基于小波域彩色交通图像的噪声处理方法

文章分析了图像处理在智能交通系统中的应用前景及现实意义，对小波变换的原理及其在彩色图像的去噪处理方面的应用进行了研究。通过Matbb软件仿真实现了基于小波域的滤波，并通过与其它方法比较的验证了该方法的优势及可行性。     

浅谈交通检测器在现代交通中的应用

随着中国经济的高速发展,人们的出行也越来越方便,相对的交通道路越来越拥挤。只是人为的对交通的管控已经无法满足需求,所以迫切的需要智能的交通系统对道路实施布控,让人们更安全的出行。交通检测器就成为了智能交通中必不可少的部分,今天就不问探讨一下交通检测器在交通中的应用以及在不同道路适合什么样的检测器。     

基于小波域彩色交通图像的噪声处理方法

文章分析了图像处理在智能交通系统中的应用前景及现实意义,对小波变换的原理及其在彩色图像的去噪处理方面的应用进行了研究。通过Matlab软件仿真实现了基于小波域的滤波,并通过与其它方法比较的验证了该方法的优势及可行性。     

一种交通信息服务系统的设计

提出了一种成本低、相关技术成熟的交通信息服务系统设计方案。方案征用车辆采集交通数据(称这种车辆为探测车),配备汽车导航系统的汽车无须附加成本即可成为探测车。采样数据通过GSM短消息送达信息中心。信息中心统计并预估全路网任意路段的实时行程时间。交通路况发布采用短消息小区广播。     

基于Agent的交通信息监控平台的设计

为了提高高速公路交通综合管理系统的可扩充性和可重用性,采用Agent技术设计基于Agent的交通信息监控平台,将交通系统中的各个模块封装成具有自主性、智能性和协作性的Agent,并确定了不同功能、不同层次的各Agent的内部结构.参照FIPA Agent,设计平台各Agent之间的通讯机制和协议,从而将不同功能、不同层次的Agent通过一定的协调机制有机地组成一个多Agent系统.     

一种改进的复杂图像线特征提取方法

针对传统Beamlet变换无结构算法在提取图像线特征时存在的线断裂、重叠、模糊等问题,提出了一种提取复杂图像线特征的改进方法。该方法首先利用小波变换对图像进行预处理,以突显细节特征;接着对预处理后的图像进行Beamlet变换,得到变换系数集合;然后在阈值化时,定义了新的能量统计,在可视化时,制定了新的划线规则,并使两者结合,以确保每个二进方块最多只用一条最优基表征;最后将所有方块中的最优基作为线特征提取出来。实验结果表明,与传统算法相比,在没有明显增加计算量的前提下,该改进方法对线条丰富和边缘复杂的图像的线特征提取,表现出明显的优势。     

一种字符定位及识别技术在交通领域的应用

字符定位与识别技术在交通领域应用广泛.字符识别系统包括字符图像的拍摄、预先处理,将字符从图中截取出来,最后对字符对比甄别.采用灰阶处理、均值滤波等方法对图像预处理.在字符定位部分,采用边缘检测算法对字符图像在原始图中位置进行定位.在字符分割前,对字符进行二值化及倾斜校正.利用区域增长(region growing)方法...     

一种新型的量化方法与基于小波变换的指纹图像压缩

针对矢量量化和标量量化各有优劣的现状，一种简单，有效的新型量佛方法被提出来了。本文把应用于基于小波变换的指纹压缩，改进了ＥＢＩ的ＷＳＱ算法，大大降低了量化计算复杂度。即获得较高的压缩比，又有较好的主客观质量，并与ＪＰＥＧ标准进行了对比。     

一种基于小波阈值函数的交通图像去噪算法

针对高速运动条件下交通实时监测图像的失真和去噪问题,介绍小波阈值图像去噪过程和传统GCV阈值的原理,引入整数小波变换和合并递推运算的思想,提出一种快速递推GCV阈值的小波图像去噪方法。仿真实验分析了传统GCV阈值和快速递推GCV阈值去噪的效果,并比较了两种算法的复杂度。结果表明,快速递推GCV阈值算法不仅保留了传统GCV阈值算法去噪效果明显的特点,而且很好地解决了算法复杂度较高的问题,具有良好的应用前景。     

智能交通云：基于云计算的智能交通系统

基于云计算和智能交通系统（ITS）,本文提出＂智能交通云＂的概念。智能交通云使ITS的建设避免了计算机硬件和软件的投入,也使ITS传统建设模式——信息来源受限于系统服务目的——改变为在扩大信息来源基础上创新服务。智能交通云具有开放性、规模性和创新性（动态演进）的特点。     

基于小波变换的压线检测算法的设计与实现

针对我国交通行业的发展现状,为了研发基于视频的车辆违禁压线检测系统的需要,在对智能交通系统进行分析和研究的基础上,客观地比较和借鉴了现有的视频监控技术,根据交通道路中央黄线区域的分布特点,提出了基于小波变换的压线检测算法,实现了对车辆轧压道路中央黄线区域的检测.首先利用小波变换的图像分割技术,将道路中央的黄线区域分割出来,以缩小检测范围;然后运用基于颜色直方图的图像分割匹配算法判断车辆是否轧压了黄线区域.在此基础上,开发了车辆违禁压线检测原型系统.实验结果表明,该算法在检测成功率、误检率和时效性等方面都优于其它算法,更能满足工程实践的需要.     

基于无标度摄像机的车流速度估计算法研究

该算法假定视频帧中的车辆近似于在二维平面上沿着直线运动,由像素在图像中的不同定位来表示车辆在图像中的运动距离,在跟踪车辆的过程中获得比例系数,再通过一个适合比例系数的线性方程,对实际运动距离进行估计.由实际运动距离和已知的帧率就可以对车流速度进行估计.实验结果表明,在既没有对摄像机进行直接控制,也没有在场景中放置标度物体的前提下,算法具有一定的有效性与准确性.     

基于扫描线和特征筛选的车牌定位快速算法

以对车牌识别准确率影响最大的车牌定位技术为重点,研究并提出一种基于扫描线和特征筛选的车牌定位算法,该算法先记录并分析二值图像中相邻水平扫描线上的跳变点信息,确定出候选车牌区域,再根据车牌特征筛选,最终确定车牌区域.对113幅不同车型的图像进行测试,结果表明,去噪处理对定位准确率有很大影响,当车牌倾斜角度小于5°、且经过去噪处理时,定位准确率超过90%,定位时间小于0.9s.     

单目视觉导航智能车辆的自定位方法

提出了一种单目视觉导航智能车辆的自定位方法,采用"两步法"对摄像头进行标定;推导出智能车辆位姿的参数表达式,采用基于一点的Hough变换方法提取导航路径信息,计算出导航路径的偏转角β和横向偏移距离d;通过仿真实验进行了验证.实验结果表明,偏转角β的最大误差在1.1°之内,横向偏移距离d的最大误差不超过3.2cm,满足智能车辆的自定位要求.     

基于三次B样条曲线的特色照相系统算法模型

给出了一套娱乐性照相系统的算法模型,其原型为哈哈镜.模型以三次B样条曲线为基础,主要为内存和计算能力有限的手机、PDA等手持设备设计.模型的基本思想是将图像抽象成一组直线的集合,将图像的变化看作是这组直线的变化;对这组直线的变化建立数学模型,使图像的变化变成可以描述并且可控制的数学表达式;再将这个教学表达式映射成图像的变化.为了增加模型的实用性,最后又对这个模型进行了优化,将图像的变化转变成图像像素坐标的变化,以变化模板的方式替代了复杂的计算,从而使模型更具有实际使用价值.     

基于快速人脸检测的实时呼吸测量系统的设计

提出一种基于快速人脸检测的呼吸测量方法,通过普通摄像头捕捉人体呼吸所带来的胸口轮廓的变化规律,提取人体呼吸波信号,计算实时呼吸率。系统采用基于肤色的人脸检测方法,可以快速检测出摄像头获取的图像中人脸位置,根据人脸和胸口的一般化距离,实现胸口定位,获得此后所获取的每一帧图像中胸口区域的灰度值,对数据进行小波去噪等一系列处理,通过算法获得实时呼吸率。通过实际测量实验和对比实验表明,该系统具有很好的准确性和实用价值。     

路面车辆的视觉检测方法

智能车辆是近年来的研究热点,基于视觉的车辆检测与识别技术是智能车辆技术研究的一个重要组成部分。介绍国内外路面车辆检测技术的研究方法和发展现状。根据检测的不同方法,以视觉传感器为主,从特征和运动的角度论述目标检测的方法;从模板、外观和分类的角度论述目标识别的方法。介绍立体视觉和多传感器融合的技术。对智能车辆障碍物检测和识别技术的发展进行了展望。     

用于视频中车速自动检测的摄像机自动标定方法

针对目前基于视频的车辆测速方法均需通过手工标定而造成的低效和可操作性差的问题,提出了一种对典型配置的道路监控摄像机的焦距、俯仰角、离地距离等重要参数进行自动标定的方法。首选利用自然场景中两组正交平行线在视频图像中形成的消失点之间的内在关系对摄像机的焦距和俯仰角实施精确标定;在此基础上利用视频中目标车辆群体的平均宽度对摄像机与地面之间距离进行自动标定。实验表明,该算法具有参数测量精度高和可靠性好等优点,可作为现有道路视频监控设备实施车辆速度、类别、流量等数据的自动采集、分析和监控,以及电子违章抓拍设备的有效自动标定手段。     

基于最大最小蚂蚁系统的动态车辆路径问题研究

在描述动态车辆路径问题的基础上,通过对计划周期分片,将动态车辆路径问题转换为一系列的静态子问题,并采用改进的最大最小蚂蚁系统对静态子问题进行求解。在最大最小蚂蚁系统中,针对聚类分布和随机分布的客户,分别采用顺序法和并行法构建路线,信息素的更新量随着可选客户数量的不同而改变,同时在算法执行过程中对期望启发式因子、选择概率、信息素持续因子和蚂蚁数量等参数进行自适应调整。以整个路线的行驶距离作为目标,采用该算法对9个算例进行测试,与其他文献中算法的计算结果相比较,在使用车辆数量基本一致的情况下,9个问题都得到了最好解和最好平均解,表明了算法的有效性。     

基于视觉的智能车转向控制策略

在第三届全国大学生"飞思卡尔"智能车大赛参赛过程中,对提前入弯理论的提出与实践的一个总结。该策略是在获取赛道实时图像的基础上,提取引导线信息,通过对舵机理想模型的分析,创新性地利用实时检测的速度动态地改变入弯点,实现提前入弯策略,控制转向舵机,使之达到较为完美的转弯特性。实验表明,该方法提高了舵机的动态性能,实现了智能车过弯路径的最优,最终平均车速达到2m/s,入弯最大速度达到2.4m/s,弯道平均速度达到1.5m/s,满足全程高速状态的要求。