一种人工标志点自动匹配的方法

给出了一种自动识别和匹配人工标志点的方法。该方法包括设计一套具有唯一特征的人工标志点和对该套标志点进行自动识别和匹配两部分内容。详细讨论了自动识别和匹配标志点算法中的各个步骤,包括标志点的判定、标志点的标定和标志点的匹配。该方法将有效地解决计算机辅助近景摄影测量中人工标志点的自动匹配难题。

视觉可量测实景影像的道路交通标志自动检测

提出了一种基于颜色和形状神经网络的视觉可量测实景影像交通标志自动检测算法。该算法设计了2种类型的概率神经网络,一种可以将图像中像素分为黄色、红色、蓝色和其他颜色4类;另一种可以识别三角形、圆形、矩形和倒三角形4种形状。从而先利用颜色识别神经网络对影像进行颜色分割;然后,在分割后的二值图像上利用灰度投影确定交通标志的候选区域;最后,利用中心投影向量和形状识别神经网络,实现候选区域的形状判断和交通标志自动检测。使用车载三维数据采集系统拍摄的视觉可量测实景影像进行了实验,证明了该方法的有效性和鲁棒性。

一种人工标志点自动匹配新方法的研究

针对人工标志点的识别与匹配这一图像处理领域内的难题提出了一种新的方法。该方法采用软硬件结合的办法,设计了一套实施简单、方便快捷、精度高的人工标志点识别与匹配的机制,其中包括了标志点的设计、自动搜索、识别、匹配等方面内容。

基于多模态传感系统的交通标志夜间视认距离测量方法

为快速、准确把握大规模路网交通标志功能性技术状态,特别是标志板夜间视认性能,提出一种基于多模态传感器的标志夜间动态视认距离测量方法。测试人员在车辆行驶至能够看清标志内容的位置时,可通过触发传感器记录所在位置的前视图像、时间戳以及激光点云数据,再运用时间戳对齐、点云投影及点云分割等算法,实现被测标志动态视认距离的自动测算。结果表明,该方法具有较好的距离估算精度,最大估算误差不超过5 m,满足交通标志夜间视认距离检测要求,大幅提升交通标志夜间视认性评估效率。