交通事故现场图像拼接方法研究

在交通事故现场勘测中,利用事故现场俯视摄影图,可全面、快速地记录事故现场信息。通过交通事故现场俯视摄影图像几何校正模型对俯视摄影图进行几何校正后,图像存在视场角度小,局部场景丢失的缺点。在分析几何校正坐标变换数学模型的基础上,提出了基于特征线的交通事故现场照片匹配法,实现了图像拼接;并以例证校验了方法的有效性。     

基于FPGA的图像采集及VGA显示

根据汽车自动防撞系统前端图像采集模块对实时性处理要求高的特点,提出了1种基于FPGA的图像采集及VGA显示系统的设计方案。系统中FPGA主要完成对AD芯片的配置,从数字图像信号中提取时序信息和亮度信号,实现去隔行操作以及产生标准的VGA时序等。实验表明,该方案在满足图像质量要求的同时,较好地兼顾了实时性需求。     

基于灰度变换的沥青混合料图像增强及分割实现

数字图像技术是提取和描述沥青混合料细观结构的有效途径,可以通过图像增强、图像分割实现集料和其他组分的分离。通过灰度变换方法调整图像的动态灰度范围,便于进行后续的图像分割处理。结合Matlab软件实现图像的灰度变换增强,同时采用代数运算、除噪滤波进行处理,实现了混合料图像的分割处理及边界识别。     

铁路视频运维管理系统设计与实现

铁路视频运维管理系统,旨在建立以视频业务为导向的综合监控平台,实现统一展现和管理,集实时监控、质量评估、生产管理、分析决策、考核评估于一身,从运维系统的设备层、实时分析层、平台层和应用层进行设计,采用结合图诊和网管数据关联的故障定位的方法,实现从底层运行支撑上层业务运行的一体化运维管理系统,辅助运维管理人员判断视频运营...     

基于路测图像与改进 ResNet50 网络的自动驾驶场景天气识别算法

为了充分利用自动驾驶汽车路测图像数据,增加行驶过程中对天气情况识别的准确性,提出了一种基于改进 ResNet50 网络的自动驾驶场景天气识别算法。该算法将 SE 模块与 ResNet50 网络相结合,通过在 ResNet50 网络 4 组模块内加入 SE 模块,以便更好地拟合通道间复杂的鲁棒性。基于自动驾驶汽车路测图像数据对所提算法进行 Python 编程实现,结果表明：SE 模块的加入能够增加算法的鲁棒性和准确性,提高了自动驾驶的天气识别精度。     

高速铁路轨道板图像智能比对技术

提出一种结合深度学习与经典图像处理技术的高铁轨道板外观状态变化智能比对方法,以扣件位置为锚点对齐轨道板,通过网格化图像提取特征,分区域比对轨道板图像相似性.利用同一块轨道板的历史图像数据与新采集的数据自动进行比对,寻找外观差异,从而在无需预先定义故障类型的情况下筛出轨道板异物、设备形位变化及破损等故障,提高了检测效率和...     

基于改进模糊聚类分析算法的船舶图像分割研究

海上船舶的红外成像技术可以为海上舰船的管理、监测提供良好的数据支撑,确保海上交通的安全性和船舶的有效管理。本文以海上船舶的红外图像处理为研究对象,介绍舰船红外成像系统的原理,采用一种改进的模糊聚类分析算法进行舰船红外图像处理,提高舰船红外图像识别的精度。     

排水沥青路面性能影响因素试验研究

排水沥青路面是一种排水降噪的功能型路面,其骨架空隙的结构使其具有与密级配沥青混合料不同的性能特点。现研究了排水沥青路面性能的影响因素,评价了空隙率、压实度、分块施工对-13排水沥青混合料肯塔堡飞散损失、动稳定度、扭转飞散等性能指标的影响。研究表明,空隙率偏大和压实度不足,都会降低排水沥青混合料的抗飞散和抗车辙性能,分块施工造成的冷接缝不利于排水沥青混合料的抗扭转破坏性能。因此,应加强排水沥青路面的空隙率设计和压实度控制,尽量减少施工冷接缝。     

基于加权引导滤波分层的轨道图像细节增强算法

针对轨道表面缺陷图像整体对比度低,细节模糊,轨道缺陷又较为细小,难以识别等问题,基于加权引导滤波具有较好的保持边缘能力,能避免增强后图像产生"光晕"及"伪边缘"的特性,研究了基于加权引导滤波分层并结合自适应直方图均衡和锐化滤波的轨道表面缺陷图像增强方法.有别于传统图像增强方法,该方法对原始图像进行滤波分层,分别处理基础图像和细节图像,更加突出细节信息,通过在引导滤波中引入边缘检测算子最大程度的保留图像边缘信息,针对结果图像亮度不均问题通过AHE算法和拉普拉斯锐化滤波加以克服.仿真实验结果表明:新方法较对比算法图像梯度平均提升43.37%,清晰度平均提升46.84%,有效提高了图像对比度,增强了细节信息.      

基于红外图像的海上船舶特征识别算法研究

传统海上船舶特征识别算法受到可见光强弱的影响,在暗光条件下对船舶图像识别能力远远不如白天,加之船舶搜救等应用场景多为夜晚。因此,提出基于红外图像的海上船舶特征识别算法研究。首先,基于红外图像识别算法,将红外识别与可见光参量进行高精度融合计算;其次,对融合后的红外识别特征参量进行增强计算;最后,通过粒子群算法对大场景中的目标进行特征绑定,从而实现暗光条件下快速准确识别船舶特征的效果。通过实验对提出算法进行测试对比,证明提出算法在暗光条件下对船舶特征的识别能力高于传统识别算法。