基于激光摄影测量方法的地铁限界检测系统研究*

限界检测系统主要采用激光摄影测量方法快速实现地铁限界非接触式检测,检测系统采用激光摄像式传感器实时采集隧道断面图像,通过对激光摄像式传感器非线性模型进行标定从而建立空间物体与摄像机图像像素之间映射关系,实现隧道断面上待测目标点的距离测量。针对系统中激光光条图像的处理,先后采用图像预处理算法提高图像处理效率,Sobel算子提取激光光条边缘,利用 Sobel算子提供的光条梯度信息经脊线跟踪法实现光条中心亚像素提取,提高检测系统精度。利用研制出的地铁限界检测系统进行现场试验和精度验证。试验表明,地铁限界检测系统能够满足地铁限界高精度检测需求,能够为地铁安全运行发挥重要作用。     

一种基于稀疏表示的交通图像去噪算法

将图像稀疏表示方法引入到交通图像处理中,实现了一种基于K-SVD的正交匹配追踪的交通图像去噪算法.该算法通过奇异值分解,DCT字典进行自适应更新,形成更能表示图像结构的超完备字典.实验结果表明,相对于传统图像增强方法(中值滤波、均值滤波、基于小波滤波)和基于DCT冗余字典的稀疏表示图像增强方法,该算法能更有效地去除交通图像噪声,得到更高的峰值信噪比.     

基于邻域相关的自适应中值滤波算法

为改善图像效果,在对现有的椒盐噪声自适应中值滤波算法分析的基础上,提出了基于邻域相关的自适应中值偏移滤波算法。算法对自适应中值滤波算法的处理过程进行改进。当滤波窗口大于设定的最大值时,根据像素点邻域内的像素点灰度值分布在不同的区间,将像素点灰度值的复原分为偏大或偏小两种情况。受污染像素点的滤波输出值为偏移的中值,偏移的距离根据改进的自适应中值滤波算法运行时滤波窗口的大小来决定。从仿真结果可见:该算法滤波后的图像具有较高的峰值信噪比,对图像细节的保留能力和抑制椒盐噪声的能力都有一定的提高。     

基于 Web语义的舰船雷达目标识别系统设计

针对舰船雷达信号目标的识别方式简单、识别度低的情况,文中提出基于 Web语义的舰船雷达回波自动识别系统。因为雷达信号目标特征信息点分散且繁杂,在语义 Web网下取得雷达信号目标图像的数据特征,运用改进 FastICA算法提取特征数据后,通过智能雷达回波视频图像识别系统,对舰船目标图像进行分析。实验证明,基于 Web语义的舰船雷达目标识别系统,能使大量信息被系统充分利用,达到精确识别舰船雷达图像目标的目的。     

多波束声纳图像的补偿及其与地形数据的融合

简述了由多波束原始声强数据生成的声纳图在海底底质分类方面的应用中存在的问题,根据同一海底底质的海区对声波的平均反向散射强度随地形成连续变化的规律,提出了差值补偿法,解决了声纳图中由于地形变化所产生的声强信息的损失;在此基础上,根据Lambert法消除了海底地形起伏对声纳图的影响,从而得到只反映海底底质特性的海底声强图。     

一种基于四叉树的数字图像压缩算法*

基于四叉树的数字图像压缩算法是一种利用四叉树结构对图像中平滑区域进行压缩编码的技术。而现有的压缩算法由于存在诸多缺陷,使得其效果很难与诸如Jpeg2000的主流压缩算法相比拟。论文基于现有的四叉树分割算法,提出了一种高效的编码方式来记录四叉树的结构信息,同时引入了泰森多边形方法和自然邻点插值法来解决四叉树重构时的平滑问题。实验结果表明,该算法在尽可能小的失真前提下,最大限度地保留了图像的细节信息,且具有较高的压缩比,其整体效果可以与Jpeg2000比拟。     

舰船尾迹图像的对比度特征提取方法

根据舰船尾迹图像尾迹区与海水背景区存在明显对照的特性,提出用对比度参数作为尾迹图像质量评价指标,进而表征舰船尾迹光学信号特征强度.为有效评价尾迹图像质量,在改进对比度基本计算模型的基础上,充分考虑人的视觉特性,引入尾迹区与海水背景区的加权因子进行组合评价,将主观与客观评价方法有机结合起来,并通过专门研制的海上特征提取实验装置进行对比度特征提取实验分析.结果表明,对比度参数能较好地反映人眼对尾迹图像实际质量的主观视觉感受,更能体现尾迹图像处理应用的本质,且能定量可靠地描述舰船尾迹光学信号特征强度的变化规律.     

基于格子方差法的路面混合料均匀性评价研究

路面混合料的均匀性影响路面的路用性能和使用寿命。基于图像处理技术和 Python 程序语言,结合格子方差法提出颗粒分布离散系数作为均匀性评价指标。采用 CT扫描仪获取不同离析程度的集料截面图像,通过图像处理将集料按不同粒径范围分组,计算每档集料的离散系数,加权平均得出总离散系数;并将此评价指标应用于实际工程中。研究结果表明,用格子方差法计算得出的离散系数作为均匀性评价指标,能够定量地评价路面混合料的均匀性。通过试验研究给出路面混合料离析程度分类的建议值,为路面混合料的现场快速检测提供判定依据。     

基于双层连通性检测的路面裂缝图像识别算法

针对路面裂缝图像识别结果容易存在孤立噪声和断续边缘的情况,提出了基于像素-裂缝子块双层连通性检测的图像自动识别算法,主要有4个部分:(1)基于自适应灰度拉伸的图像增强算法;(2)基于自适应大津法和八方向Sobel梯度信息的组合分割算法;(3)基于连通性检测的二值图像去噪算法;(4) 32×32裂缝子块识别和优化连接算法.然后,对5张3056×2048的路面破损图片进行裂缝识别,结果显示,该算法从像素和裂缝子块这2个层次进行连通性增强处理,可获得完整而连续的裂缝图像.最后,针对10张512×512的路面破损图片,对全局OTSU分割、八方向Sobel检测、Canny检测和本文算法进行测试,各算法综合性能指标F1值依次为62.46％、23.84％、10.45％和88.30％,准确率依次为83.45％,27.82％,17.83％和86.60％,召回率依次为56.89％,21.83％,8.89％和90.68％,体现了本文算法的优越性.     

宏观标定方法在Wiedemann驾驶行为阈值研究中的应用

基于流量速度图对Wiedemann74模型参数标定的宏观方法进行了研究,建立了集成VISSIM、Matlab、ExcelVBA的参数标定平台,以最小化流量速度图的实测值与仿真值的差异为优化目标,应用图像识别方法判剐图像的差异性,利用遗传算法优化参数值,实现了参数自动寻优的迭代过程.建立的参数标定平台能够利用流量、速度等宏观运行数据标定驾驶行为阈值参数,为利用检测器数据实现自动化标定提供了有效手段,为分析驾驶行为特点提供了方法,解决了VISSIM软件中默认参数不适合我国交通状况导致仿真精度不高的问题.利用路侧激光检测器采集长沙市南二环路断面交通数据,根据标定后的参数、实测数据对Wiedemann模型的驾驶行为阈值曲线进行了拟合,根据驾驶行为分区对长沙市南二环路的驾驶行为进行了分析.