数字摄像能见度仪的白天能见度算法设计

数字摄像仪测量白天能见度过程中,由于目标物的非黑体特性、天空亮度分布不均匀性和遮挡物的存在,造成常用的双亮度差方法不能准确计算能见度。为此设计了一种新的基于数字摄像机的白天能见度算法:将数字摄像机获取的彩色图像分割后留下背景天空区域,对目标区域进行天空信息重建,通过估计透射率计算能见度值。实验数据表明,该算法在能见度观测范围1 500～3 000 m内最大误差小于20%,符合世界气象组织对能见度仪的误差要求,并在天空亮度分布不均匀并存在遮挡物的情况下得到良好的观测结果,测量结果比双亮度差方法误差减小2.4%～3%。     

基于微脉冲激光雷达的能见度反演算法

在基于后向散射原理的大气能见度测量过程中,大气消光系数边界值的选取对反演精度具有较大影响。提出一种基于弦截法的大气消光系数边界值的确定方法,并利用迭代的思想对边界值的选取结果进行修正。通过理论仿真和实地测量对本方法的可行性进行验证,结果表明,弦截法具有较快的收敛速度,且迭代次数较少,经过比对迭代修正之后的消光系数边界值可以更准确的反演出大气消光系数,进而实现大气能见度的高精度测量,具有较强的实际应用价值。     

能见度仪校准系统的不确定度评定分析

能见度仪校准系统作为能见度校准的标准器,其不确定度直接影响到前向散射式能见度仪的校准结果。介绍了国家级能见度仪校准实验室的能见度仪校准系统的组成和校准方法,分析了校准系统不确定度的主要来源,依据国家计量校准规范JJF 1059.1-2012《测量不确定度评定与表示》,利用能见度测量数据,对校准系统A类和B类不确定度进行了评定分析,并对3台前向散射式能见度仪进行了校准试验。结果显示,整个校准系统在能见度3 000 m以下,扩展不确定度为5.8%,校准后的3台前向散射式能见度仪在100、500、1 000、1 500、2 000、3 000 m六个测试点的相对误差,最大为7.8%,最小为1.8%,满足能见度仪校准和实际观测要求。     

新型能见度自动观测系统研究

针对国内外迄今还没有真正符合能见度定义的能见度自动观测仪问世的严峻局面,采用数字摄像技术,根据人工观测能见度原理,研究新型的完全符合能见度定义的数字摄像能见度自动探测系统。通过开展数字能见度仪、光学能见度仪以及人工观测能见度比对实验,分析数字能见度仪的观测性能。比对结果表明:该系统运行稳定可靠,达到预期设计指标。本研究为国内外雾霾及能见度自动观测提出了一个可行的解决方案。     

基于视频的路况能见度检测系统的设计与实现

能见度涉及高速公路的安全行车,现有气象能见度仪本身样本空间受限,且价格十分昂贵而难以沿途布设,不能真实反映路段的能见度及其分布。为此,提出了基于路况监控视频的能见度检测系统的设计方案,阐述了视频能见度检测的基本原理,给出系统的总体框架,重点研究了能见度检测模块的实现：通过带有距离信息的目标图像块的选取、图像块的匹配、边缘特征的提取,空间亮度对比的计算、曲线拟合得到能见度信息。系统已在江苏省高速公路宁通、宁常路段试用,系统运行良好,检测结果与人眼观察误差符合国际规定（＋10％）,并具有较好的鲁棒性。     

一种基于行程编码的图像背景重构

背景差法是一种重要而且实用运动目标检测方法。该算法的难点在于如何进行背景图像的重构。本文针对该问题,提出一种基于行程编码的背景图像重构算法,即在假设背景图像以最大概率出现在图像序列中的前提下,选择频率最高的图像作为背景图像进行背景重构。利用序列图像时间上的相关性进行行程编码,用编码数据进行背景图像点得重构,使重构具有实时性和节省运算空间的特点。在慢运动目标的图像序列中,即观测时长较长时,利用本文算法进行实时背景重构具有明显的优点。仿真结果表明,该算法能够准确地重构背景,从而实现对运动目标的完整提取,以便进一步识别或跟踪。     

基于数学形态学的运动目标检测算法

帧差法和背景差法都是重要的运动目标检测方法,帧差法不能完全提取出目标的所有相关点,而背景差法又受环境光照的影响。针对传统运动目标检测算法的不足,提出一种基于数学形态学的帧差法与背景差法相结合的运动目标检测算法。先将帧差法得到的图像经过数学形态学处理,再将其与背景差法得到的图像相结合。实验表明,该算法能适应复杂变化的环境,准确地提取运动目标,对复杂干扰场景下的实时运动目标检测得到了较为满意的效果。     

基于机器视觉的发动机气缸壁珩磨角测量方法

针对实际工业检测中发动机气缸壁珩磨角人工测量存在效率低、精度低等问题,提出了一种基于机器视觉的发动机气缸壁珩磨角测量方法。首先利用Gabor最优滤波通道算法处理样本图像获得线性特征增强后的网纹图像,再对网纹图像进行DFT转化获取傅里叶频谱图像,然后基于数字微分分析算法获取频谱图像中的峰值直线并计算两条峰值直线的夹角作为计算结果,同时与基于Camera Measure测绘软件手动测量结果进行对比。通过实现测试结果表明:该方法相对于手动测量结果的误差仅为0.33%,重复测量的均值差为±1°以内;在检测时间上,检测一个工件的平均时间为0.53 s。该测量方法测量精度高、测量速度快等优势,可以有效地取代工业检测中的人工测量。     

基于 SRCKFw-检测的多传感器融合的姿态解算算法

针对惯性导航系统受模型误差和测量异常值误差的影响,姿态解算结果易出现精度差甚至发散的问题,提出了一种基于平方根容积卡尔曼滤波(square-root cubature Kalman filter, SRCKF)w-检测的多传感器姿态融合算法。利用协方差匹配法对SRCKF的新息序列进行自适应调整,经过调整后的新息在迭代过程中会补偿量测噪声方差阵,减小模型误差影响;再利用调整后的新息进行误差探测,提高w-检测的探测精度,并构造观测值替换准则进行误差观测值替换,解决测量异常值误差带来的影响;最后利用SRCKF进行姿态融合,陀螺仪的姿态作为状态方程,经检测替换后的加速度计和磁力计姿态作为量测方程。实验表明,所提算法可以准确估计系统姿态,与传统算法相比解算精度平均可提升62.43%,在不同条件下,算法整体性能均可得到大幅提升,并能快速进行姿态解算,保证解算精度。     

图像能见度检测方法研究综述

在各种交通事故中，由雾霾等恶劣天气导致能见度降低引发的交通事故占比逐年增多，因此恶劣天气下能见度的检测成为一个亟待解决的问题。本文根据提取特征方式的不同，不仅将能见度检测的方法分为视觉检测法、仪器设备检测法和图像算法检测法，还归纳出能见度检测方法的发展历程。在分析和对比基于深度学习的能见度检测方法基础上，提出将最新的深度学习算法引入能见度检测是后续研究的重点。最后，总结现有能见度检测方法的不足和局限性，指出未来进一步研究的方向。     

隧道洞外亮度自动数码测试分析方法研究

针对公路隧道洞外亮度L20（S）的自动测试分析方法开展研究,通过理论分析得到数字图像灰度值与曝光量之间呈线性关系,给出了数码成像过程中所拍物体各点的亮度计算公式,采用数码成像技术测试隧道洞外亮度步骤、数码相机感光特性曲线的标定方法以及测试数据处理方法,对都江堰至汶川高速公路上两座已通车运营的隧道进行了现场测试分析,验证了测试方法。最终建立起基于数码成像技术的公路隧道洞外亮度自动测试方法。     

用数码相机研究隧道洞外景物亮度

隧道洞外景物亮度是隧道照明设计中确定入口段和过渡段亮度的基准参考值,为了更准确地确定这一基准参考值,本文建议用数码相机研究隧道洞外景物亮度。根据数码相机成像原理和数字图像的色度学原理,用实验测试数据拟合出一定曝光条件下相机的光学特征表达式。根据这一光学特征表达式,从数码相机拍摄的数字图像,计算出实际的隧道口景物亮度值。实测值和计算值比较,这一方法具有较高的精确度,能满足工程设计的需要。     

公路隧道基本段照明亮度对隧道能见度的影响研究

对能见度公式进行研究并用Matlab软件编写隧道内对比度传输系数程序,探讨隧道内照明亮度对隧道能见度的影响.说明隧道内能见度情况与隧道纵向的前后亮度对比有关;无论隧道内污染物浓度场是何种形式,要使隧道能见度良好,都需使得隧道内亮度从入口至出口逐渐增大,亮度增大的速率越大,能见度越好.并对传统隧道照明曲线进行改进.     

用数码相机测量亮度分布

本文介绍了一种用数码相机快速测量亮度分布方法,并给出了数字图像的灰度值和刺激值之间的关系式,并建议了亮度计算式.该方法是一种简便迅速的新颖的亮度分布测试方法.     

改进的基于大气光幕单幅图像去雾算法

在雾、霾等天气条件下,大气粒子的散射与吸收作用严重影响了监视图像的对比度与清晰度。本文讨论了基于大气光幕的去雾算法原理,针对双边滤波方法在估计大气光幕时产生梯度反转效应,提出一种改进的基于大气光幕单幅图像去雾算法,首先简化大气散射模型,然后利用各项异性扩散滤波方法估计大气光幕,可以很好地解决双边滤波方法的不足之处,最后,在算法中引入一种容差机制,针对天空区域处的大气光幕,纠正错误的估计,色彩失真现象被有效地克服。实验结果表明,改进后的算法显著地提高图像去雾的视觉效果。     

图像式街道亮度计在道路照明测试中的开发和应用

《城市道路照明设计标准》CJJ45-2006也对道路照明的路面平均亮度、路面亮度总均匀度和纵向均匀度、眩光限制等进行了规定,然而利用传统亮度计已经很难满足测量需求.本文阐述了利用数码相机开发的图像亮度测量系统的优势,介绍了图像式街道亮度计开发中重点解决的亮度校正、几何校正和操作、分析软件编制问题,以及在道路照明测试中的应用情况.     

基于双参数模型的ECT图像重构混合算法

为了提高电容层析成像重构图像的精度和速度,本文提出了一种基于双参数模型的电容层析成像图像重构混和算法。该算法利用Morozov偏差原理确定Tikhonov正则参数,能使正则参数的选取与初始数据的误差相匹配,同时基于Morozov偏差方程导出了一种双参数模型,并进一步与牛顿法相结合用于快速得到最优的正则参数。数值实验表明:与线形反投影算法(LBP)、Landweber迭代算法和L-曲线法相比,所提出的混合算法具有图像重构速度快、精度高的优点。     

基于改进的Bernsen秸秆覆盖率图像处理算法研究

针对当前秸秆覆盖率自动识别准确率低的问题,提出了一种更加准确,适应性更强的秸秆覆盖率检测方法。 首先,基于 彩色分量空间距离灰度化算法对摄像头采集的秸秆图像进行目标背景分离;其次,再将彩色图像灰度化;最后,使用基于改进的 Bernsen 算法对图像进行二值化处理并计算秸秆覆盖率。 在实验中,选取了秸秆覆盖率区间在 20% ~ 30%、30% ~ 40%、40% ~ 50%、50% ~ 60%、60% ~ 70%、70% ~ 80%和 80% ~ 90%各 200 张图片,采用改进前和改进后的 Bernsen 算法分别计算秸秆覆盖率, 结果表明秸秆覆盖率为 30% ~ 80%时,采用改进后的 Bernsen 算法计算秸秆覆盖率更为准确,误差小于 5%,而在其他情况下,秸 秆覆盖率计算误差在 5% ~ 10%。