基于局部特性的月球撞击坑边缘处理方法研究

针对月球撞击坑边缘检测的问题,主要研究了基于局部统计特性的各向Sobel算子的撞击坑边缘检测方法。依据撞击坑图像模型的特点,采用属性形态学方法消除噪声对边缘的干扰,并提出针对局部弱边界保留和伪边界消除的多向Sobel算子的权重调整方法,使撞击坑边缘依局部分布特性而自适应加强,较好地保持了撞击坑边缘重要细节和特征。     

批量图像采集中数字标识自动识别系统的构建

本文研究了批量采集人像时,数字标识自动识别的问题。提出了描述数字结构的n-轮廓跟踪向量的概念,建立了人像背景下数字标识自动识别系统。该系统主要由图像预处理、数字目标定位及分割、数字识别等模块构成。实验表明,本系统能够对人像背景下的数字标识进行有效的识别。     

实时行人检测预警系统

针对重特大交通事故中的行人保护问题, 提出了基于侧面行人特征的实时行人检测预警系统(PDWS)。系统由检测模块和预警模块两部分组成, 其中检测模块使用Haar与HOG特征和AdaBoost与SVM分类器, 通过侧面行人样本库完成行人特征的提取与检测, 同时应用窗口拆分法与快速窗口扫描算法提高检测效率, 得到一个具有高检测率与低误检率的结果。在预警模块融合了行人距离、汽车速度及角速度信息, 判断前方行人存在碰撞的危险。使用系统及算法对城市环境复杂背景下横过街道的行人进行了实车验证。测试结果表明: 对704Pixel×576Pixel图像的检测帧率为13~18帧.s^-1, 检测率大于85%, 误检率小于1%, 预警时间小于1s, 实车验证结果达到了车载主动安全系统实时性与准确性的要求。     

基于遥感图像信息特征的单调递增SSDA算法

图像配准就是将不同时间、不同传感器或不同条件下对同一景物获取的两幅或多幅图像,进行比较找到该组图像中的共有景物,或是根据已知模式到另一幅图中寻找相应的模式。利用遥感图像进行目标监测需要进行图像配准处理。匹配算法如何达到高精度、高匹配正确率和实时性成为人们追求的目标。文章在传统匹配算法的基础上,提出两点改进:一是通过PCA-圆形SIFT算法提取图像特征角点,降低维数,优化计算;二是利用图像角点作为单调递增阈值序列SSDA算法匹配的基本像素点,利用遥感图像信息特征降低匹配计算量。最后进行实验仿真,结果表明,改进后的算法使得配准速度进一步提高,能够满足遥感图像配准实时性的要求。     

基于复合信号特征的崩塌落石监测方法

行车限界内的崩塌落石灾害监测是保障山区铁路行车安全的重点研究课题.若干基于单信号特征的监测方法已经投入应用,其固有的误报率和漏报率超出了铁路运输所能容忍的限度.考虑到崩塌落石会产生侵限目标和冲击波等多种信号特征,提出了一种基于复合信号特征的监测方法,对信号源不同的多种信号特征进行提取,同时要求这些特征必须具备高度的时空域相关性.理论分析和各山区路局的实践表明,此方法可以使监测系统的误报率和漏报率同时降低到若干数量级以下.     

基于机器视觉的道路上前方多车辆探测方法研究

本文提出了一种基于车辆特征的方法识别和跟踪前方的车辆。首先，利用车辆底部存在阴影的特征，在图像中获得可能的车辆存住区域。然后，通过分形维数计算车辆的纹理特征，排除非车辆区域。最后，利用车辆的边缘信息，通过投影变换方法，对候选区域内的车辆进行定位。此外，利用NMI特征法对定位的车辆进行确认。该算法对不同环境和光照条件下的车辆图片进行了测试，以及在高速公路上进行了实时跟踪，具有较好的鲁棒性和可靠性。     

一种改进的基于轮廓特征拐点的遮挡车辆分离方法

在传统的基于4类特征拐点的遮挡车辆分离方法的基础上进行改进,提出了一种基于8类特征拐点的分离方法．该方法以车辆常用的矩形模板为先验知识,首先对存在遮挡的连通区域提取边缘轮廓,并将轮廓上的特征拐点分为8类;然后在对相邻且同类的轮廓特征拐点进行合并的基础上,利用改进的车辆轮廓特征拐点的类型组合来实现遮挡车辆的识别和分离．仿真实验表明,本文所提出的新方法具有更好的鲁棒性和精确性,且方法简单,具有很高的实际应用价值．     

基于高速公路流水数据的通勤车辆特征研究

随着居民利用高速公路进行通勤出行车辆的增加,高速公路缓行和交通拥堵等问题时有发生,特别是在重大节假日期间.目前,解决上述交通问题的主要方法是交通需求管理措施,而实现有针对性的交通需求管理需要对高速公路收费流水数据进行精确的挖掘分析,掌握车辆在高速公路上的运行状态与时空分布特征.本文基于高速公路收费流水数据,借助 K-means++聚类方法识别使用高速公路日常通勤的车辆,进一步分析通勤车辆的出行时空分布特征.从通勤出行的角度,挖掘城市通勤快速出行廊道分布,研究高速公路网与城市道路网络的关系,对提高交通系统效率和缓解交通问题具有重要的意义.     

繁忙机场机坪空间构型对航班离港滑行时间的影响

航班离港始于停机坪推出,经由滑行道滑行并止于跑道离地,因此机坪空间及其与跑滑系统构成的相对位置关系对航班离港滑行具有较大影响,滑行时间的预测精度对ACDM机制下航班推出时刻优化和跑滑系统效率提升具有重要作用。首先提出机位组概念表征机坪空间构型,据此设计场面实时动态航班流量、机位组无阻碍滑行时间和机位组空间影响指数等新特征变量,然后基于分类回归树构建预测模型,验证新特征引入对离港滑行时间的预测效果。以首都机场实际运行数据为例,预测结果表明：在保持较高拟合优度的同时,新引入的表征机坪构型及其与跑滑系统相对位置关系的特征变量提高了离港滑行时间预测模型精度,预测与实际误差值在3 min和5 min内的航班数量分别提高了4.88%和6.46%,每高峰小时可为首都机场减少约2~3个起飞时隙的浪费;新特征变量对离港滑行时间预测精度的整体贡献较大,且场面整体流量特征变量的贡献超过单一跑道流量,进港航班相关特征变量的贡献超过离港航班。     

基于边缘检测的焊缝图像自动识别算法

提出一种基于边缘检测的焊缝图像识别方法,即通过对螺旋钢管焊缝图像的实时采集、处理、分析,一旦发现焊枪偏离焊缝中心则及时对焊枪走向加以调整。该方法运用在实际螺旋钢管焊接中,具有检测时间短、误差小、工作稳定可靠、抗干扰能力强等特点。