陕西省工业科技攻关项目(2008KD7-14)
- 作品数：7 被引量：27H指数：4
- 相关作者：曲仕茹吕岩何力石爽徐琳更多>>
- 相关机构：西北工业大学更多>>
- 发文基金：陕西省工业科技攻关项目国家教育部博士点基金更多>>
- 相关领域：交通运输工程自动化与计算机技术机械工程电子电信更多>>
- 基于角点特征不变量的红外图像匹配研究
- 2010年
- 在红外目标识别过程中,针对系统实时性要求高的场合,提出了一种基于角点的特征不变量,证明了该不变量具有平移不变性、旋转不变性和比例不变性。将该不变量作为匹配因子,运用动态规划的方法把目标的不变量与模型中的不变量进行匹配,并与三角形边长匹配法进行了比较。实验证明,该方法有效地降低了匹配误差,提高了识别的实时性,效果较好。
- 石爽曲仕茹何力
- 关键词：角点不变量动态规划
- 基于Beamlet变换的路面裂缝图像匀光算法被引量：5
- 2011年
- 为解决路面病害检测过程中在不同光照条件下裂缝识别可靠性的问题,Beamlet变换提供了一种多尺度分析算法.该算法采用递归二进法将图像分块,利用在所有像素尺度下的Beamlet线段逼近裂缝,将裂缝从图像背景中分离,并采用插值函数均匀光照背景.在图像裂缝提取过程中,对图像中裂缝的线性提取可以有效地滤除噪声,提高裂缝提取的准确性.较传统的图像处理算法,该算法在准确地检测路面裂缝,均匀光照背景的同时有效地抑制了噪声干扰,检测效果良好,且运算速度快.均匀的路面背景为路面裂缝图像的定性、定量分析奠定基础.
- 吕岩曲仕茹
- 关键词：智能交通BEAMLET变换路面裂缝检测像素灰度噪声
- 基于鱼群效应的多车协同行驶控制方法被引量：3
- 2012年
- 针对提高道路中多车行驶协同性问题,将鱼群群体行为效应引入到车辆的行驶控制中。通过对鱼群群体集群、游动行为一致性的研究,采用邻域平均法和改进的人工势场函数构造鱼群群体移动数学模型,将该移动数学模型应用到多车协同控制中,根据车辆行驶的常见运动行为,建立基于群体行为的车辆群体行驶、避障、队形变换控制方法,使行驶车辆间具有群体协同性、一致性,以提高车辆对环境的感知适应力。通过仿真实验得到的车辆行驶路径轨迹验证了该协同控制方法的有效性。
- 来磊曲仕茹
- 关键词：智能交通智能车辆交通控制
- 一种新的边界跟踪算法被引量：6
- 2011年
- 针对提取的图像边缘中存在非单像素和断点的情况,提出了双层边界区域生长的边界跟踪算法。通过对中心点周围里层点和外层点分别进行搜索,然后把里层点和上一层中心点的外层点合并,并将并集中的点分别作为下一步搜索的中心点,循环向下搜索。同时充分考虑了起始中心点单向搜索的情况,并在一次搜索过程中完成了对断点的补齐工作,从而弥补了"记忆爬虫"法和八邻域法在跟踪分支、断点和"厚"边缘过程中存在的不足。实验证明该方法效果较好。
- 石爽曲仕茹何力
- 关键词：爬虫八邻域
- 基于SIFT的路面裂缝配准及拼接算法被引量：7
- 2012年
- 针对贯穿双车道的长裂缝,路面裂缝采集过程中往往不能得到完整的裂缝信息,可能造成对路面损毁程度的错误评估。为解决路面图像检测过程中采集裂缝信息不完整的问题,拟采用SIFT算法对在不同时刻对同一路面采集到的同一裂缝信息进行特征点提取。针对裂缝边缘处的特征点灰度较背景像素灰度有阶跃变化的特点,在裂缝图像特征点筛选过程中引入阈值分割理论,使裂缝信息从背景中分离,并且标记裂缝像素点,从而将图像中背景的特征点过滤。再将目标图像和参考图像中的特征点进行配准,并采用加权平均融合法将目标图像和参考图像拼接成一幅完整的裂缝图像。改良后的算法可以提高裂缝特征匹配的精度、速度、可靠性和准确性,以此保证对路面损毁状况的正确估计。
- 吕岩曲仕茹
- 关键词：道路工程SIFT算法特征点
- 基于ACS-GA算法的车辆路径问题研究被引量：2
- 2011年
- 物流配送车辆路径问题是智能交通和商业物流领域中一个重要研究方面。合理规划车辆的行驶路线,减少配送里程,降低物流成本,对提高经济效益具有重要意义。重点分析了带时间窗的物流配送车辆路径问题,建立了兼顾配送时间与配送距离最短的改进数学模型。提出了基于蚁群系统算法和遗传算法相融合的混合算法。该算法利用蚁群系统算法得到初始解,运用遗传算法中复制、交叉、变异操作对解的种群多样性进行扩充,克服了蚁群系统算法的早熟现象,增强了算法的全局搜索能力。基于标准数据集的实验结果表明,该算法与其他优化方法相比较,具有较好的搜索车辆路径最优解的能力。
- 赵婉忻曲仕茹
- 关键词：物流配送车辆路径问题蚁群系统
- 基于数据流挖掘的交通流状态辨识方法研究被引量：4
- 2011年
- 由于交通流的复杂性,使得基于交通流参数的交通流状态经典辨识算法的阈值设定十分困难,直接影响辨识效果和效率。文章根据交通流的特性,提出了一种自适应动态学习的分类算法RTRC-TFD,可将其应用于不同背景下交通流的数据流实时分类。实验结果表明:在考虑概念漂移和背景重现的条件下,RTRC-TFD相对于经典检测算法(增量式贝叶斯分类算法)具有更高的分类精度和更快的收敛性。
- 徐琳曲仕茹
- 关键词：交通流数据概念漂移
