基于图像深度重定义的雾天车道线特征提取

为了解决雾天车道线特征不清晰、车道线特征分割阈值选取困难的问题,提出了一种结合图像深度重定义去雾模型的雾天车道线特征提取方法。首先,将采集装置与道路之间的实际场景映射到几何模型上。其次,在抽象好的几何模型上提出图像深度图的定义,并根据图像深度图以及雾天图像模型计算去雾之后的图像。最后,利用图像HSV颜色模型,构建图像分割模型,对车道线特征和非车道线特征进行初步分割,并结合OSTU阈值调优方法对车道线特征进行二次分割。实验结果显示,去雾之后车道线特征清晰,阈值分割比传统的OSTU分割效果更好,最终非车道线特征的占比要比基于灰度算法的平均减少14%。

瞬变电磁法深度研究综述

本文在当前国内外瞬变电磁法(TEM)研究中,对于深度提出的各种定义的研究进展情况做出了综述性评价,在此基础上,重点讨论了如何解释深度这一定义,论述了目前国内瞬变电磁法深度定义的研究进展,总结了各种深度定义的影响因素,提出了加大深度的发展方向,展望了该方法的研究方向,为进一步的研究提供了参考。