路面车辆监测系统的软件设计

本文为智能交通系统中的路面车辆监测[1]设计了一套软件方案。该软件能够对摄像头或者是从磁盘读入的交通视频进行实时地监控和处理。通过对路面的车辆的跟踪、车辆行驶状况如方向、轨迹的分析,实现对交通违规行为如逆向、违章停车等现象的警示以及违章车辆信息的记录;通过对交通流量的统计,实现对道路拥堵情况的分析和显示,辅助完成车辆的疏导和分流。在实验中,本文提出的软件方案能够实时、准确地完成所设计的交通监控功能的测试。     

不同光照条件下遥感图像边缘检测方法研究

开展遥感图像边缘检测时,若不能考虑不同光照条件对遥感图像的影响,会影响图像边缘检测时的检测精度,为提升图像检测效果,提出不同光照条件下遥感图像边缘检测方法研究。该方法首先分析不同光照条件下遥感图像影响因素,并对图像实施畸变校正、去噪等处理;使用图像的融合技术对图像实施模糊化处理,实现图像的增强降低光照条件对图像检测的影响;最后通过Zernike边缘检测方法识别图像边缘点,完成图像的边缘检测。实验结果表明,本方法在开展遥感图像边缘检测时,平均梯度为0.133,信息熵为4.213,检测时间为1.352 s。     

基于深度学习网络的三维激光雷达弱小目标分割研究

为了提升三维激光雷达弱小目标分割的抗干扰性与实时性,有效提取三维激光雷达图像有用信息,设计了基于深度学习网络的三维激光雷达弱小目标分割方法。采集目标三维激光雷达图像,应用小波方法去除三维激光雷达图像噪声;从去噪后的图像中提取三维激光雷达图像多尺度特征,并将特征输入到深度学习网络中训练,建立三维激光雷达弱小目标分割模型,实现弱小目标分割。测试结果表明：该方法能够高精度分割三维激光雷达目标,且分割速度较快,具有较高的实际应用价值。