遥感信息技术及其在高精度可视化导航工程中的应用

遥感信息技术是一项集现代高新技术于大成的复杂系统工程.在概要介绍了遥感信息技术基础上,通过高分辨率遥感影像在高精度可视化导航工程中的直接应用,探讨了遥感信息技术在相关领域应用的重大意义.     

英汉成语翻译中形象语言的处理

英汉两种语言中都存在着大量的形象语言,而形象语言是语言修辞手段的重要组成部分。本文从英汉成语中形象语言的来源,形象语言在翻译中的处理着手,探讨其内在的文化内涵及如何结合语境、语篇灵活地进行形象语言的翻译。     

汽车防追尾的车辆识别系统设计

详细介绍了一种基于汽车防追尾的图像处理识别系统.该系统由摄像机(CCD)、图像采集处理模块和车辆识别系统组成.由CCD摄取的图像,经视频解码器处理后再传给车辆识别系统进行图像的车辆识别判断.     

浅谈倒车影像系统图像质量评价

倒车影像系统通过车辆尾部的摄像头提供实时的影像,结合倒车轨迹路径描绘成的辅助线,辅助驾驶员完成车辆停放。该功能近几年被广泛应用于车载辅助驾驶安全领域,现市面上有多种倒车影像系统方案,但各方案图像质量存在参差不齐的情况,本文对倒车影像图像质量如何评价,并结合实际用车时的应用场景进行概述。     

多源遥感数据融合的道路材质精细识别

针对当前道路识别方法对道路材质识别精度不高的问题,提出了一种融合多源遥感影像进行城市道路材质高精度识别的方法。首先,对高光谱遥感影像中的地物光谱曲线进行分析,在保留地物光谱分离度较大的波段的基础上提升计算效率;通过分步融合的策略对多源遥感影像进行融合,提升高光谱影像的空间分辨率,为后续道路材质识别提供高质量的数据保障。其次,通过使用不同的指数对融合影像进行掩膜,提取城市建筑物,并在此基础上提取建筑物纹理信息与光谱信息,进行多特征融合并分类;最后,通过影像后处理对提取的道路进一步进行规范,得到最终高质量的道路材质识别结果。通过使用高分五号高光谱影像、高分二号全色/多光谱影像、高分一号多光谱影像对提出的方法进行实验验证,试验结果表明,本文方法可取得较高精度的道路材质识别效果,具有较好的应用价值。     

基于Contourlet变换和多尺度Rentinex的水下图像增强算法

  目的  水下图像是水下视觉感知技术领域应用的基础,由于水对光的吸收以及水中颗粒对光的散射作用,使水下图像具有对比度低、边缘模糊等特点,导致图像质量下降。为此,提出一种削弱水介质对水下图像影响的图像增强算法。  方法  首先,研究了水下成像数学模型,并且依据Lambert-Beer定律推导出了未退化的图像数学模型。其次,利用红色暗通道先验（RDCP）理论得到未退化图像模型中的红色暗通道透射率图像,并通过引导滤波算法对该图像进行滤波细化处理,获得了对比度比较高的未退化图像。然后,针对去模糊后水下图像对比度仍然不理想的情况,采用对比度受限直方图均衡化算法（CLAHE）提升水下图像对比度。  结果  基于常用图像评价标准,通过实验评价了本文算法的有效性,  结论  本文算法能够显著提升水下图像信息熵、对比度和平均梯度,更能凸显图片信息的细节特征。     

基于序列图像运动分割的车辆边界轮廓提取算法

为了准确获得图像感兴趣区中运动车辆的形状特征, 提出了一种新的车辆边界轮廓提取算法。利用连续3帧图像, 对包含同一运动车辆的图像感兴趣区进行光流场分割, 以获取目标运动区域, 通过平移运动区域的左、右边界获得正确的车辆区域及其封闭边界轮廓, 通过放大运动矢量计算公式的阈值来提高其运行效率。试验结果表明: 该算法可从具有复杂自然场景的图像序列中检测出完整的运动车辆边界轮廓, 检测正确率在95%以上。     

基于改进GAN的端到端自动驾驶图像生成方法

基于端到端数据系统的自动驾驶系统对驾驶图像存在巨大需求。为解决一般生成式对抗网络模型在扩充驾驶图像数据集时不稳定及生成图像特征缺乏多样性的问题,研究1种改进网络模型LS-InfoGAN。结合最小二乘对抗损失防止模型梯度消失,并缓解生成器优化矛盾,提升模型训练稳定性。通过最大化生成图像与真实图像间的互信息提升生成器特征学习能力,改善生成图像特征多样性。利用转置卷积层还原图像特征,提升生成图像特征清晰度。以自主构建的模拟驾驶场景中获取的带标签驾驶图像集对模型有效性及其数据集扩充应用效果进行验证。实验分析表明：相比改进前模型,LS-InfoGAN模型的图像生成过程稳定性平均提升35%;使用此模型扩充的数据集进行端到端自动驾驶系统中决策网络的训练能在不采集新图像的情况下将系统决策性能提升1%~2%;建议使用此模型扩充图像数据集时将生成图像数量设置为原始训练集图像数量的1~2倍。

     

低可见度环境下基于同步定位与构图的无人驾驶汽车定位算法

为在大范围低可见度环境下实现无人驾驶汽车的高精度定位,基于VINS-Mono算法的系统框架,在系统的前端与后端分别增添了RFAST弱光图像增强模块与VG融合定位模块,提出了一种融合定位算法LVG_SLAM; RFAST弱光图像增强模块采用小波变换将原始输入图像的细节信息与亮度信息分离,对于包含原始图像噪声的细节信息通过统一阈值和均值滤波2种方式实现噪声抑制,并利用双边纹理滤波算法进行细节增强,在此基础上,根据多尺度Retinex算法增强图像的对比度,提高低可见度环境下角点提取的成功率,从而保证图像跟踪的稳定性,改善定位算法的鲁棒性; 基于无迹卡尔曼滤波算法,VG融合定位模块将GNSS定位信息与惯性导航测量信息进行松耦合,融合定位结果作为约束引入VI-SLAM后端,通过联合非线性优化的方式减少累积误差对算法定位精度的影响。计算结果表明：相较于VINS-Mono算法,改进的LVG_SLAM融合定位算法在EuRoC与Kitti公开数据集上表现更加出色,均方根误差分别降低了38.76%与58.39%,运动轨迹更贴近真实轨迹; 在实际夜晚道路场景下,LVG_SLAM算法将定位误差控制在一定范围内,顺利检测到闭环使得定位表现得到大幅改善,均方根误差、平均误差、最大误差、中位数误差分别降低了79.61%、82.50%、71.31%、83.77%,与VINS-Mono算法相比,在定位精度与鲁棒性方面具有明显的优势。     

粗集料形状特征对沥青混合料抗剪性能的影响

矿质集料的形状特征对沥青混合料的性能具有极为明显的影响,但目前关于这方面的研究极少。采用编制的图像处理程序,获取了五组颗粒形状特征不同的粗集料其形状参数,运用单轴贯入试验分析了粗集料形状参数对混合料抗剪强度的影响。结果表明,粗集料各种形状特征参数对混合料抗剪强度都有不同程度的影响,且扁平系数对抗剪强度的影响最大,必须控制粗集料中扁平颗粒的含量。