LabVIEW小波变换在轮轨力应变信号处理中的应用

利用LabVIEW提供的高级信号处理工具包和数字滤波器设计工具包对实测轮轨力应变信号进行处理,内容包括消除基准漂移、去除宽带噪声和提取信号特征等。经过处理后证实:Kaiser窗高通滤波器和WA Detrend VI可以很好地消除信号基准漂移,WA Detrend VI比Kaiser窗高通滤波器效果更好;信号经WA Denoise VI处理后,信号噪声消除效果明显;Multiresolution Analysis VI处理信号后,可以很好地提取信号特征。     

基于CCD的铁路长大货物轮廓提取算法研究

随着计算机图像处理技术的不断发展,作为非接触测量手段的图像测量技术显示出优越性。图像测量具有非接触、高速度、动态范围大、检测精度高等优点。通过探讨利用计算机视觉系统进行目标物体轮廓的提取方法,对各种轮廓提取方法进行比较,找到一种适合铁路长大货物轮廓提取的方法。     

桔梗多糖的含量测定

目的:以桔梗为模型药物,建立一种简单易行的多糖含量测定的方法。方法:运用蒽酮-硫酸比色法测定提取粗多糖中的总糖含量(包括多糖和游离的单糖),采用3,5-二硝基水杨酸(DNS)比色法和间接碘量法分别测定还原糖含量,总糖与还原糖含量之差即为总多糖的含量,并且通过葡聚糖凝胶G-25柱来验证测定结果。结果:两种方法得到的总多糖的含量范围为70%～74%,该结果与过凝胶柱的结果基本一致。结论:可采用蒽酮硫酸法与DNS法两者结合测定桔梗多糖的含量。此方法重复性好,灵敏度高,可作为桔梗多糖的含量测定方法。     

基于Hough变换的高分辨率遥感影像道路提取方法研究

高分辨率遥感影像的道路提取是当前研究热点之一,基于Hough变换的方法可应用于提取高分辨率遥感影像上的直线段道路,但仍存在一定的局限性,如对影像分割依赖性大、受非道路因素影响大等。在分析高分辨率遥感影像上道路光谱特征与形态特征的基础上,设计了一种交互式信息提取方法对影像进行二值化,然后采用直线段匹配的方法对非道路信息进行去噪处理,最后用Hough变换的方法检测提取道路。采用GeoEye卫星影像进行实验,结果表明,该方法能较有效提取高分辨率遥感影像上的道路。     

基于聚类分析的实时交通流量监测系统研究

章将图像处理技术与聚类分析理论相结合，建立了一个基于视觉信息的车流量检测系统，实现了从图像获取、运动车辆检测、图像聚类分析，到车辆计数、车速及车辆大小等交通流量参数提取全过程的自动化。实验证明该系统具有一定的实用性。     

基于运动图象相关性的快速边缘提取方法及其应用研究

运用图象边缘提取理论中的检测算子模板，结合运动图象中目标及背景在多帧间的相关性，提出了减小冗余象素，提高边缘检测运算速度的方法。     

基于TM影像自动获取冲洪积扇信息模型研究

研究目的:冲洪积扇在遥感影像上有其特有的色调、纹理和亮度等遥感特征,由于冲洪积扇区多是松软土分布区,是影响工程的重要因素之一,利用遥感影像确定冲洪积扇分布范围,用以指导工程选址,是遥感解译工作的重要组成部分。传统的冲洪积扇遥感解译以目视解译为主,其速度慢、周期长,工作量大,难以满足当前铁路、公路高速发展的需求。通过分析研究冲洪积扇的地形地貌和遥感影像特征,基于TM影像,建立冲洪积扇信息提取模型,实现利用算法从影像上自动快速提取冲洪积扇的方法,成果快速地用于指导工程地质选线工作。研究结论:基于冲洪积扇的遥感机理,构建的集冲洪积扇指数、植被指数、湿度指数和地形数据为一体的冲洪积扇信息遥感自动提取模型,能快速、有效地提取TM影像中的冲洪积扇信息,实现了冲洪积扇遥感解译的自动化。     

利用线阵列相机对钢轨长波不平顺检测的工程实践

提出一种基于机器视觉技术的轨道高低不平顺的检测方法,采用CCD相机和绿色方形光源构成检测系统进行定标分析:采用阀值分割、边缘提取进行分割,利用图像灰度差异去除噪声,应用加权平均处理,通过连续测量获取轨道高低不平顺曲线.该方法能有效地实现轨道不平顺高差的高精度动态测量.     

基于Canny边缘检测和聚合接续法的路轨边缘提取方法

在铁路视频路障检测报警系统设计中,关键技术之一是提取路轨边缘以确定障碍物检测的有效范围,对范围内障碍物报警。本文提出一种基于Canny边缘检测技术和聚合接续法的路轨边缘提取方案。通过直方图均衡化,实现对原始图像的空间增强,突出图像细节,经过Canny边缘检测提取图像的边缘组合,采用本文提出的聚合接续法提取出符合条件的边缘组合中最长的两条线,并对其实施接续,可达到路轨边缘提取的目的。本算法经过MATLAB编程实现,并移植到TI的DM642视频开发板上进行硬件测试,能够有效地实现路轨边缘的提取,为铁路路障检测报警系统设计提供参考。     

民航安全信息中实现关键词提取的方法

对于民航安全信息,关键词有着体现文本概要的功能,在信息提取与调用等方面对民航安全工作者有所帮助.在研究当前关键词提取技术后,结合民航领域词特征,提出了一种以朴素贝叶斯模型为基础的关键词提取模型.模型中所选取的特征项为词语的词长、词性、以及包含词语位置与段落跨度的词频与逆向文档频率乘积(TF-IDF)值,特征项代表了每个候选词的基本属性.利用该模型对已人工标注好关键词的民航安全信息进行训练以获取各个特征项的概率,利用特征项概率计算每个备选词的关键词评分,将评分前3位的词汇输出为关键词.实验表明,针对民航安全信息的关键词提取,所提方法与传统的TF-IDF算法、KEA算法相比,准确率分别提高了18%和11.9%,民航词汇识别率分别提高了15.3%和12.3%.结果证明,与传统算法相比,所提方法能大幅提升关键词提取的准确率与民航词汇识别的能力.