基于改进分水岭算法的粘连车辆图像分割

为解决基于光流法的交通监控视频车流量检测过程中出现的车辆前景粘连情况,本文提出一种基于欧氏距离的分水岭粘连车辆分割算法.算法通过计算车辆前景中像素点距离背景的最小欧式距离,对阈值筛选后的区域进行质心的选取;以质心为起点构建分水岭算法的集水盆地,生成分水岭轮廓;将分水岭轮廓与原粘连图像结合完成粘连车辆的分割.本文进行各种类型车辆粘连图像分割实验,结果表明,本文提出的算法对于车辆粘连情况分割成功率高,获得了良好的车辆识别效果.     

基于光流法与背景建模法融合的车道线识别算法研究

为了准确高效地识别无人驾驶车辆行驶过程中的车道线信息,采用光流法与背景建模法相融合的车道线识别算法,针对车辆行驶中的连续视频,对比连续视频帧中车辆前方背景的相对运动,运用光流法检测出背景中特征点的移动方向和距离,再结合背景建模法将背景滤除,混合高斯模型去噪后进行ROI特征区域的提取进一步减少计算量,最后进行车道线的提取与拟合,达到车道线识别与提取的目的。     

基于深度学习的多车道交通流量统计方法

基于目标跟踪的视频道路交通流量采集普遍存在不同程度的漏检、错检和多检等问题,为此,提出了一种综合车辆位置信息与外观信息及环境空间信息的道路交通流量采集方法。首先,识别视频帧中的车辆信息(包括车辆车型数据与位置数据等);然后,综合考虑车辆信息和环境空间信息进行车辆跟踪;最后,对跟踪结果进行统计,从而得到道路交通流量。采用多段交通视频作为测试数据,分别测试了本文算法和SORT算法。测试结果表明,本文算法检测的道路交通量平均误差较SORT算法降低了约4%。提出的基于视频交通流量检测方法具有更好的检测效果。     

非均匀光照金刚石切割线颗粒提取方法

针对常用的金刚石切割线人工检测抽检误检率高，检测精度低，而且由于实际环境中成像条件的限制，图像的背景光照不均匀，金刚石颗粒粘连在一起，给金刚石颗粒提取带来困难的现状。课题组提出了基于机器视觉的非均匀光照金刚石切割线颗粒提取方法，利用同态滤波去除噪声与光照不均匀度，最大间方差法对采集的图像进行二值化处理，引入形态学与分水岭分割融合的算法对粘连颗粒进行分割，根据八连通域标记方法统计出颗粒数。课题组对6种不同样本进行对比试验，结果表明课题组所提出的方法准确度较高，提高了计算速度。     

车路协同环境下的双雷达车辆检测和跟踪优化方法

为降低单一角度检测误差、改善驾驶员视野盲区,基于车路协同环境下提出了一种车载和路侧双毫米波雷达融合的车辆检测和跟踪算法。利用自适应DBSCAN算法建立路侧雷达数据在车载雷达坐标系的映射,采用无迹卡尔曼滤波算法实现车辆运动状态跟踪。在此基础上,通过在实际场地采集真实雷达数据进行仿真计算,并利用高精度定位和OBD读取的车速进行对比验证。研究结果表明:该方法取得了较理想的车辆跟踪效果。     

基于优化YOLOv3算法的违章车辆检测方法

对YOLOv3算法模型进行改进,增加多个尺度检测,提高模型对小目标物体的检测能力,并增加聚类算法生成的anchors的数量,提高目标检测的准确率。在真实交通卡口数据集上进行测试,改进后的YOLOv3算法的m AP达到了92.53%,帧频为44.58 FPS,满足实时检测的需求。实验结果表明:优化后的YOLOv3算法在违章车辆检测中的性能优于原始的方法,并且检测速度能够保持实时性。     

基于背景差法的运动车辆提取算法的研究

综合两点标定法和基于边缘的背景去除方法，应用到运动车辆的提取当中，在城市交通流实况检测中验证算法。实验证明该方法比传统的背景差法提取的运动车辆轮廓更清晰，背景去除更干净。     

改进分水岭算法与K-means方法结合的图像分割

针对分水岭分割算法存在的过分割及对噪声敏感问题,提出一种基于K-means聚类算法与改进分水岭算法结合的图像分割算法,首先,利用K-means聚类算法进行初始聚类分割,提取感兴趣的目标;然后,提出基于4-邻域相似度的改进分水岭算法,对K-means初始聚类图像应用改进分水岭算法分割目标区域。从100幅人骨医学图像提取人骨区域,实验结果表明所提出算法可解决分水岭算法的过分割问题,且有效分割了图像目标。     

大规模浮动车系统路网变更检测技术综述

利用浮动车系统提供的车辆动态位置数据进行路网变更检测,可有效提高电子地图数据的更新效率,降低更新成本。本文综述比较了浮动车系统及其利用图像处理技术进行路网变更检测中各个关键环节采用的经典算法,并对基于浮动车数据的路网变更检测技术中的一些关键问题进行了深入探讨。     

基于改进型SSD算法的目标车辆检测研究

车辆目标检测中,原始SSD(Single Shot Multi Box Detector)算法区域候选框尺度分布与特定的车辆数据集存在着偏差、冗余,导致检测准确度低,且相互重叠的目标检测较弱。重新设计了SSD算法的区域候选框,使其更符合特定数据集的分布,并在SSD算法的损失函数基础上增加排斥损失提高对重叠目标检测。实验对比原始SSD网络和改进型SSD网络。结果表明:在检测的类别置信度为0. 6条件下,改进型SSD网络检测的mAP值为91. 79%,重叠目标检测的mAP为86. 36%,相比于原始SSD算法分别提高了4. 3%和3%。     

各向异性光流法的目标边缘检测

光流法是在图像序列中对二维物体的运动矢量估计,用经典的HS算法计算时,目标与背景对比度小或有噪声将导致较大的虚警概率。而运用各向异性高斯核,运用非极大抑制条件,可以较好的抑制噪声,同时也保留了目标边缘,进而提高了梯度偏导的准确度。较好地解决了微分光流法的不足,从而提高了计算精度。最终对序列图像中动目标的边缘检测进行了方法改进,Gabor函数的替换以及实验表明算法的有效性。     

串口通信的一种通用模式

为了通过通信线路实现异地远程数据的实时传输,提出一种基于串口通信的通用模式:首先应用zlibEx对数据进行最大化压缩,减少线路传输数据量及传输时间;在进行文件流压缩时,加入md5算法生成的加密口令,提高数据的安全性;最后根据自定义通信协议将压缩后的文件通过串口进行远程传输.     

改进Mask R-CNN算法在低光道路环境下行人检测研究

针对目标检测算法在低光条件下检测性能下降的问题,以Mask R-CNN目标检测算法为基础,将提出的图像融合模块(MSRCR-IF)引入该目标检测网络中,同时为了更好地利用特征信息,改进了特征金字塔网络,并通过调整区域提交网络以及去除实例分割分支的方式,减少检测目标所花费的时间。实验结果显示:在COCO2017数据集下提出的算法优于其他主流算法,同时在自行构建的低光道路行人数据集下达到了75.05%的平均检测精度,比改进前提高了4.66%。为了验证改进算法的有效性,进行了实车数据测试,结果显示:改进方法能有效提高低光条件下行人检测效果。     

边缘检测算法在牌照定位中的应用分析

定位是模式识别的难点和关键.利用边缘检测法定位是基于边界的图像分割算法最基本的处理方法.不同的边缘检测算法可以得到不同的检测结果,比较和分析这些算子的作用和处理图像结果的优劣,并从中选出最合适的方法,在车辆牌照自动识别系统的应用上有积极的意义.     

基于双匀速轨迹的自动泊车路径规划研究

针对自动泊车过程中由于路径曲率不连续而常常出现的停车原地转向的问题,提出了一种基于车辆速度和方向盘转动角速度的泊车路径生成方法。分析了在车速和方向盘转速为恒值时的车辆轨迹特点即"双匀速"轨迹特点。引入了"过渡半径"和"切入半径"的概念,将双圆弧泊车路径与"双匀速"轨迹有机地结合起来,使泊车路径生成算法以及避障算法更为简便,泊车路径的相关参数以及泊车可行域都可以用车辆速度、方向盘转动角速度和车身几何尺寸计算得到。基于预瞄理论建立倒车驾驶员模型,在Carsim里对生成的"双匀速"泊车路径进行可行性验证,结果显示:这条由车辆"双匀速"轨迹计算得到的路径在车辆非匀速泊车过程中同样有较好效果。由此可知:基于"双匀速"的泊车路径生成方法有效地解决了泊车过程中的避障问题,同时满足了路径曲率连续性的要求,从而避免了泊车过程中停车转向的问题。     

新式学堂与平民教育：清末半日学堂述论

为了有效地解决夜间车辆检测这一难题，提出了一种新颖的基于有限状态机的夜间车辆检测算法。该算法将车辆检测的问题转变成一个有序状态转换的模型，即检测所选择区域内的车辆到达、车辆移动和车辆离开。先计算所选区域内的明亮像素点的数量以及他们之间的差异，然后将结果输入到所提出的状态机来检测车辆，最后输出检测结果。实验结果证明，该算法简单且易于实现，对检测夜间道路车辆有很强的鲁棒性。     

基于LabVIEW和单线激光雷达的障碍物识别算法研究

为实现对动态障碍物的检测和跟踪,提出一种基于LabVIEW和单线激光雷达自主动态障碍物的检测方法。通过改进的DBSCAN自适应动态阈值算法对雷达点云进行聚类,使用最近邻算法的思想进行连续两帧雷达点云的数据关联,采用卡尔曼滤波对障碍物轨迹进行跟踪。实验结果表明:在低速驾驶的条件下,该方法能够有效识别车辆前方30 m的移动障碍物并检测其位置和速度。     

基于风险数据挖掘追踪技术的网络入侵检测研究

网络入侵检测是通过分析网络流量行为来识别网络中恶意活动的过程,针对网络入侵检测面临的海量数据入侵检测的挑战,提出了一种新的基于KDD CUP 99数据集的特征选择算法,将基于滤波器和包装器的方法相结合,选择合适的特征进行网络检测入侵。首先,基于训练数据的一般特征对特征进行评价,不依赖于任何挖掘算法;然后,采用互信息萤火虫算法(MIFA)作为基于包装器的特征选择策略进行特征提取,进一步基于C4. 5分类器和基于贝叶斯网络(BN)的分类器,结合KDD CUP 99数据集对得到的特征进行分类;最后,将提出的方法与已有的工作进行比较。实验结果表明:10个特征足够检测入侵,并提高了检测精度和假阳性率。     

蓝牙E0加密算法安全分析

蓝牙的E0加密算法是利用四个移位序列进行延迟并组合生成密流序列。利用其密流序列的相关性对算法进行攻击。攻击过程是基于给定有限的输出加密流,重新导出移位序列的初始值。基本攻击和优化攻击的时间复杂度分别为O(283)和O(278)。最后给出了该攻击手段的E0算法的改进方案和实验数据。     

数据挖掘技术在乘用车排放状态分析中的应用

基于ASM5025和ASM2540检测工况的乘用车排放检测数据,应用数据挖掘技术的决策树算法,建立基于使用年限与车辆排放状态的3个不同数据挖掘模型,分析使用年限与乘用车的高排放状态比例的关系。通过数据挖掘结果的对比分析发现,随着使用年限的增加,乘用车的高排放状态比例呈阶段性、阶梯状、递增型分布;在使用年限为0～3 a和3～6 a的使用年限区间,基于ASM5025与ASM2540检测工况的高排放车辆比例相差不大且最低;在使用年限为6～9 a和9～12 a的使用年限阶段,基于ASM5025检测工况的高排放车辆比例是ASM2540检测工况的1. 6～1. 9倍。此外,随着汽车排放标准的加严,基于ASM5025检测工况和ASM2540检测工况的高排放车辆比例都呈现出显著的阶段性降低的趋势,从国Ⅰ阶段的8%和4. 29%逐渐下降为国Ⅳ阶段的0. 83%和0. 93%。