快速处理倒车影像的设计研究与实现

详细分析当前基于Android系统的车载中控和智能后视镜倒车影像显示系统在系统启动阶段显示慢的问题,如果驾驶员强行倒车可能会带来安全隐患,以及双系统的处理方案成本高,市场接受度不高。通过深入分析车载中控和智能后视镜的Android系统启动流程,提出了一种在U-boot中处理倒车影像显示的解决方案,可以快速处理倒车影像显示,从系统上电到显示倒车画面在2.5s左右完成,非常迅速,也充分考虑了在U-boot过了倒车检测点到内核启动完成具备倒车显示功能时这段盲区的处理方案,充分保障了启动阶段能够快速处理倒车影像显示的功能。该设计不增加硬件成本,经济性好,便于普及。     

基于Halcon及VS的动车组制动闸片厚度自动识别模块

研究基于图像处理和模式识别的动车组闸片厚度自动识别模块,解决动车组制动时因闸片过薄而导致的车轮迅速升温,甚至引发不安全状态的问题.该模块可实现动车组通过时自动检测,即自动拼图、图像预处理、模型定位及制动闸片厚度计算,并对厚度小于一定数值的闸片进行自动报警.通过大量实验和测试表明,该模块可以有效地计算闸片的厚度,具有很好...     

青藏铁路综合视频监控系统室外摄像机抖动频率特征分析

青藏铁路沿线多处区段常年多风,导致安装在铁塔高处的长焦摄像机产生抖动引起图像模糊,因此使用的长焦摄像机应具有防抖功能.而多个摄像机、镜头等生产厂家,均无法提供其电子防抖性能的具体参数指标,或无法给出光学/机械防抖性能参数指标来源.通过提出采用SURF算法提取匹配图像的特征点,介绍算法原理和算法实现过程,并开展算法验证和...     

可变深度嵌入小波图像压缩算法

为了提高小波嵌入压缩算法的速度,提出了一种可变深度嵌入小波压缩算法。由图像小波变换能量聚集和子带间的幅度衰减性等特性,在小波分层嵌入编码过程中,对不同的重要图,部分小波子带的系数幅度是不会超过当前的阈值,从而可以忽略不计,即小波树的深度随着重要图的不同而改变,也就是变深度嵌入编码。实验结果显示,对于自然图像不需要考虑的层中的小波系数幅值几乎全部小于当前的阈值,从而和EZW算法相比,编码不会影响压缩率(或图像质量),而编解码过程中的运算量明显下降。     

粘连蚕卵图像分离算法研究

针对蚕卵图像中存在的粘连或者部分重叠现象,本文提出了一种新的分离方法。该方法先采用模糊C均值聚类算法将蚕卵图像从背景中分割,然后采用模糊距离变换得到模糊距离图像,最后使用分水岭算法将粘连或者部分重叠蚕卵分离。实验证明,此法能够将粘连颗粒物图像有效分离。     

基于自回归模型的船舶姿态运动预报

介绍了自回归时间序列分析法的建模预报原理,并给出了船舶纵摇运动预报应用实例。为检验船舶纵摇运动预报效果,还用船舶纵摇观测数据进行了仿真研究,将真实曲线与预测曲线比较,观察其拟合程度的好坏。实例分析表明,自回归预报算法简单且容易实现,预报精度约为4.6%左右。自回归时间序列分析法亦可用于船舶横摇、首摇等姿态的时间序列预报,该方法在工程中具有很大的实用价值。     

就地热再生沥青混合料均匀性的细观评价指标

就地热再生能直接在现场一次性完成路面修复,但因其材料组成和施工工艺复杂等极易出现混合料不均匀问题,为解决此问题,尝试从集料入手,对就地热再生沥青混合料均匀性的评价指标进行研究。首先,采用数码相机获取就地热再生沥青混合料试件截面的数字图像,基于数字图像处理技术识别截面中所有新旧集料的细观结构;然后,采用环扇分割法将截面分成36个等面积区域,基于区域集料颗粒面积比和新集料颗粒偏离度分别提出集料均匀性评价指标D和新集料均匀性评价指标H;最后,通过改变RAP加热温度、RAP拌和时间、新沥青混合料拌和温度与新旧料混合时间4个因素,进行正交试验,进一步分析均匀性指标的变化规律和可靠性。结果表明：环形分区结合OTSU阈值分割方法可准确识别沥青混合料截面图像中的集料信息,保留绿色通道的方法可有效识别不同灰度值的新旧集料;对试件截面均匀性的定性分析初步验证了这2个均匀性指标的有效性;RAP加热温度与新沥青混合料拌和温度对D影响显著,RAP加热温度和新旧料混合时间对H影响显著;而且,随着RAP加热温度、新沥青混合料温度和新旧料混合时间的增加,就地热再生混合料的均匀性变好,这与以往的研究结论相一致,进一步验证了这2个均匀性评价指标的可靠性。     

基于LSTM的舰船运动姿态短期预测

舰船的六自由度运动状态形成复杂的非线性过程,运动姿态会受到耦合作用、不定周期、噪声信号以及混沌特性等因素的干扰,因此很难得到精确的预测结果.为了提升舰船运动姿态的预测精度,利用舰船时间序列的特点,建立了基于长短期记忆单元(LSTM)模型,对其进行了舰船姿态预测仿真,将结果与时间序列分析法的结果进行对比.实例分析表明:基于LSTM模型的预测方法具有精确度高、易实现的特点.这为舰船运动短期预测提供了一个新的思路和方法.     

城市交叉口交通流特征与短时预测模型

时间尺度大于15 min的城市交通流预测模型已无法满足交通信号实时控制和交通信息实时发布的需求,通过对广州市中心区交叉路口交通流长期观察和数据采集,分析了各种时间尺度的交通流特性,提出以路口信号周期作为时间尺度,绿灯流率作为变量的ARIMA(p,d,q)短时交通预测模型。以1个和3个信号周期的时间尺度为例,对城市交叉路口不同时间段交通流进行建模和预测。结果表明ARIMA(p,d,q)预测模型结构稳定,算法简单,时间尺度为3个信号周期的预测模型可以很好地保持交通流特征,均方根误差为0.015 9,预测精度较高。     

基于混沌时间序列的道路断面短时交通流预测模型

为了提高道路断面短时交通流预测的精确性,本文对道路断面的短时交通流数据进行混沌时间序列分析,并对多维交通流时间序列数据进行了相空间重构,建立基于混沌时间序列分析的道路断面短时交通流预测模型,利用粒子群优化算法优化模型的参数选择．最后应用本文的方法对城市快速路采集的断面交通流数据进行分析,对道路断面短时交通流建立预测模型并验证其有效性．