基于图像处理的车牌识别系统设计

本论文提出了一种基于图像处理的车牌识别系统设计,系统分为三个部分,第一部分,对采集的图像进行灰度化,图像平滑,边缘检测等操作以进行预处理。第二部分,对预处理后的图片进行车牌定位,并作倾斜矫正。最后使用卷积神经网络,对车牌字符分割后提取出来单个字符的结果进行识别。     

基于视频图像的车辆灯光状态鉴定方法研究

违法使用车辆远光灯是导致夜间道路交通事故的重要原因之一,针对当前道路交通事故中车辆灯光状态鉴定方法存在的不足,本文基于视频图像,从车载监控视频和道路监控视频两个角度分析视频图像中目标车辆前照灯光斑特征、目标车辆前照灯灯光在道路环境参照物上的投影光斑特征等信息,比对分析视频图像中远光灯、近光灯反馈信息的异同点,总结基于视频图像的车辆灯光状态鉴定方法,为道路交通事故处理过程中充分应用视频物证提供技术保障。     

公路风吹雪雪阻分布规律及雪灾形成机理研究

为探究白茫雪山防雪走廊段公路风吹雪雪阻的分布规律及其形成机理,利用自主研发的自动气象站对相关路段的雪深进行监测,并利用监测所得到的数据结合Google Earth图像从纵向和横向两个方面对防雪走廊段的雪阻分布规律开展研究。研究表明:在白茫雪山防雪走廊段,当道路成型、周边环境不变且风向相同的情况下,路面雪深分布规律是相似的;对两个典型的道路横断面进行雪深量测,研究表明两侧有一定坡度的半路堑,路面产生了严重雪阻;雪阻主要是因为降雪时间长、气温低、积雪不易融化,而道路两侧的地形地势和路侧植被、与主导风向垂直的公路走向、一定起伏的纵断面及以迎风半路堑和全路堑为主的横断面型式,加重了防雪走廊段雪阻灾害的程度。研究成果可为高寒雪灾影响地区的公路设计提供参考。     

基于嵌入式平台的车前红外行人检测方法研究

针对当前目标检测方法普遍需要高功耗GPU计算平台、易受光照条件影响的问题,提出2种基于嵌入式平台的车前红外行人检测方法：将训练好的YOLOv4-tiny模型使用英伟达开源推理加速库TensorRT进行优化,部署于嵌入式平台;以YOLOv4-tiny模型作为算法的基本架构,结合视觉注意力机制和空间金字塔池化思想,同时增加1个YOLO层,提出YOLOv4-tiny+3L+SPP+CBAM网络模型。将2种方法在FLIR数据集上进行训练与测试,并在Jetson TX2嵌入式平台上进行试验,试验结果表明：相较于原始网络YOLOv4-tiny,所提出的第1种方法平均准确率降低0.54%,推理速度提升86.43%（帧速率达26.1帧/s）;提出的第2种方法平均准确率提升16.21%,推理速度降低22.86%（帧速率达10.8帧/s）。2种方法均可兼顾准确率和实时性,能够满足车前红外行人检测的需要。     

基于OV7670的疲劳驾驶预警系统

介绍一种用OV7670图像传感器采集图像数据,并以MFC上位机处理图像的系统设计.此设计实现了图像数据的采集与处理,并可根据图像数据判断驾驶员的疲劳状态并给出预警.     

基于图像三维建模技术的桥梁病害巡检定位技术

大量桥梁设施从建设进入运营期,桥梁结构损坏反复维修,桥梁设施损坏的跟踪记录、设施损坏状况的精准检查与定位越来越重要。以序列影像三维建模技术为基础,通过全景图像拼接技术,搭建基于真实场景的三维模型空间。通过损坏图像的位置匹配、表观损坏的识别分析,完成了桥梁裂缝、麻面等表观损坏巡检数据的记录及比对。以东吴大桥和道冠山大桥为例,通过实际建模及数据分析,确定了该技术路线的可行性、主要精度及具体的实施路径。     

新的汽车牌照识别系统及其成像技术

介绍了一种高性能的汽车牌照识别系统及其成像技术。系统采用了新的成像控制和闪光灯补光技术，使其成像特别适合牌照区域分割和字符识别，成像质量完全不受实际应用环境中强烈的光线变化的影响，从而达到较高的全天候识别率和实际应用的要求。给出了系统在全天候条件下的成像效果和牌照识别效果．结果显示系统可在全天候条件下获得高质量的图像。     

彩色沥青路用性能评价

自行制备了8种彩色沥青，选取几种有代表性沥青评价试验方法针入度、软化点、动态剪切、简支梁弯曲蠕变试验，对其进行试验评价。在RGB颜色体系中，对数码相机采集的彩色沥青原样、RTFOT、PAV试样的表面颜色进行比较。     

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。     

基于熵最大化图像分割的直线型车道标识识别及跟踪方法

为了解决在道路路面材料不一致或光照不均匀情况下的车道标识线的识别和跟踪问题,提出一种基于熵最大化的图像分割可变形模板的车道标识线识别及跟踪方法.该方法结合了图像变窗口处理技术和基于熵最大化分割方法来实现对道路图像的理想分割,然后利用可变形模板匹配方法得到车道标识线参数,最后采用建立梯形感兴趣区域的方法实现对车道标识线的实时跟踪.试验结果表明：该方法具有很好的可靠性、鲁棒性和实时性.