基于卷积神经网络的汽车图像损坏检测

探讨卷积神经网络(CNN)在汽车图像中损坏识别的应用,通过收集包含不同损坏程度的汽车图像数据集构建一个CNN模型,利用准确率等关键性能指标对该模型进行深入评估。实验对比多种损失函数对模型性能的影响,分析表明,采用稀疏类别交叉熵损失函数的CNN模型在性能表现上较为突出,其准确率达到97%。这一发现证明,稀疏类别交叉熵在提升模型准确性方面的显著优势,本研究为利用CNN在汽车图像中实现损坏识别提供有力支持。

运动汽车图像静态视点平滑特征优化仿真

由于运动汽车图像在特征采集过程中,汽车处于高速运动状态,采集的过程无法与汽车完全同步,造成汽车的特征像素分量在高速运动中丢失,产生较大的像素运动噪声,使得汽车图像边缘高频特征因为运动干扰而模糊。传统的平滑过渡方法在对运动汽车图像进行平滑处理时,按照图像中像元灰度值计算突变特性,但受到像素丢失与噪声无法抑制的影响,无法解决运动汽车图像高频分量对图像像元灰度值的干扰问题。提出基于替身运动DR算法的运动汽车图像静态视点平滑过渡方法,用替身像素描述汽车在场景中的运动特征,替身像素在场景中运动并同其它汽车的替身进行交互,采用局部化的车辆模型提高运动汽车场景的逼真度,通过依据替身运动的平滑过渡算法完成归一化线性运动汽车图像静态视点的平滑过渡,解决了运动汽车图像的平滑过渡问题。实验结果说明,所提方法可确保运动汽车图像边缘锐化,有效处理平滑噪声和锐化边缘。

复杂环境下的汽车图像牌照定位方法

在汽车牌照识别系统中 ,车牌图片定位的准确度因受光照、背景和气候等原因的影响 ,牌照定位有一个较难解决的图像分割问题。作者采用了多层次分割方法对汽车牌照作准确定位。经实践证明 ,该方法实时性好、准确度高 。

畸变汽车牌照图像的空间校正

首先针对我国汽车牌照的常规模式 ,提出了用Hough变换提取牌照边框参数的方法 ,进而求得汽车牌照四边形区域 4个顶点的坐标 ,并且给出了利用对极坐标参数表示的直线进行Hough变换的具体途径。然后 ,根据畸变牌照的 4个顶点和归一化汽车牌照图像的 4个顶点之间的一一对应关系 ,求解双线性空间变换方程 ,进而对畸变图像进行校正。最后给出了一种图像毛刺的剔除方法。实验表明 。

具有图像记忆功能的汽车黑匣子的研究和设计

文章设计了基于TMS320C6205的汽车视频图像实时存储系统,给出了系统的硬件结构,阐明了系统的工作原理。该系统将不同车速和车况下的视频图像进行实时采集、压缩、和存储,实现了汽车运行视频图像的实时存储功能。

汽车类外观专利图像三维重建

为实现由汽车类外观设计专利图像到三维模型的恢复,结合汽车类外观专利图像的特点,提出融合从明暗恢复形状(SFS)与轮廓线法的汽车类外观专利图像三维重建方法。结合右视图及主视图的轮廓对由SFS得到的模型进行深度校正,得到较为精确的单幅图像三维模型;利用轮廓法恢复物体的整体模型,通过计算各单幅图像模型及整体模型的位置坐标,进行各模型之间的对齐操作,使两种方法得到的模型融为一体,得到融合模型。实验结果表明,与其它方法相比,该方法得到的三维模型在整体与细节方面都得到较大提升。

基于轮廓线法的汽车类外观专利图像三维重建

对立体产品的外观设计专利图像进行三维重建是外观设计专利三维检索的基本前提。结合汽车类外观专利图像的特点,提出汽车类外观专利图像三维重建方法。该方法利用三视图理论及汽车模型的对称性,根据俯视图信息确定主视图与后视图之间在不同高度的距离,进而获取三维空间点坐标;对车轮部分的连接进行特殊处理,并按照子轮廓线连接法构造四角面片,实现三维模型的重建。实验结果表明:1)与传统方法相比错误面片数降低了19.4%;2)重建效果图在外形上与实际物体更为接近。

一种汽车牌照图像分割的新方法

采用距离变换方法对由目标像素和背景像素所组成图像中的所有像素 ,找出目标像素到其最近的背景像素的距离 ,经过变换映射得到汽车牌照的几何信息 .最大限度地利用了图像的几何位置信息 ,可使信息损失率最低 .该方法对噪声、光照变化、牌照缺损、倾斜及变形等情况不敏感 .本方法中采用的灰度变化与传统的二值化方法不同 。

梯形高斯隶属度量化算法及在汽车图像库的仿真

为了提高汽车图像检索的准确率,选择了一个合适的颜色空间和量化算法。首先本文自建了1000张汽车图像库,其次在HSV颜色空间提出了梯形高斯隶属度量化算法进行特征提取,最后通过欧式距离和加权距离进行相似度匹配。实验结果表明,该算法对汽车图像进行检索时的平均查准率要比梯形隶属度量化算法在欧氏距离进行相似度量时平均高出11.2个百分点;在加权距离进行相似度量时平均高出10.9个百分点。

一种基于线阵CCD的汽车底盘图像矫正算法

线阵CCD以固定行频采集汽车底盘图像时,图像会被不同程度地拉伸或压缩,为了减小变形图像与标准数据库中图像之间的差异,提出一种图像矫正算法。获取两幅图像的水平投影曲线,并计算两条曲线上的极值点,以极值点为参考点将两幅图像分割成数目相同的子块,对子块图进行双线性插值处理,从而实现图像变形矫正的目的。该算法在10种不同车型的100幅汽车底盘图像上进行实验,以算法矫正结果图与标准汽车底盘图的差值作为评价标准,结果表明该算法是有效的。

基于Relief算法的汽车车载承压焊缝图像缺陷融合识别研究

当前汽车车载承压焊缝图像缺陷识别过程中的特征类别重叠,冗余度高,造成识别精度低,提出基于Relief算法的汽车车载承压焊缝图像缺陷融合识别方法。采用Relief算法计算汽车车载承压焊缝图像特征权值。利用最大相关最小冗余算法(mRMR)进行焊缝图像缺陷特征降维,通过互信息方法权衡特征和类别之间、特征和特征之间的相关度,选出与类别具有最大相关性、最小冗余性的图像特征,通过缺陷特征选择获取图像缺陷特征集合。对缺陷特征集合进行融合处理,得到待选特征子集。采用优化后的SVM分类器对待选子集进行分类,输出汽车车载承压焊缝图像缺陷融合识别结果。实验结果显示,本文方法能够有效除去冗余特征,区分缺陷特征类别,准确识别汽车车载承压焊缝图像缺陷。

一种改进的图像水平倾斜角度测量算法的应用

在汽车面板检测过程中,由于检测设备制造工艺影响,摄像头拍摄到的汽车面板图像在水平面上存在微小角度偏移,需测量其角度大小以保证后续汽车面板检测的正确性。通过图像字符连通域中心坐标算法获取相应的坐标数据,根据最小二乘直线拟合法对图像数据进行处理,计算倾斜角度为-0.6°。图像字符连通域的中心坐标直线拟合角度计算法,根据这种改进的算法能够在短时间内精确地计算出图像水平倾斜角度。

一种优化的ARTIS免疫系统模型研究及其应用

在介绍ARTIS免疫系统模型的基础上,提出多字段r连续位匹配规则来优化ARTIS模型并将其应用于汽车图像识别中。实验表明,优化的ARTIS模型不仅提高了模式识别的效率,而且算法的时间复杂度和空间复杂度是令人满意的。

基于驾驶员制动操作行为的车辆追尾预警算法

利用图像式汽车行驶记录仪在北京市采集了大量自然行驶状态下的驾驶行为数据,基于追尾碰撞中的驾驶员制动操作行为,分析驾驶员安全与危险跟车状态和车辆状态参数之间的关系,利用Fisher判别分析法建立了符合驾驶员危险感知特性的车辆追尾预警算法。研究结果表明该算法总的判别准确率高达95%。

基于图像式行驶记录仪的汽车-自行车交通冲突特性研究

汽车与自行车事故在我国交通事故总数中占有重要比例。为了研究汽车与自行车交通冲突/事故特性,本文选用50辆出租车,利用图像式汽车行驶记录仪在北京市开展了为期一年的交通冲突调查,从冲突类型、中突时间、冲突地点及交通控制方式、中突车速及交通流、驾驶员视线遮挡等方面综合分析汽车-自行车冲突特性,研究结果对道路交通安全管理、道路设计及事故预防技术具有重要的意义。

汽车与行人交通冲突中驾驶员操作特性研究

在北京50辆出租车上安装了图像式行驶记录仪,进行了为期一年真实道路环境下的交通冲突调查。本文基于收集的交通中突数据,从冲突时间、地点、自车速度和驾驶员的制动操作等方面对车辆与行人的冲突特征进行分析,提出了车与行人冲突发生的原因,为汽车与行人事故的预防提供了理论基础。

ComeMon CarPC：开进汽车数码新时代

在不知不觉中，你会否发现自己的座驾已有点老土？王志就是这样。偶然的机会，他坐上朋友的帕萨特，发现这辆外表看起来不甚特别的怕萨特却不同凡响；不仅能听音乐，看影碟，还能上网，玩游戏。

基于Logistic回归的驾驶人跟车危险认知模型

为探索紧急情况下驾驶人跟车危险认知机理,利用图像式汽车行驶记录仪在中国首次开展了大规模的交通冲突调查,基于采集的实际交通环境下的追尾冲突数据,分析了驾驶人制动操作与驾驶人安全和危险状态判断之间的关系,提出了基于Logistic回归的驾驶人跟车危险认知模型。研究结果表明:车头时距和碰撞时间是影响驾驶人跟车危险判断的重要参数;经模型的拟合优度和预测准确性检验,提出的模型在城市交通环境下具有较好的适用性。