基于小波模极大值的火灾图像边缘检测方法

目的 提出一种基于小波模极大值和自适应阈值的火灾图像边缘检测方法 .方法 计算火灾图像小波变换后的梯度模极大值,采用自适应阈值法去除伪边缘,从而实现火灾图像的边缘检测.结果 实验结果 表明,笔者算法可以从带有噪声的火灾图像中有效地进行边缘检测,并且算法计算量小,具有良好的鲁棒性与实时性.结论 能够提高边缘检测的准确性,并且能够满足火灾图像边缘检测的实时性要求.     

小波模极大值边缘检测算法研究

边缘包含图像的本质信息.通过分析具有不同特性的小波模极大值边缘检测结果,给出了小波高通滤波器序列的构成、长度以及对称性对小波细节系数在方向、强度和形状方面产牛的影响;提出了用于模极大值边缘检测的小波高通滤波器应具有单调方向性和偶对称性.对小波模极大值边缘检测算法中的阈值选择、多尺度边缘融合进行了改进,仿真测试验证了该方法的有效性.     

基于HOG特征与SVM的视频车辆检测系统设计

为增强车辆预警,解决行车状态下前方车辆实时检测问题,构建了一种基于方向梯度直方图(HOG)特征与支持向量机(SVM)的视频车辆检测系统.首先对提取HOG特征的步骤及SVM算法基本原理进行研究,用拍摄的实际道路视频对系统进行测试;分别提取出正、负样本集的HOG特征,用于SVM分类器模板的训练;再计算待测视频图像HOG特征...     

基于小波变换和模极大值的低压配电线路选线方法的仿真研究

准确选出故障线路是对电力线路进行故障测距的前提条件.分析了现有故障选线的方法,提出了基于小波变换和模极大值相结合的低压配电单相接地故障选线方法的新判据,同时利用Matlab的PSB建立仿真模型进行分析,结果表明,在中性点非有效性接地的配电线路中,利用小波分解的细节系数模极大值即可准确判断出故障线路.     

基于小波变换模极大值与奇异点的短时电压变动实时检测

介绍了短时电压变动的小波检测方法,分析了小波变换模极大值与原始信号奇异点的对应关系、噪声的小波变换固定阀值消除原理,提出了短时电压变动实时检测的实现过程,并完成仿真验证．仿真结果表明：该检测方法不受噪声干扰,实现短时电压变动发生时间的精确检测．     

城市复杂环境下基于三维激光雷达实时车辆检测

针对目前车辆检测准确性不高的问题,提出一种在城市复杂环境下单帧准确实时检测静止或运动车辆的算法.车辆检测系统采用三维激光雷达点云和二维栅格相结合,其中障碍聚类和障碍块轮廓在二维栅格地图上提取,而障碍检测和车辆检测在三维点云数据上处理.检测准确性的高低主要取决于所选的特征是否具有很好的区分性.针对几何形状相似难以区分和物体遮挡等问题,采用3种特征描述:反射强度概率分布、纵向高度轮廓分布和位置姿态相关特征,并利用支持向量机(SVM)训练分类器实现车辆的实时检测.实验中比较和分析了不同单特征和综合特征的检测性能,结果表明:自主车在城市环境下能以每帧200ms实时准确地检测环境中的车辆.     

基于小波变换模极大值的去噪方法研究

小波去噪在信号处理中得到广泛应用。目前常用的方法主要有Donoho提出的阈值法和Mallat提出的模极大值法。模极大值法是一种经典的小波去噪方法,噪声的模极大值的幅度随尺度的增大而迅速减小,而正常信号随尺度的增大而增大,因此利用合适尺度的小波变换,容易把噪声从正常信号中剔除。通过试验说明这种方法对白噪声和脉冲噪声都有很好的去噪效果,并与阈值去噪比较,对于高斯白噪声,信噪比比较低的信号,模极大值去噪要优于阈值法去噪;对于脉冲噪声,脉冲噪声点数较多时,模极大值去噪要优于阈值法去噪。     

不同光照和姿态下的航拍车辆检测方法

为了解决在不同光照和姿态下的航拍车辆检测准确度低的问题,基于Fourier-HOG算法提出了一种航拍车辆检测方法。该方法是基于滑动窗口的检测方法。首先,在处理过程中引入图像预处理,可以将背景区域进行有选择的剔除,大大节省检测时间和降低虚警率;其次,提取航拍图像基于局部敏感直方图的光照不变性特征;然后,再提取旋转不变的Fourier-HOG特征。将此特征在线性支持向量机中对车辆目标与非车辆目标进行分类。在后续处理阶段,引入非极大值抑制来降低误检目标。实验结果表明：所提出的车辆检测方法在谷歌地图数据集上进行测试,其检测准确度较高,且时间消耗低于原始的Fourier-HOG检测方法,该方法是一种较为有效的航拍车辆检测方法。     

基于SVM的说话声实时检测

研究了说话声音频数据的音频特征,并且利用SVM实现了说话声的实时检测.首先,对原始音频数据做预处理,然后对音频数据进行了3层小波分解,并提取了第3层低频系数的MFCC特征,同时提取了音频数据的质心、谱熵特征;其次,计算MFCC特征的均值、质心和谱熵的方差,由此构造了特征向量集;最后,利用SVM模型训练音频样本,并对测试集中的样本进行了测试和实时检测.实验表明,所提取的音频特征有效、合理,并且表现出良好的分类与检测性能.     

基于小波的奇异信号检测

介绍了小波变换的基本理论、奇异信号的特性及小波变换用于奇异信号检测的基本原理．并在Matlab下进行奇异信号的仿真试验，取得了理想的效果．实验结果表明，小波变换在奇异信号的检测中是有效的。     

智能探测车避障转向控制

针对智能探测车的转向系统是一个具有大延迟、非线性的复杂系统,对其建立精确的数学模型较为困难,且其航向易受到诸多因素干扰的问题,研究了预测控制中的动态矩阵法,提出一种新的智能探测车转向机构模型.该方法用障碍物的方向角和距离偏差作为参数,在预测控制算法中采用动态矩阵控制,输出前轮转向角,再将转向角预测量与实际转向角之和作为反馈,对转向角变化趋势做出预测.通过仿真验证了在不同纵向速度下,加入相同干扰时的系统响应.结果表明,该算法在智能探测车障碍物避让控制中,对外界环境的干扰具有较强的鲁棒性,能够满足智能探测车转向控制要求.     

交通标志边缘检测技术研究

交通标志边缘检测是智能车实现交通标志识别过程中的关键一步,因此交通标志边缘检测技术的研究具有重要的意义。该文主要将几种经典的边缘检测算法应用在各类交通标志图的边缘检测上,并分别对没有加入噪声和加入噪声的图像进行仿真处理,最后对处理得到的图像进行比较和分析,为人们在实际应用中对算子的选择提供参考。     

基于复解析小波变换的信号包络检测

水声信号中的低频线谱成分是目标声信号的一个重要特征量,在水声信号检测、识别和分类中起着重要的作用。为了提取水声信号中的线谱成分,本文利用复解析小波变换兼具带通滤波和包络提取的特性提取信号包络。仿真和实测数据分析表明,与传统的Hilbert变换提取信号包络算法相比较,基于复解析小波变换的信号包络提取算法可以完全抑制所分析通带以外的噪声,从而提高了信号包络的信噪比。     

车速检测技术述评

车辆速度是交通信息采集系统检测的主要动态参数之一,对超速违章车辆进行监测进而限速以消除交通安全隐患也日趋重要.论文对当今各种车速检测技术进行了分类研究,阐述了各检测技术的原理并对其性能进行了综合比较和评价,特别提出了一种基于磁通门技术的检测技术.最后,对各检测技术实际的应用场合及情况进行了比较说明,表明视频车辆检测技术将是未来实时交通信息采集和处理技术的发展方向.     

缩微智能车目标检测系统的设计与仿真

为实现对车辆前方目标检测,提出并模拟了一种对缩微智能车前方目标进行检测的方案。在交通沙盘中,搭载ARM9开发板的缩微智能车,通过多种传感器数据融合采集缩微智能车的前方目标信息,然后再对数据进行集中处理。处理过程包括对视觉数据进行行人识别、对雷达数据进行目标状态分析,以及对通信数据进行分包,最后将数据包发送到监控平台完成前方运动目标信息的实时显示。仿真结果表明：该系统实现了对缩微智能车前方目标信息的实时采集,其采集精度和系统稳定性优于传统的目标运动信息采集系统。     

基于Haar特征级联强分类器和肤色模型的人脸检测

提出了基于Haar特征级联强分类器和肤色模型校验的快速人脸检测算法。利用基于人脸Haar特 征的级联强分类器快速检测人脸,得到待判人脸区域,其中可能含有非人脸误检区域;利用肤色聚类模型对待判人 脸区域进行筛选,过滤误检的非人脸区域。实验结果表明,该算法误检率低,检测速度快,在实际应用中有一定的价 值。     

面向交通拥堵的车辆鲁棒检测及分车道到达累计曲线估计

针对大交通量拥堵情况下现有视频车辆检测技术不能有效处理车辆相互遮挡而导致的大量漏检问题,提出了一种面向交通拥堵的车辆鲁棒检测及分车道到达累计曲线估计方法.首先,完成非拥堵区域的检测,避免针对交通拥堵停驶车辆进行复杂遮挡处理及检测的工作;然后,基于假设生成和验证框架,融合Ada Boost分类器与车底阴影检测结果,得到车辆鲁棒检测结果;最后,使用投影畸变车辆稳定特征将车辆位置划归特定的车道,准确估计分车道车辆到达累计曲线,实现针对交通检测断面分车道详细交通参数的有效分析.实验结果表明:该方法能够在高峰时段的交通拥堵状态下实时进行车辆鲁棒检测并准确地获取交通参数,有效避免针对车辆遮挡的复杂处理过程,对解决车辆到达率和车头时距调查成本高、工作量大、不确定因素多等问题具有实际的意义.     

基于X射线炮弹图像边缘检测技术的研究

在深入研究边缘检测技术和小波理论的基础上,结合X射线图像及炮弹内部弹药缺陷的特征,与传统的边缘检测算法相比较,找到了一种适用于X射线炮弹弹药图像的缺陷边缘检测方法———小波模极大值多尺度边缘检测方法.实验结果表明,该方法能够较准确地提取X射线炮弹弹药缺陷的边缘特征.     

面向城市路口的高清晰智能监控系统研究

在对复杂的城市路口监控环境深入分析的基础上,提出了一套高效稳定的高清晰视频车辆检测与跟踪算法,以此为核心构建的智能交通监控系统实现了包括交通流统计、违章取证和车牌识别在内的全天综合智能监控。提出了高效的两步车辆检测法:在鲁棒的帧间边缘差分运动检测基础上,利用车牌纹理投影特征和尾灯颜色特性实现车辆检测。在车辆跟踪方面,提出了提取大尺度的FAST稳定角点进行Lucas-Kanade金字塔跟踪和基于Kal-man预测的车辆尾灯锁定,以完成昼夜不同情况下路口车辆的长距离稳定追踪。实际应用结果表明,车流量采集精度达到96.5%,违章记录有效率87.6%,具有优良的性能。     

一种基于小波多尺度分析的水天线检测方法

提出一种基于小波多尺度分析的水天线检测方法．该方法针对海面背景图像的特点，利用小波变换的多尺度分析特性，依据小波变换模极大值在多尺度上的变化规律，综合了各尺度信息，对水天线进行检测，仿真实验验证了其有效性。