基于综合特征的车辆检测识别系统

随着信息技术和智能交通的迅速发展,自动的车辆检测识别成为不可或缺的技术。由于基于单一特征和单车辆的识别并不能满足实际中的应用要求,因此提出了多特征多车辆的检测识别算法,利用基于灰度对称,形状特征和光流强度特征的提取,通过基本的图像处理算法,最终由综合特征为基础得出车辆的识别检测结果,利用基于VC＋＋6．0的软件系统开发出车辆检测识别系统,通过实验对照,由单一特征和综合特征的检测不同结果获得实验数据,通过检测算法将视频序列图像中的车辆信息自动识别提取出来并加以标记。实验结果表明系统能够适应多变的车型和环境信息,通过识别结果准确性的分析,得出结论：针对不同的车型有较好的鲁棒性,能够满足实际智能交通控制平台的构建的基本要求。     

智能车辆的道路检测及其应用

道路检测是智能车辆环境感知的主要内容,也是实现自动驾驶的基础.由于交通道路环境多样、复杂,车道检测存在许多挑战.本文总结了相关工作,以缩微智能车辆验证平台为例,从车道检测系统的嵌入式平台构建、典型车道线检测算法分析、车道预警应用等方面入手,分析了典型道路检测技术实现,可作为智能车辆相关功能实现的技术参考.     

基于深度学习的道路车辆目标检测系统设计

针对现有道路车辆目标检测系统由于计算量过大,且在复杂背景下容易出现误检的问题,设计了一种基于深度学习的道路车辆目标检测系统;系统硬件主要由信号输入模块、控制模块、中央处理模块和输出通道模块四部分组成;引入XCV50E芯片构建控制模块,通过高速随机存取存储器(RAM)快速分配信号;利用TMS320C6202芯片设置中央处理模块,将PCI9054作为信号输出模块的核心设备;软件设计中,完成用户登录、数据采集及处理、模型训练等设计;引入深度学习策略,先采用直方图均衡法处理环境光线干扰的问题,然后建立改进YOLOv4模型,处理噪声等干扰信息,最后基于注意力机制完成图像特征提取优化,进而更精准地完成道路车辆目标检测;实验结果表明,所提系统具有很好的鲁棒性,能够很好地减少计算量,提高检测准确率。     

线圈与视频车辆检测器在道路监控中的应用比较

本文简单介绍了线圈检测器和视频车辆检测器的工作原理，对两种检测器的优缺点进行分析、对比，根据项目实际应用的需求确定设备的选择。     

基于地磁传感器的车辆检测算法研究

针对现有地磁传感器车辆检测算法存在基线漂移、固定阈值导致车辆检测准确率低,以及干扰引起的状态机误判等问题,提出了基于地磁传感器的自适应阈值有限状态机车辆检测算法。在研究了三轴异相磁阻(AMR)地磁传感器车辆检测原理的基础上,分析了AMR传感器采集的原始信号,对原始信号进行了滑动窗口均值滤波处理;为了消除基准值漂移造成的检测误差和固定阈值造成的累积误差,提出了基准值和阈值实时更新的自适应车辆检测算法。采用加权函数进行基准值的实时更新,阈值随着基准值的更新而更新。同时,该算法以多状态机判断为主体,在有限状态机中增加了车辆到来计数和波动计数两个状态,消除了干扰引起的误判,提高了车辆检测准确率。现场车辆测试结果表明,该算法的车流量检测准确率在97%以上,可用于智能交通系统中车流量的检测。     

一种道路车辆监控视频中的关键帧提取方法

针对道路监控视频中特定车辆图像序列的关键帧提取问题,在运动对象检测的基础上,提出一种关键帧提取方法。将积分通道特征和面积特征作为图像特征描述子,结合Ada Boost训练分类器,实现道路监控视频车辆序列图像中关键帧的提取。通过运动对象前景检测技术获得出现在监控区域的运动车辆最小外接矩形图像序列,选择满足监控分析需求(车牌清晰度高,能判断车型)的若干帧作为正样本,其他不满足监控分析需求的作为负样本,提取样本图像的面积特征和积分通道特征,利用Ada Boost方法训练得到一个分类器,使用Ada Boost分类器对测试样本进行分类,根据打分规则提取关键帧。实验结果表明,该方法能提取运动车辆从进入到离开监控区域的序列图像帧中最清晰的图像,实现道路车辆监控视频分析数据的有效压缩。     

基于状态偏离分析的Web访问控制漏洞检测方法

攻击者可利用Web应用程序中存在的漏洞实施破坏应用功能、木马植入等恶意行为。针对Web应用程序的访问控制漏洞的检测问题,现有方法由于代码特征难提取、行为刻画不准确等问题导致误报率和漏报率过高,且效率低下。文中提出了一种基于状态偏离分析的Web访问控制漏洞检测方法,结合白盒测试技术,提取代码中与访问控制有关的约束,以此生成Web应用程序预期访问策略,再通过动态分析生成Web应用程序实际访问策略,将对访问控制漏洞的检测转换为对状态偏离的检测。使用提出的方法开发原型工具ACVD,可对访问控制漏洞中未授权访问、越权访问等类型的漏洞进行准确检测。在5个真实Web应用程序中进行测试,发现16个真实漏洞,查全率达到了98%,检测效率较传统黑盒工具提升了约300%。     

基于视频的行人车辆检测与分类

针对传统智能监控中行人车辆检测与分类算法存在目标分割不完整、分类准确率低等问题,提出一种基于视频的行人车辆检测与分类算法。利用领域信息动态调整置信区间构造混合高斯模型,采用卡尔曼滤波预测目标下一帧的位置。通过自适应EM聚类方法提取目标长宽比和面积作为特征,将目标分为行人和车辆。在模型估计过程中假设相邻帧目标做匀速直线运动,推导出目标面积变化满足线性关系,并对目标跟踪和分类进行修正,进一步提高检测准确性。实验结果表明,该算法的人车检测准确率达到90%以上,分类准确率达到80%以上。     

多特征融合的道路车辆检测方法

通过改进基于Haar-like特征和Adaboost的级联分类器,提出一种融合Haar-like特征和HOG特征的道路车辆检测方法。在传统级联分类器的Harr-like特征基础上引入HOG特征;为Haar-like特征和HOG特征分别设计不同形式的弱分类器,对每一个特征进行弱分类器的训练,用Gentle Adaboost算法代替Discrete Adaboost算法进行强分类器的训练;在级联分类器的最后几层上使用Adaboost算法挑选出来的特征组成特征向量训练SVM分类器。实验结果表明所提出的方法能有效检测道路车辆。     

基于GIS/GPS车辆监控系统实现及关键技术

为了更好的对道路上的各种车辆进行监控,文中就车辆监控系统给予了描述.车辆监控系统是一种集GPS、GIS、现代无线通信技术和计算机技术为一体的移动车辆综合服务系统.并介绍了车辆监控系统的整体结构和模块划分,设计了监控中心模块的主要功能,讨论了在监控中心模块设计中的关键技术.给出了一个道路匹配算法,该算法在实际工程运用中取得了良好的效果.同时还阐述了地图采编、道路发现、最短路径算法的实现方法和过程.     

基于扩展有限状态机模型的故障检测

提出了基于扩展有限状态机的故障检测模型和检测算法。该模型对软件中的故障进行了形式化定义和描述,检测算法对故障模型中的状态变迁进行缩减,检测故障模型的部分状态变迁,进而可以有效缓解状态空间过大而引起的时间和空间效率问题,从而最大限度地发现被测系统中的故障;最后给出了一个简单协议来加以分析和验证。实验表明,该算法可以快速准确地定位软件中故障发生的位置。     

基于机器视觉的非结构化道路检测算法研究

提出了一种提高非结构化道路边缘检测实时性和准确性的算法。该算法中首先对原始道路图像进行中值滤波,抑制随机噪声,并选择基于双峰法的多阈值Otsu方法进行图像分割,使分割效果和分割时间得到优化。通过Canny算子进行初次边缘检测,然后,采用数学形态学修正,从而得到完整、清晰的道路边缘图像。仿真结果表明:该非结构化道路检测方法具有良好的实时性和准确性。     

基于角点光流与SVM的增氧机工作状态检测

在水产养殖中,实时检测增氧机的工作状态非常重要。因此,提出了一种基于角点光流与支持向量机SVM模型的增氧机工作状态检测方法。该方法首先通过摄像机采集增氧机停止/运行状态的视频,然后对相继前后两个视频帧,利用Harris算法检测前一帧图像的水花角点,再根据后一帧,用金字塔Lucas-kanade光流法计算角点的光流量,从而得出水花角点在两帧之间的帧间平均位移;然后,利用学习阶段视频的角点帧间平均位移数据训练SVM模型;最后利用训练好的SVM模型对增氧机实时工作状态进行判断。在工作阶段,采用一种过滤异常视频帧的方法,提高检测的准确率。通过实验表明,该方法适应于对不同光照、不同视频获取角度和不同拍摄距离条件下增氧机工作状态的实时监控,检测准确率高于直方图阈值分割方法。同时,该方法具有较好的鲁棒性和实时性。     

基于VHDL有限状态机控制器的设计方法

有限状态机作为形式化描述方法具有独特优点,在利用VHDL进行电子系统控制功能的设计和实现中,有限状态机已成为有力的手段和途径。通过一个循环控制器的设计实例,说明了利用有限状态机的基本流程和方法,并给出了程序与仿真结果。     

基于场景匹配与可重构技术的自适应道路检测

车辆视觉辅助导航系统要求具有很高的鲁棒性和实时性。而视觉处理系统中,单一算法很难克服环境变化产生的影响,做到各种道路环境下的最优。针对目前这一研究难点,提出了基于道路场景匹配和硬件可重构技术的自适应道路检测方法。该方法基于道路场景分类来实现算法与道路场景的最佳匹配,利用可重构硬件来实现硬件算法功能的实时自适应重构,由此实现车辆视觉辅助导航自适应道路检测。实验结果表明:该方法具有检测性能好、鲁棒性强、实时性高的优点,检测正确率达到了90.17%,较好地解决了检测系统自适应性与实时性之间的矛盾。     

基于Verilog HDL的有限状态机设计与描述

有限状态机(FSM)是逻辑设计的重要内容,稍大一点的逻辑设计都存在FSM.介绍了采用Verilog HDL实现有限状态机的几种不同编码方式和描述风格,并从稳定性、可读性、速度和面积等方面比较了不同实现方式的利弊.最后,以简单序列检测器为例实现了可综合的FSM描述,并分析了其采用不同描述风格所得的综合结果.     

基于彩色图像的非结构化道路检测

提出一种基于彩色图像的非结构化道路检测算法。首先将整幅图像划分为均匀的方块，再依据假设的道路区域提取出的道路特征信息将方块分类；对于包含道路边界的方块区域内部的像素点，采用自动阈值分割方法将其分为道路区域的点和非道路区域的点；最后去除道路内部的斑点以及道路外部的非连通区域。该方法可以避免对所有像素点逐个分析，运算量小，检测速度快，基本满足实时性要求，具有一定的抗阴影和水迹的能力。     

基于有限状态自动机的Web服务组合

Web服务是Web上的特殊软件资源,可以被应用系统发现和调用.如何根据用户的需求(目标服务)来组合Web服务是研究中需要解决的重要问题.通过使用有限状态自动机,服务组成的社区中的状态和操作可以使用有限状态自动机来模拟,这样可以表示服务操作的内部和外部概要.结合确定性动态命题逻辑,可以根据已有的Web服务,解决目标服务的可组合问题,产生组合计划.同时讨论了算法的复杂性.     

基于视频的入侵检测研究

视频监控系统是安全防范系统的一个重要部分。该文探讨了视频运动目标检测技术中的预处理,以及包括了减背景、背景差以及光流法的运动目标分割的检测方法,着重讨论了针对该三种方法的改进算法的优缺点,并展望了该领域的发展趋势。