动目标成像跟踪算法研究

从运动背景中检测与跟踪运动目标是计算机视觉研究领域的热点，困难之一是消除运动背景的影响。采用基于均匀稀疏采样仿射变换的参数模型块匹配算法将图像分成许多固定大小的像素块，通过将每一个像素块在下一帧的一定范围内搜索其最优匹配，由此产生的偏移矢量即为该像素块的运动矢量，对上一帧图像进行补偿与下一帧图像差分，用形态学运算图像处理，对图像目标进行识别跟踪。     

基于整数小波的雷达图像快速无损压缩算法

针对雷达图像数据量大,不便于传输、存储等问题,提出了将整数小波变换、哈希算法和集分割嵌入式编码相结合的雷达图像快速无损压缩算法.通过对雷达图像信号的压缩实验,该算法在不影响事后对雷达数据进行分析的情形下,提高了图像的压缩速度和压缩比,具有广泛的应用价值.     

飞云江大桥健康监测系统设计及预警阈值分析

为保障飞云江大桥的运营结构安全,更好地进行管理养护,对飞云江大桥桥梁健康监测系统进行设计,对预警阈值进行设定。首先,利用有限元分析软件对飞云江大桥进行建模分析,分析其在不同荷载工况下结构受力变形差异,得到结构危险特征点位置,根据结构分析结果,确定监测项目以及测点位置。然后,针对飞云江大桥的结构特点和运营情况,对其健康监测系统进行设计,整个健康监测系统共分为六个子系统。最后,结合有限元结构分析结果和前期监测数据,对监测项目设定两级预警阈值。     

基于实例分割的有轨电车障碍物入侵检测及轨道识别方法

针对复杂环境下的有轨电车障碍物入侵检测问题,提出了基于实例分割的障碍物入侵检测及轨道识别方法.首先建立有轨电车运行环境数据集;再基于Yolact实例分割模型对数据集的数据进行训练、验证和测试,得到障碍物检测和轨道区域提取模型;最后将待测图像输入模型后输出障碍物轮廓、类别、轨道区域轮廓数据,进而提出障碍物与轨道的相对位置...     

步履式顶推分体宽幅钢箱梁横向偏位局部应力分析

采用横向四支点的分体宽幅钢箱梁,在步履式顶推施工过程中局部应力变化复杂,设置合理的横向偏位阈值是施工质量控制和结构安全的关键要事.以南京龙翔西立交建设工程为背景,基于通用有限元软件ABAQUS建立最大悬臂工况下“壳-实体-接触”混合有限元模型,研究横向偏位对分体宽体钢箱梁局部受力的影响.结果 表明:横向偏位导致主梁产生...     

桥梁健康监测在线预警指标研究

为了及时发现结构异常、保障桥梁安全运营,以新光大桥健康监测系统为背景,提出了"多指标两级预警"的在线结构预警体系,确定了预警指标、预警阈值和预警流程,并重点对承载能力利用率、年疲劳损伤度、疲劳车辆荷载、跨中竖向变形及固有频率变化率等预警指标进行了研究。提出了基于实测静应力的应力分离方法并计算了构件的承载能力利用率,利用实测法计算了构件的年疲劳损伤度,同时进行其他预警指标的计算。结果表明,在当前荷载作用下新光大桥构件的承载能力利用率较低,构件承受活载能力的富余程度较高,年疲劳损伤度微小,其他预警指标的结果亦正常,满足使用要求。所提出的预警体系已成功应用于新光大桥长期健康监测,该体系可及时发现结构异常,对保障桥梁安全运营具有较大的实用价值。     

路面裂缝图像处理算法研究

为了避免传统人工视觉裂缝检测方法的耗力、耗时、不精确、影响交通、危险、花费高等缺点,提出了一种新的基于图像处理技术的路面裂缝类病害自动识别算法。识别分为两个步骤:首先以一个5×5的窗口为基准,在这个窗口中确定9种不同的掩膜模板,对有噪音的路面图像进行平滑和增强;然后基于阈值分割理论,采用最大类间、类内距离准则对图像进行阈值分割,提取图像上的裂缝特征。最后对采集的200幅路面裂缝图像进行了平滑和分割试验研究,和Robison等常用的平滑模板相比,对图像进行增强的同时较好地保护了裂缝边缘。在对平滑后的图像进行分割当中,和Hough变换、数学形态学等分割算法进行了对比研究,结果表明了该算法在精度、速度和可靠性方面具有一定的优势。     

基于小波的路面裂缝识别研究

应用基于小波变换的图像分解和重构方案可以进行公路路面裂缝的检测与识别。首先对路面图像进行多分辨二维离散小波分解,根据在每个尺度2j上小波系数模最大值和相位(梯度方向)这两个分量的大小确定边缘的位置,进一步变换小波分解系数,达到去除噪音,加强裂缝边缘的效果。并通过实验分析和讨论了不同的小波基、不同分辨率水平、重构中使用的分解子图像对路面图像裂缝分割的影响,最后用简单的阈值技术生成二值图像,把裂缝从背景图像中分离出来。     

基于改进YCrCb颜色空间的肤色分割

人脸识别是计算机视觉、模式识别、生物特征识别、图像处理等多学科交叉的一门科学,肤色分割是人脸识别研究中一个重要的步骤。针对基于YCrCb颜色空间的肤色分割在强光下分割不准确的现状,提出了一种基于改进的YCrCb空间的肤色分割方法,本文利用改进YCrCb颜色空间提高了强光下肤色分割的准确性和适应性。实验证明该算法减弱了光线强弱对人脸肤色分割的影响,更加准确的找到人脸区域,误检率较低。