模糊马尔可夫随机场理论在阴影检测中的应用

阴影的检测是目标检测、目标跟踪、视频监控等领域的一个关键问题。提出了一种基于模糊马尔可夫随机场的阴影检测算法。该算法把阴影检测问题看做是一个求最优化的像素点分类问题。对于输入的视频,提取背景图像,找出阴影和前景目标物体区域。通过计算阴影概率分布,前景概率分布,隶属度函数,建立模糊马尔可夫随机场。应用贝叶斯准则,最大后验(MAP)估计和条件迭代模式(ICM)算法,寻找最优化的模糊马尔可夫随机场,并利用最大隶属度原则消除模糊性,得到阴影检测的结果。实验证明,文中算法具有较好的阴影检测率和目标检测率。     

联合纹理和二维阈值分割的减背景方法

为了有效地检测出交通场景中的运动车辆,在背景建模阶段,提出在多个子时间组里建立多个自适应的纹理直方图作为像素的背景描述模型,能更好地适应环境变化。为了充分地描述纹理信息,扩展了LBP(local binary pattern)算子;为了更好地实现减背景方法,采用的二维Otsu阈值分割方法能有效消除噪声的影响;为了解决背景更新滞后的问题,使用帧间差分能更准确地提取出运动车辆。在不同交通场景下的实验比较结果表明了该算法的有效性。     

基于组合特征和HSI颜色空间的阴影检测

为了更有效地检测视频序列中的阴影,提出基于组合特征和HSI颜色空间的阴影检测算法.对提取的前景,先采用扩展的不变矩和Gabor小波变换分别抽取待识别区域的全局特征和局部特征来建立组合特征向量,再通过建立的HSI空间的阴影颜色模型来准确检测出目标的阴影.实验结果表明,该算法具有良好的阴影检测效果.     

自动车型分类系统的研究

目前我国已有愈来愈多的道路设施,特别是高速公路采用收取过路费的方式来作为集资或偿还贷款的手段,这种“取之于车,用之于路”的方针促进了公路事业的发展。但随着高速公路发展,高速公路收费过程中作弊行为越来越严重。据交通部门有关资料统计,目前公路收费的总额只占应收总额的80％左右,其中有相当一部分流失,给国家和公路经营单位造成极大损失。这     

关于线性离散系统稳定性新判据的探讨

本文给出了判定线性河散系统稳定性的一个充要条件,其结论在IBM—PC机上证明是成立的。这对离散系统的判稳,特别是高阶系统的判稳是很有意义的。同时作者还给出了实际使用时的BASIC程序。     

基于HMM的车辆碰撞事件预测

近年来,基于数字图像处理的交通事件检测技术应用日益广泛.本文应用了隐马尔可夫模型进行高速公路上的车辆碰撞预测.本文首先通过车辆跟踪得到车辆的运动信息,然后根据提取的车辆相互运动信息利用HMM模型判断碰撞事件发生的概率.实验证明,该方法有效可行.     

一种在复杂情况下车辆的跟踪算法研究

采用把kalman滤波与图像模板匹配相结合的方法,用于车辆的复杂跟踪,实现简单,运算量小,且可以满足实时性。实验结果表明该方法的可用性。     

一种基于扫描行的汽车车牌定位算法

汽车牌照的自动识别是一种重要的交通信息获取技术,在ITS中有广泛应用。该文在对收费站汽车牌照特征分析的基础上,提出了一种改进的基于扫描行的灰度跳变点特征的车牌定位算法。实验结果表明,该方法能有效定位车牌,车牌定位精度超过95%,并能有效地克服光线和天气条件等影响。     

面向特征数据范围的泛化LVQ算法

欧氏距离度量向量相似性时忽视向量各特征取值范围的差异性,从而影响学习向量量化( LVQ)算法及其变种的分类精确度。针对此问题,文中提出一种面向特征取值范围的向量相似性度量函数,并基于该度量函数与泛化学习向量量化算法得出一种面向特征数据范围的泛化学习向量量化算法( GLVQ-Range)。使用UCI机器学习库中8组数据对比GLVQ-Range和传统其它LVQ变种算法,验证文中算法的分类准确性更高和运算速度更快。使用视频车型分类数据,验证GLVQ-Range在真实生产环境中的可用性。     

基于模糊矩阵的蚁群聚类算法研究与应用

提出了基于模糊矩阵的数据聚类模型,其中引入了聚类过程的全局性控制模糊矩阵,描述了数据聚类的过程;提出了基于模糊矩阵的蚁群聚类算法,实验结果证明了算法的正确性和高效性。