交警手势的图像处理与识别

提出了一种基于交警手势识别的交通灯控制方法．该方法首先对彩色摄影机采集的交警手势图像进行预处理。包括彩色图像平滑、彩色图像增强;其次利用边缘检测和图像分割方法对目标图像进行分割,由于图像受噪声干扰严重,采用Sobel算子消除噪声;再次将分割得到的目标轮廓进行表示与描述,为图像的识别作好准备;最后结合图像的轮廓特征对图像进行识别,采用了模糊模式识别方法．试验结果表明。该方法能够实现对交警手势准确的识别．     

基于RGB归一化模型与分群算法的交通灯检测

交通灯检测是智能交通系统研究的一个重要方向,采用了一种交通灯实时检测算法.首先,对图像进行RGB归一化处理,得到了几种颜色独立的图像.然后提取图像的二值化信息,并作形态学处理.接着对图像进行分群操作和标记处理,并且根据交通灯形状区域特点做出边长与面积条件判断.最后通过提取交通灯的样本空间来进行匹配,从而锁定交通灯位置.实验部分将其与传统的Hough算法进行比较,结果表明所提算法可以更快且准确地检测到交通灯.     

基于图像轮廓特征和粒子群优化神经网络的气液两相流流型识别

根据流型轮廓特征提取的不变矩能有效检测出具有平移、旋转、比例变化的图像特性,提出了一种基于图像不变矩与粒子群优化神经网络相结合的气液两相流流型识别的新方法。该方法利用高速摄影系统获取水平管道内气液两相流的流动图像,经过图像处理后和形态学轮廓提取图像不变矩特征向量,并以此特征向量作为流型样本对粒子群优化神经网络进行训练,实现了对流动图像的流型智能化识别。实验结果表明,训练成功的粒子群优化神经网络能够快速准确识别水平管道内的7种典型流型,整体识别率达到97.5%,为流型在线识别提供了一种新的有效方法。     

一种基于EDA的智能交通灯设计

基于EDA技术,设计一套十字路口的智能交通灯控制系统.整个系统由VerilogHDL硬件语言描述,完成十字路口和干道上人行横道的绿、黄、红交通灯的状态控制,并且通过对当前路段的车流量检测,智能化地改变绿灯的延时.经仿真表明,该系统是可靠、有效的.     

基于Kinect深度信息的手势识别

设计了一种基于Kinect深度信息和双阈值分割的运动手势识别算法。结合OpenCV和OpenNI,在vs2010环境下实现了该算法。利用Kinect的深度摄像头获取深度图像;对该图像进行双阈值分割,获取手部图像;再对手部图像进行形态学处理,获取完整的手形;最后,利用OpenNI的手势生成器GestureGenerator对手势进行跟踪识别。利用深度图像进行手势识别,通过双阈值分割,不仅去除了背景干扰,也能去除一部分前景干扰。用不同颜色点、圆和线的形式表示各种手势,可以清晰地实时显示识别效果。     

基于联合特征的变电站设备图像识别

随着变电站智能化水平的提高,变电站设备图像分类与识别逐渐实现自动化。变电站设备图像分类识别的结果对故障检测和故障定位等工作十分重要。提取变电站设备图像的sift特征,用K-means聚类、BOF(Bag-ofFeatures)模型等方法,在SVM分类器下实现对变电站设备图像的分类识别。然后,在sift特征基础上提出一种新的特征表示方法,即把图像的sift特征与图像的稀疏表示特征相结合组成联合特征,用联合特征代替sift特征实现对变电站图像的识别与分类。仿真分析结果表明:联合特征是一种更加稳定、高效的图像特征表示方法,可以提高变电站设备图像分类识别的准确率。     

基于机器视觉的无梭织机断经智能识别装置研发

断经是机织物面料最常见疵点之一,也是判定面料品质的重要指标。为了避免断经疵点出现,纺织企业通常采取停经片或人工巡台措施来应对,但这两种方法不仅增加了生产工艺流程和人工成本,还会增加经纱与停经片磨损以及漏巡问题。本文利用机器视觉精确在线采集图像信息,模拟挡车工巡台检查,利用视觉算法对图像信息进行处理分析,从而识别断经,并触发断经信号停机。同时,为降低成本,一台自动断经识别装置控制多台设备,实现多台联动控制,降低企业智能化改造成本。该智能装置实现机器代替人的劳动,推动纺织织造行业智能化水平提升。     

一种基于SVM的人形识别算法

提出了一种基于SVM(支持向量机)人形识别的算法,通过对静态图像小波变换提取目标的局部形状突变特征,并结合动态帧的步态特征,然后利用支持向量机对小样本进行学习与识别.通过实验验证,该算法具有实时性好、识别率高、可靠性高、适用范围广等特点,以达到实现监控自动化和智能化的目标.     

预制叠合板构件智能化识别与检测方法

预制叠合板构件质量问题是导致施工现场预制构件不能顺利安装的重要因素之一。提出了一种基于机器视觉的智能化检测预制叠合板构件的方法。首先通过预制构件生产线上的摄像系统进行图像采集,然后通过滤除噪声对图像进行预处理,通过Canny算子对边缘特征进行提取,通过Harris角点检测算法对图像内部特征进行提取,并将提取出的信息与已储存信息进行对比。利用该方法对三块预制叠合板试件进行特征识别及分析,结果表明：该检测方法可以识别预制叠合板尺寸信息,识别预留孔洞及预埋件的数量、尺寸及位置信息,对预制叠合板特征信息进行检测,并判断构件是否合格,提高了出厂构件的合格率,从而减少了施工成本,降低了工期延误风险。     

基于Kinect的典型零部件识别与定位

针对自动化拆卸的零部件识别与定位问题,提出了一种结合深度信息的典型零部件图像识别与定位方法.利用Kinect传感器获取彩色图像与深度图像,提取出两者之间的仿射变换矩阵,实现彩色图像的矫正;根据相关系数匹配法实现矫正后的彩色图像零部件识别;利用彩色图像与深度图像的对应关系对零部件进行定位.针对典型零部件,对Kinect传感器获取的图像进行仿真实验与处理,结果表明,该方法能对目标进行识别与定位,验证了方法的有效性.     

模糊控制在单个交叉口信号灯自动配时方案中的应用

城市交通控制(UTC)是智能交通系统(ITS)中非常重要的组成部分,城市交通控制的主要任务之一就是交叉口的控制。传统的信号灯定周期控制不能满足交通流量实时变化的要求,控制效果不好。本工作提出了一种采用模糊逻辑进行道口信号灯控制的方法,通过模糊控制实时产生出最优的配时方案,仿真结果表明其优于定周期控制。     

车辆牌照识别技术的研究发展

车辆牌照识别系统即基于图像和字符识别技术的智能化交通管理系统,是智能交通系统的重要组成部分。通过对车辆牌照识别系统及识别技术的分析,总结出进一步研究车辆牌照识别技术的必要性,并提出将模板匹配与支持向量机相结合进行字符识别的算法思想。     

采用红外线的大型公共场所人流诱导疏散方法的研究

针对当前我国城市中各大型公共场所人流量较大易造成拥堵这一状况,本文设计了一套智能化的人流快速诱导疏散系统。该系统可实时监测通道内的人流情况,并在拥堵时通过警示灯提醒行人,指示灯和语音提示自动指引行人使用闲置通道或备用通道。此系统具有实时性、稳定性、智能化的特点。     

基于地磁的智能路口交通灯的设计

智能交通已成为改善现有交通运输性能、加强出行安全、提供更多出行路线的一种有效方式.该文设计的智能路口交通灯系统,利用地磁车辆检测,可以实时调度十字路口红绿灯时间,确保道路最大流量.     

基于后验概率SVM的交通标志识别研究

在无人车交通标志识别系统中,以传统的神经网络算法或标准的支持向量机算法（SVM）设计的分类器,只能反映样本是否属于某类而不能确定样本属于某类的可信度,提出一种后验概率SVM交通标志识别方法。首先对检测与跟踪得到的交通标志大概区域图像进行彩色分割以精确定位交通标志区域,然后采用最大类间方差法分割交通标志的内部图案,最后将分割的结果进行大小归一化作为交通标志的特征图像以训练分类器和进行识别。实验结果表明,基于后验概率SVM的交通标志识别系统在复杂的室外环境下具有很强的鲁棒性和可行性。     

Recognition algorithm for turn light of front vehicle

Intelligent vehicle needs the turn light information of front vehicles to make decisions in autonomous navigation. A recognition algorithm was designed to get information of turn light. Approximated center segmentation method was designed to divide the front vehicle image into two parts by using geometry information. The number of remained pixels of vehicle image which was filtered by the morphologic features was got by adaptive threshold method, and it was applied to recognizing the lights flashing. The experimental results show that the algorithm can not only distinguish the two turn lights of vehicle but also recognize the information of them. The algorithm is quiet effective, robust and satisfactory in real-time performance.     

基于CAN总线交通信号灯区域控制系统的设计

给出一种基于CAN总线的分布式交通信号灯区域控制系统的设计方案，介绍了系统的总体结构、智能交通信号灯控制器的硬件设计、智能交通信号灯控制器与CAN总线的接口设计，并对硬件配置、软件功能作了详细说明。     

城市客货混行干道交通优化控制方法

以客货混行城市干道为研究对象,研究了车辆组成对交叉口及路段交通运行的影响,确定了车流率等因素对车队通过交叉口所需时间的影响.针对客货混行的特点建立客货混行交通信号模糊控制模型,根据车队领头车辆类型、车队组成、主次要通行方向的特性以及各相位车辆排队长度,采用模糊控制算法来确定各相位的绿灯延长时间,并确定了调整相位差.最后用VISSIM软件,对所提出的优化控制方法与常规控制方法进行了对比仿真验证,结果表明,优化方法比常规方法平均减少车辆延误3.6 s,证明了方案的可行性和有效性.     

基于多尺度卷积神经网络的交通标志识别方法

为了提升交通标志自动识别的精度,提出一种基于多尺度CNN的交通标志识别方法(TSR -MSCNN算法).该方法采用三阶段卷积神经网络,融合了低阶、中阶和高阶3种不同尺度的特征,并串联了多个小卷积层用以代替单个较大卷积层.通过对全连接层的神经元个数、Dropout参数、卷积核尺寸等网络超参数进行选比实验,获得了最佳的网络超参数.利用德国交通标志基准数据库(GTSRB)对不同算法进行测试表明,本文提出的算法在较小的网络参数量下能够有效提取交通标志特征,获取的识别准确率达到99.76%,且显著优于传统卷积神经网络方法和多尺度特征方法的识别准确率,因此本文算法在图像识别领域有良好的应用价值.     

基于Zernike矩和BP网络的道路交通标志识别方法研究

道路交通标志的背景相当复杂,颜色失真严重并存在不同程度的几何失真现象。不变矩是图像的一种统计特征,具有平移不变性、旋转不变性和比例缩放不变性,被广泛的应用于图像识别中。在研究了Hu矩和Zerni—ke矩基础上,提出基于Zernike矩与BP网络相结合的道路交通标志识别方法。识别过程分别对图像进行了Hu矩和Zernike矩特征提取、BP网络训练与测试、对形变图像进行分类识别。结果表明：基于Zernike矩和BP网络的交通标志识别方法具有很强的抗图像平移、缩放和旋转识别能力,实现简单、训练速度快、识别率高等特点,且识别准确率优于Hu不变矩目标自动识别。