图像数据采集及智能识别技术研究

作战试验是当前部队工作的研究重点,其在数据采集、数据处理及数据识别过程中会产生大量的音视频文件及图片。对这些图像数据的分析结果表明,存在某些图片不清晰、视频数据采集不方便、数据识别结果不准确等问题。因此,为进行作战试验领域的深入研究,对这一过程中所用到的数据采集技术和数据处理识别技术进行探究和改进,从拍摄设备选型和数据采集指导两个方面对数据采集进行分析,提出了图像转化、图像二值化、图像平滑去噪、图像分割和图像边缘检测等主要图像预处理操作,并采用YOLO算法和SSD算法分别建立图像识别模型,通过对采集图像的试验获得了相关实验结果,所提方法有助于指导作战试验工作的开展,提升试验鉴定数据处理及分析能力,增强数据管理控制效能,以至极大拓展数据的利用率,提高作战工作的效率和准确度。

多源数据智能处理系统的设计与实现

图像识别技术在作战试验领域得到了广泛使用,为开展作战指标的构建与评估,设计并开发了多源数据智能处理系统。该系统的主要功能包括数据智能处理、特征提取识别、指标构建评估、报表分析输出和系统数据管理,将视频上传至系统,可对视频进行剪切及预处理操作,对预处理后的图片进行特征提取并智能识别信息从而为指标构建提供反馈,识别的信息可进行输出为后续工作提供保障。该软件系统采用较好的人性化设计,不同作战操作人员可针对工作特点使用软件不同功能,且软件可以利用图表直观地显示测试结果。通过系统测试,系统能够完成作战指标的评估,满足使用要求,达到了设计目标。

基于速度性能指标的雨天环境对北京快速路网影响研究

降雨作为一种常见的气象条件,对城市路网的交通状态有着直接的影响。为避免不同道路交通状态速度评价标准的不统一,基于道路的最高限速,提出了速度性能指标,进而建立了衡量路段和路网拥堵状态的路段和路网拥堵指标,量化了路段和路网的拥堵程度。以大量数据为基础,在对比雨天和晴天2种环境下的各项拥堵指标基础上,探讨了雨天环境对北京快速路网的宏观影响,为雨天条件下的交通规划与管理提供了重要的依据。同时,基于路段拥堵指数,利用ArcGIS软件可视化展示了北京快速路拥堵路段的空间分布。结果表明,与晴天相比,雨天环境降低了车辆速度,增加了路段偶发性拥堵,也加剧了路网的拥堵程度。同时,雨天环境下的工作日平均每小时路网拥堵指数增加了17.2%,周末则增加了28.6%;而其标准差分别增加了22.2%和62.5%,表明雨天环境下工作日和周末的拥堵特性存在一定的差异性。