背景灰度非均衡的舰船目标图像分割方法

现阶段,IR成像系统在舰船目标检测中的应用备受关注。由于IR图像存在背景灰度非均衡的特征,从而使得常规的图像分割方法很难对舰船目标进行准确检测。为了有效解决这一问题,探寻一种能够对背景灰度非均衡的舰船目标图像进行有效分割的方法。本文从舰船目标图像分割的现状分析入手,对背景灰度非均衡的舰船目标图像分割方法进行论述,期望本文研究能够对舰船目标图像分割精度的进一步提升有所帮助。     

基于道路速度-排队长度的VISSIM参数标定 建模与算法

VISSIM作为一种微观交通软件,被广泛的应用于城市交通仿真中。在实际应用中,VISSIM参数标定是基础工作。虽然存在很多标定方法,但是标定方法都以单目标或者单一指标为主,本文提出基于道路速度-排队长度的标定模型,通过MATLAB调用VISSIM的COM接口进行二次开发,设计惩罚函数,并利用遗传算法进行模型求解。将本文方法应用于成都德胜路三个交叉口的VISSIM仿真参数标定中,仿真表明本文参数标定模型和算法既降低了整体误差,也防止了个别交叉口或道路与实际测量差别较大的情况。     

UHPC纤维定向法及对受拉性能影响

基于新拌UHPC流动改变内部纤维取向的特性,采用通道流动结合振动的方法,实现UHPC的纤维定向浇筑,并采用图像分析技术测量了纤维定向浇筑对UHPC内部纤维取向的影响,利用抗折试验和轴拉试验测量了纤维取向对UHPC抗拉性能的影响,最后提出了用于定量评估纤维取向对UHPC抗拉强度影响的指标.研究结果表明:常规浇筑下UHPC的纤维取向系数为0.487,接近0.5,纤维定向浇筑的UHPC的纤维取向系数达到了 0.731;具有纤维定向效果的UHPC开裂强度提升24％,抗拉强度和抗折强度分别提升66％、71％;评估UHPC抗拉性能的指标计算出的强度提升约为69％左右,与实测值相近,可认为是一个可靠的用以定量评估纤维取向对UHPC抗拉强度影响的指标.     

雾天道路下智能车视觉图像实时快速去雾研究

针对智能驾驶视觉感知领域中去雾算法处理时间过长的问题，提出了一种基于大气散射模型的视频图像快速去雾算法。在暗通道先验去雾的基础上，计算大气光值的自适应参数，提高去雾速度，并优化设计去雾系数，获取半去雾图像，将单幅图像去雾应用到视频实时去雾中；进一步利用限制对比度自适应直方图均衡（CLAHE）算法抑制去雾残余噪声，增强图像道路交通特征。验证结果表明：提出的算法有效提高了图像质量，且视频去雾速度较传统算法大幅提升；图像边缘强度提升近2倍，极大提高了道路能见度。     

一种基于孪生网络的高鲁棒性实时单目标船舶跟踪方法

视觉目标跟踪在各种海事应用中发挥着重要作用。然而,现有的跟踪方法大多属于生成模型,只关注对象的特征,忽略背景信息。因此,对目标的视觉显著性有更高的要求。本文将深度学习方法应用于船舶跟踪,提出使用孪生网络和区域推荐网络的海上船舶跟踪方法。为进一步提高跟踪性能,参照AlexNet网络对孪生网络的CNN模块进行修改,并提出一种基于历史轨迹的自适应搜索区域提取方法,以适应不同的运动场景。利用数据集对所提出的跟踪器进行评估。结果表明,在使用Intel Xeon CPU E5-2620,GTX TITAN的PC机上可以达到58%的平均精度和124.21 FPS。