复杂条件下的船舶目标检测的图象预处理

给出了一种复杂条件下基于视频图象的实现船舶目标自动检测的图象预处理方法,其成功运行于长江三峡临时船闸的船舶检测系统中。因在室外环境中,船舶检测受到反光、阴影等的干扰;对干扰区的检测成为提高精度的关键。提出了一种新的基于边缘带周转象素的灰度直方图构造方法,该直方图能同时用于检测极大和极小的目标,用于反光和阴影区域的检测;并分析和使用干扰区的灰度和结构特征,进行干扰区域的进一步确认,提高了检测精度和抗     

一种快速实用的灰度校正算法

介绍了光学成像系统灰度衰减模型，提出了一种快速的灰度不均图像校正方法。该方法不需要其他的外部参数，也不需要模型，仅通过对灰度不均的图象自身进行运算来加以校正，它基于通过原图象减去背景图像来消除不均的策略，根所图象特性，直接从原图象中取出属于背景上的点，再通过插值或曲面拟合等方法得到整个背景图象。该方法不但保持了原图象上的目标，而且效果明显，简单快速，并具有很好的通用性，高速公路路面病害检测实验结果验证了该方法的有效性。     

广义相关时延估计在管道泄漏检测中的应用

针对实际检测环境中信号信噪比低,噪声影响时间延迟估计的精度的问题,提出广义互相关方法,并给出利用FFT快速求解算法。在输油管道泄漏检测中的应用结果表明,该方法能有效计算泄漏信号到达管道2端的时间差,计算泄漏点位置误差控制在2%以内,改善了相关运算的时延估计性能。     

基于多高斯分布的背景生成算法

提出一种基于序列图像的改进的多高斯分布背景生成算法。该算法在用多高斯分布背景中每个像素建模的基础上,把每个像素对应的若干个高斯分布分成可靠分布和不可靠分布,依据序列图像中每幅当前图像的像素值创建新分布、更新已有分布和删除过时分布来更新背景模型,并实时生成不含运动目标的背景图像。算法定量分析了实验数据,结果证明,该算法具有良好的自适应能力和稳定性。     

面向车辆防撞的车底阴影检测方法

为解决常用车底阴影检测方法在复杂光照及背景条件下检测结果不稳定的问题,提出一种基于聚类分析的车底阴影检测方法。使用改进的高斯混合模型聚类算法对交通图像中的目标,即路面、车道线、车辆、车底阴影进行聚类,利用高斯阴影模型的均值与方差自适应阈值分割图像,提取路面与车底阴影的交线,利用阴影的几何结构特征对检测到的阴影线进行两次合并,得到最终结果。实验结果表明,该方法能有效检测车底阴影,适应白天不同时段、光强变化,在复杂投影的干扰下能实现准确检测。     

论如何做好施工阶段的工程变更和索赔工作

简述了工程变更的含义、范围和内容,对工程索赔的概念进行了介绍,分析了工程索赔产生的原因,从工作人员业务能力、合同管理、施工现场资料收集等方面,提出了做好工程变更和工程索赔工作的措施,以降低工程成本,增加企业效益。     

一种基于高精度地图匹配误差的路径规划方法

在无人驾驶技术发展的过程中,地图的匹配定位与其所指导的路径规划是十分重要的研究内容.路径规划的质量、总代价和稳定性往往与地图匹配定位的准确率有关.因此,论文使用正态分布变换算法进行基于高精度地图的无人车匹配与定位,然后将匹配误差引入路径规划代价函数.并引入道路危险系数的概念,根据匹配误差修改障碍物附近道路的危险系数,从而提高路径规划的稳定性和安全性.此外,论文进行了仿真实验,验证了算法的有效性.     

基于先验知识和纹理方向性的车标定位方法

基于先验知识,根据车牌与车标的相对位置关系,首先对车标进行粗定位,得到包含车标图案的矩形粗定位区域。为了利用车标背景散热片的纹理方向特征,引入纹理方向测度的概念。根据纹理测度将散热片纹理分为两大类:类水平纹理和垂直纹理。在精定位阶段,对于不同的纹理类型采用不同的定位方法:对于类水平纹理,采用动态模板定位边界,对复杂水平纹理和复杂网状纹理具有良好的定位效果;对于垂直纹理,引入边缘颗粒度的概念,既有效地消除非车标区域的噪声点,又完整地保留车标本身的信息。实验结果表明,该方法鲁棒性好,能够快速、准确地定位车标位置,平均成功定位率为97%,在测试环境下平均定位时间为22ms,定位效率和定位成功率能满足实时系统的需要。     

泄漏信号定位中的时延估计算法

时延估计是阵列信号处理中的一项关键技术,广泛用于如语音增强,说话人定位,其目的是要估计出同源信号到达不同传感器时,由于传输距离不同而引起的时间差。现有的算法主要包括相关、广义互相关方法、自适应最小均方方法等。这些算法因其抗噪性能不同,有着各自的应用场合。本文在一段公共的声波数据上利用各种算法进行时延估计,分析比较算法性能,并将相关方法应用于管道泄漏检测定位误差不超过5%。