高速公路信息自动分类处理平台体系结构研究

针对目前广东省高速公路管理中实际存在的问题,对高速公路管理中心业务信息进行了分类,并利用信息自动分类处理技术构架高速公路管理中心信息自动分类处理平台,探讨了平台内各个结构层次的功能,并以发生重大交通事故为例来说明高速公路信息自动分类处理平台的应用.     

智能交通系统综合信息平台研究

分析了综合交通信息平台数据处理、交互平台和辅助决策等主要功能，在此基础上提出了以多种数据处理技术为核心的综合交通信息平台的分布式体系结构，探讨了综合交通信息平台建设的数据融合技术、数据压缩技术、数据标准、数据仓库技术以及数据挖掘技术等，该综合信息平台的具有实现交通运输系统的有效集成、交通运输服务内容的延伸等优越性。     

振动沉管碎石桩加固软基效果及施工工艺分析

介绍碎石桩加固原理,进行复合地基允许承载力及变形计算,提出振动沉管碎石桩设计注意事项,简要介绍碎石桩的施工质量控制要点。结合工程实例,详细多方面分析碎石桩加固砂性土和粘性土效果的差异及其原因。     

利用数字图像处理技术量测针片状颗粒含量

针对利用游标卡尺法判断颗粒针片状特征,费时费工,效率低,且准确率受人为因素影响大的缺陷,提出了利用数字图像处理技术量测颗粒针片状特征的方法,通过拍摄粗集料颗粒的平面图与侧面图,利用最小外接矩形技术,获得了粗集料颗粒的最小厚度与最大长度.结果证明,该方法效率高,准确性好.     

粗集料颗粒几何形状对VCADRC的影响研究

在基于均匀设计的VCADRC试验的基础上，利用数字图像处理方法，通过获取各种花岗岩颗粒的形状参数，分析了颗粒几何形状对VCADRC的影响。同时，针对番禺花岗岩，设计了一系列磨耗试验，改变磨耗次数，分析颗粒形状系数与VCADRC的变化规律。结果表明，颗粒的形状系数与VCADRC相关关系高度显著，随着磨耗次数的增加，VCADRC开始逐渐减小，在磨耗过程中，颗粒的形状系数减小，颗粒趋近于球形，VCADRC减小。VCADRC与颗粒自身的物理特性密切相关，颗粒的粗糙程度、表面微观纹理结构也是VCADRC的重要影响因素。集料生产的全面质量控制引入颗粒形状系数指标是非常有必要的，可及时调整料源和生产工艺流程，选择合理的破碎机械设备，生产出质优稳定的路用石料。     

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。     

基于类Haar特征的驾驶者人眼疲劳状态的检测方法研究

使用摄像头采集视频图像,对输入图像做预处理(图像灰度化、中值滤波等);通过学习训练的方法构造基于类Haar特征的层叠式分类器,利用基于类Haar特征的层叠式分类器从输入图像中直接定位人眼;把人眼部分的图像截取出来,二值化人眼图像;然后计算二值化图像中垂直方向上瞳孔的宽度大小,从而判断眼睛的状态;最后通过多次的捕捉,计算眼睛闭合的频率来得出其疲劳状态。试验验证了上述算法的有效性。     

基于图像处理的内河船舶目标提取与特征值计算

内河航行船舶进行目标提取及特征值计算,是船舶航行监控及船舶交通流参数测量的基础。文中主要介绍:1将背景差分法与大津法相结合,提出了1种新的船舶目标提取方法,对不同天气、不同角度下内河在航船舶目标进行提取;2提出了基于圆环划分的特征值算法,通过此算法计算所得目标船舶的特征值。验证结果表明,基于背景差分结合大津法可实现船舶目标提取,所得船舶轮廓较为清晰,并具有一定天气适应性;在特征值计算实验中,正拍图像的特征值1均大于0.95,而侧拍图像特征值1均小于0.5,可区别不同拍摄角度;各种船舶目标在进行旋转、平移及缩放后,特征值基本保持不变。因此,文中算法所得到的特征值具有旋转、平移及缩放的不变性,并可以适应在不同角度下摄像机所拍摄的要求。     

多特征多阈值级联AdaBoost行人检测器

为了满足更快、更准、更鲁棒的行人检测需求,考虑交通监控视频图像质量不高与局部特征不明显的缺点,采用简单的行人特征来实现行人检测。除矩形度、高宽比、轮廓复杂度、宽度比、行人面积特征外,特定选用了对遮挡等干扰具有强鲁棒性的头部圆形度这一简单的局部特征。考虑交通监控视频图像中行人的尺寸变化,引入区域划分策略划分图像区域。兼顾高检测率和低误检率,根据分类误差最小原则与正样本分类率最大原则训练多个单特征多阈值AdaBoost行人检测器。为了优化多个行人检测器级联后的检测性能,在兼顾检测性能和检测速度的基础上,定义了以贡献率作为行人检测器的级联规则,依据贡献率大小确定的级联次序为基于高宽比、宽度比、矩形度、行人面积、轮廓复杂度和头部圆形度的行人检测器,依次进行级联,建立了新的多特征多阈值级联AdaBoost行人检测器。选用3个交通场景对行人检测器进行测试,并与单级AdaBoost行人检测器与现有2种级联AdaBoost行人检测器进行比较。分析结果表明:在3个交通场景的检测中,相比其他几种行人检测器,多特征多阈值级联AdaBoost行人检测器具有较高检测率、较快的检测速度和较低误检率,检测率最低为96.70%,误检率最高为0.67%,检测时间小于5s,满足交通场景中对行人检测实时性和可靠性的要求。     

SMA沥青混凝土路面材料荷载行为模式研究

采用图像处理分析技术观察SMA沥青混凝土及密级配沥青混凝土在荷载作用下其粗集料移动轨迹的变化,定量描述SMA沥青混凝土粗集料构架形成机制、抗车辙能力成因、粗集料材料形状组合因子偏差等因素,建立粗集料移动轨迹与车辙量的行为模式,研究SMA沥青混凝土材料荷载行为,以使其应用于公路及机场路面能完全发挥其特性。研究结果表明:SMA沥青混凝土粗集料碾压过程中粗集料趋向水平方向移动,且移动量小,粗集料构架处于最稳定阶段,故SMA沥青混凝土车辙量较小,抗车辙能力较好;密级配沥青混凝土中粗集料趋向垂直方向移动,粗集料移动量大,容易造成粗集料构架不稳定,故沥青混凝土车辙量较大。