基于自适应背景初始化的车流量检测算法

提出一种新的用于交通流量检测的自适应背景初始化算法，根据运动目标数目自适应地确定所需帧数，通过循环逐步缩小目标像素区域。解决了用固定帧数来提取背景时帧数确定的问题。实验表明，该算法实时性较高．简单有效。     

基于机器视觉的车流量统计算法应用

智能交通系统(Intelligent Traffic System, ITS)是目前公路运输信息化、智能化的主流解决方案,其应用依赖于车流量检测数据的准确度。精准的车流量信息在通过智能交通系统改进车辆通行情况的过程中发挥重要作用。文章针对汽车流量检测情况,提出了基于机器视觉的卡尔曼(Kalman)跟踪检测方法,收集车辆运行中的相关信息,并对数据信息进行归类整理,通过车流量信息特征数据分析,对汽车通行情况进行有效分析,改进原有车流量计算中的错检以及误检问题,从而降低了车流计数的漏检率。     

基于背景差分的多车道车流量检测系统

研究了背景差分算法,并设计了一种对多车道路段的车流量检测系统。首先通过背景差分的方法,实现了运动前景和背景的分割;进一步使用虚拟检测线实现了多车道车流量的检测。系统平台用Visual C++结合OpenCV进行编程实现。对实际道路环境下的大量的图像序列进行了测试,取得了较好的效果。     

基于嵌入式车流量实时检测算法研究与实现

针对道路现场实时车流量检测问题,提出了一种改进的帧间差分法的运动车辆检测算法,并将该检测算法成功移植到了嵌入式系统上。将帧间差分法与采用长度、宽度、面积筛选轮廓及用质心距离的车辆跟踪算法结合,实现运动车辆的检测;将U-Boot引导程序、Linux内核、Yaffs2文件系统和检测算法移植到S3C6410上,通过摄像头实时采集交通视频,检测结果由触摸屏显示。复杂交通场景的实时测试结果表明,本系统的检测时间为0.298秒/帧,准确率超过88%,基本能够实现在道路现场的车流量实时检测。     

基于DSP的无背景模型车流量检测

针对车流量检测中遇到光照变化、树阴、树枝摇动等一系列问题,在运动物体法,背景建模法和时间差分法的基础上,提出了一种基于DSP的无背景模型的新型车流量检测方法。笔者依次使用基于块的帧差法、双重前景融合法、基于纹理对象分割法、假前景滤波法对车流量进行检测。经实验验证,采用无背景模型算法能成功有效地检测车流量,检测准确率达88%,提高了车流量检测的精度。     

基于数组变化的单车道车流量检测系统

针对现行的基于背景差分法计算的停车场车流量检测系统在特殊情况下容易出现误判,准确率不够高的问题,拟通过对比车辆差异、易引起误判因素间的异同,改进系统算法,利用矩阵中数组的变化规律过滤干扰因素,使系统提高识别率,只针对进出车辆执行操作,从而提高准确率。经过反复实验,改进后系统的准确率接近100%。     

基于DSP的地下停车场车流量视频检测的改进算法

针对DSP平台的车流量视频检测算法存在实时性不佳,漏检率较高的问题。本文提出了一种改进的单帧图像差分算法,实现了基于TMS320DM642平台的地下停车场车流量视频检测。算法采用对单帧图像一条检测线的灰度值做差分运算,通过对灰度值变化的幅度进行分析,提取出车辆的特征信息,实现了处理对象从一个面到一条线的转变。此外算法结合双帧背景,可以有效地改善漏检现象。实验表明,该算法在运算量上相比于主流算法减小了3个数量级,同时检测准确率可达到93%,是一种实用高效的车流量视频检测方法。     

一种新型多车道车流量检测算法

为了实时有效地检测道路路口车流量信息,并为交通控制和管理提供准确的交通流数据,提出了一种新型的车流量检测算法。通过利用现有的路面标记进行图像对称分割并计算图像灰度值方差,来判断有无车辆通过,进而实现车流量计算。仿真结果表明,该算法不仅简单,易于实现,而且检测准确率高,实时性好,能够有效地为智能交通灯控制提供信息数据。     

基于机器视觉的平磨表面粗糙度检测

为了对平磨表面粗糙度进行快速在线检测, 基于机器视觉原理提出了一种平磨表面粗糙度检测方法, 研究了平磨表面粗糙度评定参数。该方法利用CCD提取粗糙度Ra在0.1～1.6 μm之间的平磨表面图像, 运用中值滤波、图像边缘增强和图像二值化等对图像进行预处理, 然后通过特征参数提取平磨表面粗糙度信息。试验结果表明, 在入射光强为0.7×104～1.3×104 lux、入射角为30°～50°时, 均方根(RMS)差随Ra的减小而不断减小。当光源入射角在30°, Ra>0.3 μm的情况下, 陡峭度与Ra具有良好的相关性; 当光源入射角在50°, Ra>0.4 μm的情况下, 陡峭度与Ra具有良好的相关性。     

基于IMAQ Vision的零件尺寸视觉测量系统

针对常规方法测量衔铁小轴零件尺寸效率低、精确差的不足,提出一种基于机器视觉的零件尺寸测量系统。以500万CCD相机、远心镜头、LED背光源进行系统搭建,基于LabVIEW开发平台,利用IMAQ Vision视觉工具包进行软件开发。在该系统中,依据小轴轮廓开发自动截取感兴趣区域(ROI)模块;利用IMAQ Vision视觉函数实现二值化、形态学去噪以及边缘轮廓提取,最终实现几何参数测量。通过稳定性和重复性测试,结果表明:基于IMAQ Vision的视觉测量系统测量精度可达0.005 mm,系统测量稳定、抗干扰能力强。     

基于视觉传感器的自主车辆地面自动辨识技术研究

该自主车辆地面自动辨识技术是以Leobot—Edu自主车辆作为试验载体,并应用DH—HV2003UC-T视觉传感器对常见的5种行车路面（石子路面、水泥路面、土壤路面、草地路面、砖地路面）进行图像信息的采集,应用Matlab图像处理模块对其依次进行压缩编码、复原重建、平滑、锐化、增强、特征提取等相关处理后,再应用MatlabBP神经网络模块进行模式识别。通过对模式识别结果分析可知,网络训练目标的函数误差为20％,该系统路面识别率达到预定要求,可以在智能车辆或移动机器人等相关领域普及使用。     

基于视频处理的运动车辆检测算法的研究

车辆检测技术是现代智能运输系统的重要组成部分,现有的相关视频检测算法能够检测目标且对环境具有一定的适应性,但其在算法实时性、识别率等方面仍有待提高。提出了一种基于Fisher准则函数法的自适应阈值背景减法和对称差法相结合的运动车辆检测算法,该方法采用surendra算法提取背景,通过背景减法提取出目标前景,再将其与对称差法相结合得到准确的运动目标区域并实时地完成背景更新。实验表明该方法快速、准确,具有一定的实用价值。     

基于双目视觉的三维车辆检测算法

立体区域卷积神经网络(Stereo R-CNN)算法具有准确、高效的特点,在一定场景下的检测性能较好,但对于远景目标的检测仍有一定的提升空间.为了提升双目视觉算法的车辆检测精度,提出一种改进的Stereo R-CNN算法.该算法将确定性网络(DetNet)作为骨干网络,以增强网络对远景目标的检测;针对左右目视图的潜在关...     

基于相关法的竖管内置式超声流量测量设计

针对特定环境下,在管外壁安装探头不便的情况,设计了将探头内置在管内与流动方向平行的超声波流量测量方式和相应装置,在计算时间差时,采用相关法计算时间差,相关法本身具有一定的滤波去噪特性,提高了时间差的测量精度。系统硬件设计了超声波发射、接收及放大电路,采用高速模数转换器数字化接收信号。实验表明,电路产生的脉冲幅度高、宽度窄,能有效地激励超声换能器。波形进行采样相关处理后的计算值与实际值误差很小,提高了所求时间差的精度,从而更好的进行流量计算。     

基于遗传算法测量两相流速度

为了提高互相关法的测量精度,本文提出了一种基于遗传算法测量气固两相流速度的方法.首先通过对两个传感器之间的流动噪声输送过程进行分析,在建立两个传感器信号之间数学模型的基础上,提出一种系统脉冲响应函数的数学模型.其次简要介绍遗传算法的基本原理,以及利用遗传算法求解系统脉冲响应函数的方法.最后通过实验来验证该方法的可行性.实验结果表明:此方法能够比较精确地求解出渡越时间.这也为两相流流速的测量提供了一种有效的手段.     

基于电涡流现象的车流量检测板的设计

为了给智能交通系统提供一个可靠的车流量传感器,研究了基于电涡流现象的车流量检测板,给出了以AT89S52单片机为核心的车流量检测板的硬件电路和软件框图,指出了所遇问题的解决办法。本检测板在郑州等地进行了现场试验,结果表明该检测板能够稳定可靠运行,检测精度高,取得了满意的效果。