金属磁记忆检测缺陷量化及管道寿命预测研究

为了更好了解金属磁记忆检测在管道缺陷识别、尺寸量化和剩余寿命方面的研究现状,展望将来的研究方向,综合分析了基于金属磁记忆的管道缺陷识别的研究方法和存在的问题。根据缺陷尺寸量化的现有文献,归纳出管道缺陷尺寸量化进一步研究的方向。阐述了管道剩余寿命预测的研究和数据收集存在的问题。数学方法、数学模型和计算机技术将成为金属磁记忆研究的有力工具,根据真实环境下的管道相关实验数据建立管道缺陷识别、尺寸量化和管道剩余寿命的自动化分析系统是研究的重要方向。     

基于视觉检测的汽车乘员分类识别研究

采用基于视觉检测的乘员分类识别算法,将副驾驶位上的乘员按照空座、成人、儿童和婴儿4种类型进行分类识别.该算法利用勒让德(Legendre)矩从检测的乘员图像边缘信息中提取出乘员特征,再利用支持向量机方法对乘员进行分类.对600张照片进行了分类识别试验的结果表明,准确率达到99％以上.     

基于图像融合和DCT域增强的人脸识别

提出了一种基于图像融合和DCT域增强的人脸识别方法.首先对人脸图像分别进行直方图均衡化和对指数变换,将二者变换结果融合,减少光照对人脸识别的影响;然后进行DCI变换,在滤除高频分量的同时进行图像增强,抑制块效应,在此基础上进行IDCT图像重建,利用二维主成分分析提取人脸特征,降低空间维数;最后通过最邻近分类法实现人脸识别.Yale人脸库仿真实验表明,该方法在光照变化较大和人脸样本较少的情况下具有较高的识别率.     

自航模运行轨迹自动跟踪系统研究

通过对自航模运行特点的研究,研制出一套利用伺服系统驱动的单台摄像机自动跟踪系统,主要由水平旋转伺服系统、垂直旋转伺服系统和安装在伺服系统之上的工业相机组成。系统对图像进行采集和处理,并与伺服系统形成闭环。当船模成像到达图像正中心后,采集当前水平与垂直伺服系统的角度,计算当前船模坐标,并与上一坐标点进行关联,绘制运行路径。通过实际测试,该系统运行稳定,轨迹定位精度满足工程要求。     

基于 Web语义的舰船雷达目标识别系统设计

针对舰船雷达信号目标的识别方式简单、识别度低的情况,文中提出基于 Web语义的舰船雷达回波自动识别系统。因为雷达信号目标特征信息点分散且繁杂,在语义 Web网下取得雷达信号目标图像的数据特征,运用改进 FastICA算法提取特征数据后,通过智能雷达回波视频图像识别系统,对舰船目标图像进行分析。实验证明,基于 Web语义的舰船雷达目标识别系统,能使大量信息被系统充分利用,达到精确识别舰船雷达图像目标的目的。     

交通环境对道路安全影响的未确知测度评价

道路交通安全事故的发生与交通环境有密不可分的关系。引入未确知测度数学理论模型,将道路安全分为4个等级,建立天气状况、路面状况、地形状况等交通环境因素的评价指标体系,分析给定了分级标准,构建了道路安全状况评价指标的未确知测度函数,用信息熵法求取指标权重,依据置信度识别准则对道路安全状况进行识别,得到了一定交通环境下的道路交通安全等级,并结合实例进行了分析。研究结果表明,该方法能有效解决道路安全等级评价中诸多不确定性问题,操作性强,结果可靠。     

Empirical assessment of urban traffic congestion

This paper presents an empirical assessment of urban traffic congestion in Central London, UK. Compared with freeways or motorways, urban networks are relatively less studied because of its complexity and availability of required traffic data. This paper introduces the use of automatic number plate recognition technology to analyze the characteristic of urban traffic congestion in Central London. We also present the use of linear regression to diagnose the observed congestion and attribute them to different causes. In particular, we distinguish the observed congestion into two main components: one due to recurrent factors and the other due to nonrecurrent factors. The methodologies are illustrated through a case study of Central London Area. It is found that about 15% of the observed congestion in the region is due to nonrecurrent factors such as accidents, roadwork, special events, and strikes. Given the significance of London, the study will be valuable for transport policy evaluation and appraisal in other global cities. Copyright © 2013 John Wiley & Sons, Ltd.     

基于贝叶斯网络的驾驶疲劳程度识别模型

国内外学者大多采用单一类型指标对驾驶疲劳程度进行判断。为克服单一指标检测的不稳定性,构建基于贝叶斯网络的驾驶疲劳程度识别模型。将驾驶环境属性、驾驶人个体属性和原始疲劳属性作为模型输入层变量。选择脑电指标、心电指标、眼动指标、驾驶绩效指标作为模型输出层变量。将清醒、轻度疲劳、重度疲劳三种驾驶疲劳程度作为隐含层变量。采用模拟驾驶方法进行实验,得到不同实验对象各个时刻不同疲劳程度的概率。将利用单一指标和贝叶斯网络模型得到的驾驶人疲劳程度与主观疲劳测评结果进行对照,证明贝叶斯网络模型不仅能消除单一指标失效时产生的误判和漏判,而且可提高识别的准确性。     

基于双层连通性检测的路面裂缝图像识别算法

针对路面裂缝图像识别结果容易存在孤立噪声和断续边缘的情况,提出了基于像素-裂缝子块双层连通性检测的图像自动识别算法,主要有4个部分:(1)基于自适应灰度拉伸的图像增强算法;(2)基于自适应大津法和八方向Sobel梯度信息的组合分割算法;(3)基于连通性检测的二值图像去噪算法;(4) 32×32裂缝子块识别和优化连接算法.然后,对5张3056×2048的路面破损图片进行裂缝识别,结果显示,该算法从像素和裂缝子块这2个层次进行连通性增强处理,可获得完整而连续的裂缝图像.最后,针对10张512×512的路面破损图片,对全局OTSU分割、八方向Sobel检测、Canny检测和本文算法进行测试,各算法综合性能指标F1值依次为62.46％、23.84％、10.45％和88.30％,准确率依次为83.45％,27.82％,17.83％和86.60％,召回率依次为56.89％,21.83％,8.89％和90.68％,体现了本文算法的优越性.     

宏观标定方法在Wiedemann驾驶行为阈值研究中的应用

基于流量速度图对Wiedemann74模型参数标定的宏观方法进行了研究,建立了集成VISSIM、Matlab、ExcelVBA的参数标定平台,以最小化流量速度图的实测值与仿真值的差异为优化目标,应用图像识别方法判剐图像的差异性,利用遗传算法优化参数值,实现了参数自动寻优的迭代过程.建立的参数标定平台能够利用流量、速度等宏观运行数据标定驾驶行为阈值参数,为利用检测器数据实现自动化标定提供了有效手段,为分析驾驶行为特点提供了方法,解决了VISSIM软件中默认参数不适合我国交通状况导致仿真精度不高的问题.利用路侧激光检测器采集长沙市南二环路断面交通数据,根据标定后的参数、实测数据对Wiedemann模型的驾驶行为阈值曲线进行了拟合,根据驾驶行为分区对长沙市南二环路的驾驶行为进行了分析.