为实验平台,为数控系统进行视觉矫正系统开发.首先对装夹后PCB板采集Mark点,直线检测完成后,利用角点检测对Mark点进行定位.通过霍夫变换得到世界坐标系下的直线方程,以此求取当前待加工PCB板的装夹位置和姿态.最后通过图像坐标...     

基于小波变换技术的钢丝绳缺陷检测降噪方法研究

文章介绍了钢丝绳断丝信号的特点,分析了利用变阀值小波与提升小波降噪的原理、步骤。通过对断丝模拟信号与实际钢丝信号的降噪处理,验证了两种小波变换降噪方法均能有效去除基线漂移和脉冲噪声等干扰。与传统变阀值小波变换相比,提升小波降噪效果更好、运算速度更快、内存占用更少,为信号的后期特征分析与定量计算奠定扎实的基础。     

基于谱分析的路段行程时间多步预测方法

路段多步行程时间预测数据是动态交通诱导系统的重要参数,但已有研究成果,大多集中于一步预测,且存在适应性不强、计算量大、基础数据需求多等不足.应用谱分析及Karhunen-Loeve（K-L）变换对历史及当前检测行程时间序列进行分解与重构,重构时以历史序列与当前检测序列的欧式距离作为相似性度量指标,优化重构时的特征向量系数,使与当前检测序列相似度高的历史序列信息在重构中占据主要地位,通过重构,实现对后续若干时段的行程时间的预测,实测数据检验显示该方法可实现多步预测,预测精度良好,较以往方法有所提高,且历史数据需求量小,计算量小.     

基于灰色突变理论的隧道衬砌裂缝诊断模型

为了利用有限的监测数据评判隧道衬砌裂缝稳定性, 应用小波变换对衬砌裂缝监测数据进行分析, 去除因环境变化与测试误差而产生的高频部分, 保留因围岩压力变化而产生的低频部分, 实现了裂缝时效变形的分解。应用灰色理论建立了衬砌裂缝时效变形的GM(1, 1)灰色预测模型, 实现了利用前期监测数据预测衬砌裂缝后期发展。应用尖点突变模型的平衡条件建立了衬砌裂缝稳定性判据。构建了基于灰色突变理论的隧道衬砌裂缝诊断模型, 并对2条典型衬砌裂缝进行了分析。分析结果表明: 2条裂缝稳定性判据大于0, 均未达到失稳条件; 其实测宽度变化量小于0.2mm, 宽度变化速率小于0.002mm·d-1, 处于稳定状态, 因此, 该诊断模型可准确预测衬砌裂缝发展趋势。     

Eye and Iris Detection Using Projection and Radial Symmetry Transform

This paper presents an eye and iris detection algorithm for human facial images. The authors combine three features of the eye to develop the algorithm: 1) the pixels surrounding the eyes are more variable than other parts of the face; 2) eye pixels are darker than their neighbors; 3) eyes often exhibit radial symmetric properties. Through the first feature, two rough regions of both eyes are detected on the face. Eye masks are then formed based on the second feature, and a fast radial symmetry transform is applied to the two rough regions of both eyes. Finally, accurate iris centers are located by searching the maximum value of the radial symmetry transform results. Using 450 human facial images from the Caltech face database, experiments show that the success rate of the proposed method is 91.7%. The effectiveness of the method was also verified through detection of video frames.     

基于CHT消失点检测及最小二乘法的车道线检测算法

为解决在车道线识别中检测消失点误差较大和检测速率较慢的不足,提出一种基于CHT消失点检测对车道线采纳点进行最小二乘拟合的车道线检测算法。该算法首先计算RGB熵直方图的最小差值,根据该差值初步分割道路图像。然后引入平行坐标系参数化的级联霍夫变换方法,对查找消失点方法进行改进通过一次投票得出消失点。并以搜寻的消失点为约束条件,利用最小二乘法对最终点进行拟合从而完成对车道线的检测。实验结果表明,所提出的算法对离线图片车道线检测精度达到93.4%,识别速度也有大幅度提升。