图像分块下的隧道裂缝识别方法

针对隧道衬砌表面不均匀光照、渗水和噪声等强视觉干扰,设计了基于图像分块的隧道衬砌裂缝检测算法;根据中国西部地区的地理特征和隧道衬砌的外观病害,研制开发出一种快速、自动化的非接触式智能隧道结构物外观检测系统; 以非均匀光照下隧道图像数据集为研究对象,在图像分块的基础上提出一种适用于隧道裂缝特征提取的图像识别算法;研究了电子元件产生的噪声,并分析和总结了隧道衬砌的灾害特征;根据裂缝特征和分辨率将图像矩阵划分为适当数量的区域块,根据区域块的灰度特征将原始图像划分为目标背景区、目标病害区、病害背景区和其他区域,通过最大类间方差法和局部阈值法分割得到了隧道裂缝的粗图像,在此基础上进行了粗图像裂缝特征提取;对原始图像的每个区域块进行了对比度受限的自适应直方图均衡操作和局部阈值分割,得到了细节图像;将细节图像和粗图像的重叠区域设为理想裂缝二值化图像;结合隧道结构物外观检测系统对不同方向的裂缝图像进行了二值化试验,并通过隧道裂缝定位和投影法得到了隧道衬砌图像中裂缝的位置信息和方向。研究结果表明:提出的算法对隧道裂缝识别的准确值、召回率和F值可分别达90.34%、98.78%和94.37%,既可以保证隧道裂缝的完整性,也可以在非均匀光照下最大程度地保留目标裂缝的细节,可用于处理一般灰度图像的二值化问题。      

智能视频分析技术在高速公路管理中的应用

智能视频分析技术的原理 智能视频分析技术是在视频监控水平发展到一定阶段后必然的产物,它能很好地缓解传统视频监控中海量信息冗余的问题.智能视频分析技术的原理大体上分为两大类,一类是以背景模型建立为基础,主要包括周界防范在内的行为分析等.第二类是以特征识别为基础,包括车牌识别、人脸识别等.行为分析主要基于运动背景建模与目标识别技术,简单来讲就是在相对静止的背景图像中找到在活动的目标物体.起初人们对于智能视频分析的认识有限,加上厂商在宣传上对种种应用前提与限制条件的屏蔽,无形中夸大了智能视频分析的功能,导致很多用户高估了智能分析的作用,甚至把智能视频分析等同于人脑思维而提出某些远远高于现有技术的需求.同时,很多厂商也高估了民用领域用户的专业能力与使用耐性.很多出色演示的功能需要在近乎苛刻的前提场景下完威;此外还有对用户较高的使用专业能力的要求:针对不同的光线、天气变化,需要调整不同的参数设置.     

沥青路面微细观结构特性分析

采用一种新的扫描技术（X射线CT技术）,研究沥青路面多尺度、集料、空隙等微细观结构特性。运用X射线层析摄像法和分形理论对集料的微细观和沥青混合料空隙空间分布进行描述,采用盒维数对沥青混合料空隙微细观特性进行评定。初步建立沥青路面微细观结构特性研究理论方法,为进一步研究沥青路面微细观结构特性与宏观路用力学性能奠定理论与技术基础。     

基于视频图像的车速检测研究

基于视频图像计算车速的方法进行相关图像处理、运动目标特征点提取、摄像机标定、车速计算、误差分析等,并分析其应用条件。最后运用matlab软件编程得到一个可操作界面,具有较强的实用性。该方法能检测到车辆碰撞前后的真实车速,为交通事故鉴定提供依据。     

旁扫声纳在沉船事故应急扫测中的应用

结合钦州"新海信818"沉船扫测任务,从旁扫声纳的工作原理、工程应用、图像判读等方面探讨旁扫声纳在沉船事故应急扫测中的应用,说明现代测绘技术在海事应急扫测中的发挥着重要作用.     

基于航拍图像的海上目标定位系统

针对海事闭路电视(CCTV)系统未能直接通过视频图像获得海上目标位置信息的现状,提出一种基于航拍图像的海上目标定位系统.该系统基于Visual C++开发平台,以模块化设计思路,实现基于航拍图像的海上目标定位功能.介绍系统组成、主要功能、概位算法以及该定位系统在海事监管、海上搜救中的应用.该定位系统可弥补海事CCTV监管的不足,提升海事监管、海上搜救的效率.     

基于类间和类内方差的快速二维阈值分割法

为了提高二维阈值分割法的处理速度,提出二维类间方差最大法的快速实现方法.首先,将二维最佳阈值（s*,t*）的求解拆分成两个一维最佳阈值s*和t*的求解,并引入类内距离的定义,提出新的最佳阈值判别式.其次,将原二维直方图分成M×M个区域,合并每个区域为一点,并构建新的二维直方图,在其上应用本文改进的阈值判别式D（s*,t*）求解,得到分割阈值所在的区域编号.最后,在该区域内再次使用D（s*,t*）求解得到原始图像的最佳分割阈值.理论分析及针对不同信噪比的多幅图像的实验结果表明,本文方法的分割错误率低于原始二维Otsu法,且将原算法的时间复杂度由O（L4）降为O（L1/2）,空间复杂度由S（L2）降为S（2L）.      

基于零样本深度学习的码头表观剥落病害区域分割与定量计算

随着无人机与数字图像处理技术的发展,基于机器视觉的表面病害识别方法因具有安全与快速性,广泛应用于桥梁和道路等方面。由于码头剥落病害图像较复杂,目前该方法难以实现码头表观剥落病害的精确分割与定量分析。提出一种基于零样本深度学习模型SAM(Segment Anything Model)与图像透射变换矫正等技术相结合的码头表观剥落病害区域分割与量化计算方法。SAM算法能够有效克服混凝土剥落图像背景噪声多、灰度差异小的问题,分割方法精度更高、受噪声影响更小;进一步通过矫正、去噪、转换等图像处理操作,实现了对剥落病害关键几何特征的量化计算。经实验室模型与现场图像验证表明,新构建的方法泛化能力强、准确性高,能够实现对码头混凝土建筑表观病害的准确和快速检测,具有广泛的应用前景。     

基于图像表面梯度的翻拍检测

经过翻拍后的篡改图像能够轻易绕过现有的图像篡改检测系统,这对图像真实性的检测构成严重的安全威胁.本文基于翻拍过程中两次使用相机进行拍摄而引入的非线性响应,使用Lib-SVM设计图像分类器判别翻拍图像和真实图像.翻拍后图像表面梯度值与真实图像相比会产生非线性变化,这使翻拍图像表面梯度值产生异常.本文基于图像表面梯度特性提取相关特征值,使用支持向量机分类器进行翻拍图像和真实图像的判别.实验结果表明,本文提出的特征分类效果良好,可以正确检测翻拍图像.     

增强半虚拟现实座舱技术

为提高半虚拟现实座舱中用户视觉真实感与人-座舱交互性能,提出了一种增强半虚拟现实座舱技术,将手图像实时融合到虚拟座舱环境中,使用户能实时看到自己的真实手。通过肤色检测算法实时分割摄像机采集图像,应用改进的自适应加权立体匹配算法与视图变形算法对图像进行视点校正,通过虚实匹配与虚实融合将手图像无缝融合到虚拟环境中,为用户提供增强虚拟环境中的可视化图像。测试结果表明:增强半虚拟现实座舱技术方案中触觉与视觉反馈真实,在头盔式虚拟环境中用户交互能点击到的最小方块边长为8mm。采用增强半虚拟现实技术方案完成座舱内典型交互动作的时间比传统数据手套方案与半虚拟交互方案平均分别降低约50%与18%,极大提高了人-座舱交互性能,可有效增强虚拟现实座舱系统实用性,并降低开发成本。