高速公路车道级视频检测区自动设定方法

针对云台摄像枪在轮巡过程中无法自动设定视频检测区,从而影响交通事件识别准确率的问题,提出了一种基于视频的高速公路车道级检测区自动设定方法。首先,通过分析U-Net和MobileNet系列模型的特征,结合深度可分离卷积和倒置残差等结构,设计了一个高效且轻量化的R-Net系列模型,专门用于车道线和可行驶区域的语义分割。在此基础上,根据高速公路特定场景识别任务的特点,提出了一种基于连通域分析的车道线和检测区标记算法,实现了车道级检测区的自动设定。同时,为了提高标记算法的准确率,首次引入了阈值处理和叠加帧数这两种预处理方法,然后利用二次方程对车道线标记结果进行拟合,实现了车道线完整且平滑的分割。实验结果表明,R-Net系列模型的性能指标MIoU与传统模型如SegNet和U-Net接近,但显著减少了模型参数量和内积运算量,其中R-NetV2模型的分割性能指标MIoU达到90.6%,与U-Net相比仅下降了0.4%,但其模型参数量减少了38.7%,内积运算量减少了62.5%。对经过预处理后的语义分割结果进行标记,车道线标记准确率与传统方法相比从80.47%提高到95.58%。

分布式发电系统逆变器侧孤岛检测及非检测区描述

针对分布式发电系统逆变器侧孤岛检测方法进行综述研究,对孤岛检测方法进行分类,并分析各种孤岛检测方法的原理和优缺点,阐述孤岛检测的非检测区(NDZ)4种常用的描述方法,说明了不同NDZ描述方法的适用场合和特点;指出通过频域分析技术优化增益控制可以减小但不能完全消除NDZ的误差,而采用不同检测原理的组合检测方法有可能实现无NDZ的孤岛检测.

基于检测区策略的自适应蚁群优化算法

为了弥补蚁群算法搜索时间长,容易出现停滞的缺点,本文在前人研究的基础上,提出建立检测区的策略,算法在检测区内每迭代m次,就检测一次算法是否陷入局部最优。在停滞发生的情况下,自适应改变q0的大小,并在整个寻找过程中自适应改变全局信息素挥发系数及信息素的最大、最小值,以此实现信息素的动态更新和搜索路径的自动改变,从而达到提高算法的搜索能力的目的,同时又能很好地避免收敛过程中出现的停滞现象。实验验证了理论的正确性和算法的有效性。

基于本地被动式孤岛检测技术非检测区的研究

通过对三种主要的本地被动式孤岛检测技术的分析,推导出测量过(欠)压/过(欠)频孤岛检测技术优劣的方法——孤岛检测技术非检测区。由非检测区分析得出,通过减小负荷品质因数和主动式孤岛检测技术相配合的方法减小或消除非检测区。仿真试验验证了理论推导的正确性。

直管道电场指纹法有效检测区范围的数值模拟

目的确定电场指纹法应用于直管道时的有效检测区大小。方法采用COMSOL多物理场数值模拟的方法,研究直管道模型在电场指纹检测时的电场分布特征,并探讨电流输入方式、电源电极尺寸、管道尺寸等因素对有效检测区的影响。结果双路电流输入方式能够获得更大的有效检测区,可提高电流利用率及检测效率。有效检测区大小受电源电极尺寸、管道壁厚变化的影响极小,受管道公称直径影响较大。有效检测区与电源电极的最小间距固定,约为管道公称直径的1.5倍。结论确定了电场指纹法应用于直管道时有效检测区的大小,为电场指纹法的管道检测规范的制定提供了科学依据。

融合检测区标定与特征点识别的车速估计方法研究

针对目前人工标定特征点存在误差大等不足之处,提出了一种自动识别特征点的方法。首先设定合适的检测区进行摄影测量时的相机标定,其次利用图像预处理、图像分割及形态学滤波处理(图像膨胀、开运算)等去除噪点,从而识别出车辆轮胎,利用函数bwtraceboundary来获取轮胎边界,然后依据圆的各种公式来获取相应的参数,求出轮胎的半径。同时再对其圆心进行标记,从而标注出轮胎中心点,进而精确识别轮胎中心特征点及其坐标。并通过坐标转换关系确定特征点的实际坐标,最后运用交通事故视频车速鉴定标准进行车速估计,从而实现提高测速精度的目的。实验验证表明,利用该方法对车速进行估计,其估计结果误差降低了3.07%。

基于YOLOv5 DeepSORT和虚拟检测区的车轴时空定位方法

为获得道路桥梁上汽车车轴的分布状况,基于YOLOv5 DeepSORT机器视觉技术对监控视频中车轴时空定位的方法进行研究。首先,根据监控视频中车轴多尺度、小目标的特点,提出基于Faster R-CNN算法的图像半自动标注方法,快速构建车轴目标检测数据集;利用YOLOv5算法检测视频中的车轴目标,并对YOLOv5系列算法性能进行评估;然后,提出在视频监测区域中设置虚拟检测区,先利用卡尔曼滤波算法对车轴目标的位置和状态进行预测,再分别利用重识别算法、匈牙利算法和级联匹配方法实现前后2帧车轴目标的匹配,完成基于DeepSORT算法的车轴多目标跟踪,生成车轴轨迹;最后,利用多目标跟踪结果,结合直接线性转换和基于匀速假定的位置推定,实现了对桥上所有车轴的时空定位。结果表明:在目标检测方面,YOLOv5s6模型表现最优,准确率达到96.42%,检测时间19.2ms/帧,对车轴具有高准确率和更快的检测速度;在多目标跟踪方面,基于虚拟检测区和YOLOv5 DeepSORT的多目标跟踪方法具有更好的检测和跟踪效果,与不设置虚拟检测区对比,多目标跟踪精度(MOTA)和识别精确率与识别召回率的调和平均数(IDF1)分别提升了14.7%和10.1%,被跟踪目标身份发生改变的次数(IDS)减少了108次。基于YOLOv5 DeepSORT和虚拟检测区的车轴定位方法能在车轴发生遮挡、目标较小和驶出检测区域等情况下准确检测和定位车轴,可为移动荷载识别提供准确的位置信息,同时也为桥梁动态称重方法的车轴信息检测提供了一种新思路。

利用GLCM纹理分析的高分辨率SAR图像建筑区检测

根据高分辨率SAR图像上建筑区的影像特征,提出了基于灰度共生矩阵(gray-level cooccurrence Matrix,GLCM)纹理分析的建筑区提取方法,该方法由初步定位和边界调整2个步骤组成,均遵循特征计算、基于Bhattacharyya距离的特征选择和KNN分类流程,所不同的是2个步骤中分别采用了逐块和逐点计算纹理特征的方式以兼顾纹理分析的效率和准确性。文中对不同SAR传感器获取的图像进行了实验。实验结果表明,选用具有最大Bhattacharyya距离值的3或4个特征可以获得较好的初步定位结果,建筑区的检测率超过80%,虚警率低于10%;随着边界调整的进行,检测到的建筑区边界逐渐接近于真实边界。实验结果验证了该算法的有效性。

基于图像偏振特性的野外环境积水区域检测

野外机器人视觉导航是复杂场景理解一个重要的研究领域,在军事和智能交通等都有广泛的应用。本文提出一种利用光的偏振特性的环境积水区域目标检测方法,利用水体的高偏振度和水体区域具有相似偏振相位的特点,对图像积水区域进行分割。实验结果表明,该方法在复杂自然环境下对积水区域和泥泞区域检测具有良好的效果。与传统机器视觉方法相比较,偏振视觉手段计算简单、准确,与现有图像处理技术结合使用,更具普适性。

基于兴趣区检测与分析的水上桥梁识别

研究自然景物光学图像中大型水上桥梁自动识别的问题 ,提出了一种新的基于知识的两阶段目标识别策略 .首先在全视场中检测符合水上桥梁上下文关系的兴趣区 ;随后对检出的兴趣区进行图像分割与特征抽取 ,基于桥梁的几何特征运用模糊推理识别目标 ,并选择中央桥墩或桥身为瞄准点 .对多种场景多种类型的大型水上桥梁光学图像作识别实验 。

基于兴趣区检测的远距离机场目标识别研究

典型目标的检测识别是精确制导武器的关键技术之一,具有广泛的应用。根据远距离前视红外机场目标图像的特性,文章提出并实现了一种利用边缘线段群特征检测感兴趣机场目标区域,并进一步分割、识别潜在目标的新算法。仿真实验结果证实算法是合理、有效的。本文的算法结构简单、适应性广、适合于实时处理,具有广泛的应用前景。

机载复杂遥感场景下特定建筑区检测跟踪算法

特定建筑区域的自动检测及跟踪在机载遥感视频数据处理中具有重要意义,是非悬停机载平台面向任务对地搜寻及火控系统引导的关键技术之一.针对实际复杂应用场景,提出一种特定建筑区检测跟踪算法.首先,将离线获得的目标区参考图进行局部描述子特征提取.目标区在线检测阶段,为保证时效性,提出基于边缘显著性的快速SIFT(Scale Invariant Feature Transform)特征提取方法,对待检测大视场图像中疑似建筑区域提取局部描述子特征;并通过设计层次化的特征点匹配方法实现目标区的高可靠检测.目标区在线跟踪阶段,通过自适应开窗及轨迹预测技术有效圈定疑似目标区,并在圈定的有限范围内进行最终目标确认及稳定跟踪.实测数据仿真结果表明,本文提出的算法能在复杂场景条件下,实现对特定建筑区域的快速检测及稳定跟踪.可为将来实际系统应用提供关键技术支撑.

基于兴趣区检测的地面目标识别方法研究

提出了一种基于兴趣区检测的地面目标识别方法。根据目标模型的有关几何形状和热辐射知识,采用自上而下的计算模型,计算所提取的基元特征的显著性,并根据基元特征的显著性的大小确定出注视点及相应的兴趣区,然后对兴趣区中的图像进行分割,并利用模型知识对分割图像进行识别。该方法对已有的红外目标图像系列取得了很好的识别效果,提高了识别精度和弱小目标检测识别的能力。

应用超声多区聚焦技术检测大厚度电子束焊缝

采用多区聚焦超声检测技术检测结构件的大厚度电子束焊焊缝。通过人工缺陷上检测灵敏度试验,结果表明:厚70mm以内检测灵敏度可以达到0.4mm平底孔且信噪比达到9dB以上,完全满足超声可检性的要求;水浸法平探头检测和接触法纵波检测的信噪比差,均不如多区聚焦检测,无法满足超声可检性要求。对于厚度为60mm的电子束焊缝,多区聚焦检测能检测出0.4-15dB的小缺陷,优于射线照相检验的灵敏度。因此多区聚焦检测技术是大厚度电子束焊缝质量评价的有效工具。

复杂背景的夜光遥感建筑区检测

提出了一种新的解决夜光遥感复杂背景问题的单阶段深度卷积检测网络,首先通过提取高维特征再特征选择的思想设计分类网络提取语义特征,并研究不同的通道数网络对降噪的影响;提出灰度能量的先验框匹配,将低噪声高质量的匹配框输入SSD检测网络,并使用积分图思想简化计算;使用可变形卷积以适应目标的形变,并获取更强的几何特征表达能力;通过加入顺序连接与密集连接改进全局语义模块,引入了网络的跨层信息交互,其注意力图综合考虑了高低感受野以有效区分小型目标和背景噪声。在夜光遥感数据集上通过实验验证了所设计的网络相比于其他单阶段网络具有优势,对于复杂背景下的建筑区具有较好的检测效果。

碳纤维复合材料方杆R区的超声相控阵检测方法

针对碳纤维复合材料方杆R区缺陷的检测难题,分析复合材料方杆R区的检测难点。对常用线阵换能器探头声场分布进行了仿真分析,使用CIVA软件对碳纤维方杆R区的检测工艺进行优化仿真,并制作了含有自然缺陷的对比试块,对其进行了试验验证,提出了基于超声相控阵检测方法的检测方案。试验结果表明,使用线阵列换能器进行线扫和扇扫的方法,均可以有效解决碳纤维复合材料杆件R区缺陷检测难题。

基于DSM排序的真正射影像遮挡区自动检测算法

遮挡区自动检测是真正射影像制作过程中的关键技术环节。本文提出一种改进的基于DSM排序影像遮挡区自动检测算法，将DSM以地底点为中心分为多块进行排序，并进行了基于GPU的并行加速实现；以分块排序后的DSM为基础进行遮挡区检测，降低了算法的时间复杂度。实验结果表明，提出的方法能有效进行影像遮挡区检测，且执行效率较高。

结合对比特性与局部清晰特性的图像显著区域检测

为了有效地确定图像中的重要区域,文中根据人眼视觉关注中自上而下和自下而上的两种特点,提出了一种结合图像对比特性与清晰区域的显著检测方法.图像中颜色的全局和局部对比引起低级视觉关注,而图像的清晰部分通常对应于拍摄时所关注的对象,反映高级视觉特性.采用颜色分类和检测图像细节区域的方法分别提取了两类显著图,并将它们组合起来.实验结果表明,通过综合考虑两种视觉特性得到的显著图,对多类图像都能较好地检测出与人眼视觉关注相吻合的区域.

佛山顺德区某大厦结构检测鉴定

对某大厦外凸弧形外墙的底部水平裂缝进行检测和鉴定,指出裂缝是因墙体顶部未设置有效约束,墙体受到热胀冷缩引起的向外推力作用而导致,同时对加建的钢屋架和钻孔灌注桩等进行检测,为类似工程提供参考。

基于GeoHash的船舶入区检测告警方法研究

结合船舶入区检测告警中的应用特点,利用GeoHash编码、批量处理等技术,实现了大规模船舶入区检测告警方法。预先将告警区域转换成GeoHash编码集合,实时检测时,定时批量读取船舶位置转换成GeoHash编码集合,将两个集合进行相交计算,如果交集为空,则没有船舶在检测区域内,不为空则进行进一步检测。实验结果表明,该方法能较好地满足大规模船舶入区检测告警的需求,检测效率较高。