共查询到19条相似文献，搜索用时 281 毫秒
1.
《实验室研究与探索》2015,(12)
基于图像拍摄成像过程中雾霾天气及相机抖动,提出了一种从单幅图像中移除未知相机抖动的算法,利用图像的形状特征、颜色特征、纹理特征及Hough变换,可以有效地识别交通信号灯、障碍物及道路。利用先近后远,先简单后复杂的原则,设计了一种基于图像去雾和图像检测的交通信息提取算法。算法首先进行图像预处理,然后对图像进行边缘检测,获得每个物体的多边形轮廓;然后根据物体特征分别利用不同算法对物体进行分类。实验结果表明,算法可以有效地对实时环境中包括道路、车、行人、盲道、斑马线、交通灯类型等物体识别,图像检测算法可以满足导盲的要求。 相似文献
2.
针对智能停车库中的泊车机器人视觉系统研究需求,提出一种基于双目视觉的泊车机器人障碍物识别系统。通过双目摄像头进行图像采集,利用张正友棋盘标定法进行双目相机标定;采用Bouguet进行立体校正,将高斯滤波与拉普拉斯算子相结合进行图像预处理;采用YOLO卷积神经网络对目标障碍物进行快速识别;利用区域匹配算法进行立体匹配并生成目标障碍物视差图;通过成像点和目标障碍物的立体几何关系计算得到目标障碍物的深度信息。实验结果表明,该系统具有良好的实时性和较高精度,障碍物识别时间平均为0.0901s,在2 600mm具有最佳测距精度,可为泊车机器人自动泊车提供保障。 相似文献
3.
4.
基于分层光流场的运动车辆检测与跟踪 总被引：1，自引：0，他引：1
针对LK(Lucas Kanade)算法不能稳定跟踪快速移动目标的局限性,采用一种图像分层光流的跟踪方法,能获得针对目标的大尺度运动的较好预测结果.为了减少计算量,提出一种基于特征角点的光流跟踪技术,首先提取运动车辆的特征角点,计算其光流场,对角点实施跟踪极大地减少了光流计算量,可以满足目标检测实时性的要求.实验表明,当运动车辆转弯和移动时,角点始终稳定可靠,并且跟踪算法能够快速、准确地匹配特征焦点,实现了复杂交通场景下对运动车辆的实时稳定跟踪. 相似文献
5.
6.
全局视觉足球机器人的动态目标识别方法改进 总被引：1，自引：0，他引：1
张智群 《福建信息技术教育》2007,(3)
在全局视觉小型足球机器人比赛中,为保证控制的实时性和准确性,要求机器人的视觉系统能够快速处理图像信息,并对目标进行准确的识别和跟踪,但由于受外界环境的干扰和视觉系统自身的原因,全局视觉足球机器人经常出现目标丢失或识别错误等现象。文章通过分析影响目标识别效果的各种因素,提出了相应的改进方法,并以ROBOCUP小型组足球机器人系统为平台设计了目标识别方案。 相似文献
7.
《实验室研究与探索》2015,(1)
针对复杂环境中机动车跟踪问题,为克服光照变化、噪声干扰、其他随机运动物体干扰,提出一种机动车识别和跟踪实时性算法。首先对图像进行光照补偿减少光照影响,用Surendra算法和三帧差法检测运动目标,并建立ROI(感兴趣区域)以缩小Haar识别范围提高系统响应速度;其次由训练好的级联分类器在ROI范围内识别机动车,从而保证高检测率和低误检率;最后利用Camshift算法跟踪机动车。为验证算法有效性搭建嵌入式系统平台,实验结果表明在背景复杂且其他运动物体干扰下,该算法较使用传统目标跟踪算法具有更好的鲁棒性和实时性。 相似文献
8.
为了满足车辆在线应用所需的实时性和准确性,提出了一种在线实时车辆验证的解决方法.首先,基于对车辆图像对称特性的分析,提出了垂直对称HOG描述子,用来提取图像的特征.在车辆分类阶段,为了提高算法的实时性,使用极限学习机作为分类器.与其他经典算法的实验数据进行比较,结果表明基于垂直对称HOG和极限学习机的车辆验证方法能够在算法的运行效果与计算代价方面取得较好的折中,并且能够在尽可能保证算法效果的同时降低计算开销.实验结果进一步表明,提出的车辆验证方法在执行效率和准确性方面均能取得较好的效果,能够满足车辆的在线实时应用要求. 相似文献
9.
车辆牌照识别系统作为一个专用的计算机视觉系统,能够自动摄取车辆图像并识别出车牌。主要应用于高速公路收费口以及住宅小区车库的管理等场合。研究了汽车牌照识别中的车牌定位算法。首先对现有的车牌定位方法进行系统的分析,总结出车牌定位研究存在的主要问题。其次,针对车辆图像背景复杂、垂直纹理散热器噪声干扰严重等问题,提出了一种新的车牌定位算法。该方法能有效降低误检率,且运算复杂度较低,有利于实现复杂背景中车牌的快速定位。 相似文献
10.
11.
针对传统车辆检测算法不能自适应地完成复杂道路场景变化下提取车辆特征的问题,结合焦点损失、K-means聚类与mobilenet网络,提出改进的RFB-VGG16与RFB-MobileNet模型进行车辆检测。从开源数据集UA-DETRAC的24个视频中每隔一定帧数抽取8 209张已标注的图片构成数据集,在相同的超参数与训练策略下,改进后RFB-VGG16网络的AP值比原模型提高了3.2%。基于mobilenet网络重新设计RFB骨架网络,使RFB-MobileNet模型在牺牲一定性能的情况下,具有更快的检测速度,能较好地满足监控视频对车辆检测实时性的要求。 相似文献
12.
以 Faster R-CNN 为代表的 two-stage 目标检测算法检测速度慢,而 one-stage 目标检测算法中的 SSD算法虽然检测速度快,但对交通标志类小目标的检测效果不佳。因此在 SSD 算法 VGG16 骨干网络上引入感受野块（RFB）结构,既提升检测速度又可在小目标检测上达到良好的检测精度。与此同时,为提高网络分类精度,在损失函数中加入中心损失。将 SSD 算法与改进的 SSD 算法在 VOC 数据集上进行训练,对比其性能可知,改进后算法 mPA 值达到 80.7%,相比 SSD300（VGG16）算法提高了 3.5%。该算法在 LISA traffic sign 数据集上训练,在迁移学习的基础上得到的 mPA 值为 78.4%,检测单张图像平均耗时为 20.5ms,可满足实时性要求。 相似文献
13.
For the realtime classification of moving vehicles in the multi-lane traffic video sequences, a length-based method is proposed. To extract the moving regions of interest, the difference image between the updated background and current frame is obtained by using background subtraction, and then an edge-based shadow removal algorithm is implemented. Moreover, a thresholding segmentation method for the region detection of moving vehicle based on location search is developed. At the estimation stage, a registration line is set up in the detection area, then the vehicle length is estimated with the horizontal projection technique as soon as the vehicle leaves the registration line. Lastly, the vehicle is classified according to its length and the classification threshold. The proposed method is different from traditional methods that require complex camera calibrations. It calculates the pixel-based vehicle length by using uncalibrated traffic video sequences at lower computational cost. Furthermore, only one registration line is set up, which has high flexibility. Experimental results of three traffic video sequences show that the classification accuracies for the large and small vehicles are 97.1% and 96.7% respectively, which demonstrates the effectiveness of the proposed method. 相似文献
14.
15.
毕雁冰 《深圳信息职业技术学院学报》2006,4(3):25-28
针对现有车道偏离预警系统所存在的问题,提出了一套更适于处理复杂路况的图像处理方法。根据车道偏离预警系统对于道路图像的特殊要求,针对现有图像处理的不足之处,并结合目前最先进的图像处理算法,在减少噪声、阈值分割以及保存有效像素等方面取得了明显的进展。实际道路实验证明该算法的处理结果理想。 相似文献
16.
Traffic monitoring is of major importance for enforcing traffic management policies. To accomplish this task, the detection of vehicle can be achieved by exploiting image analysis techniques. In this paper, a solution is presented to obtain various traffic parameters through vehicular video detection system( VVDS). VVDS exploits the algorithm based on virtual loops to detect moving vehicle in real time. This algorithm uses the background differencing method, and vehicles can be detected through luminance difference of pixels between background image and current image. Furthermore a novel technology named as spatio-temporal image sequences analysis is applied to background differencing to improve detection accuracy. Then a hardware implementation of a digital signal processing (DSP) based board is described in detail and the board can simultaneously process fourchannel video from different cameras. The benefit of usage of DSP is that images of a roadway can be processed at frame rate due to DSP‘s high performance. In the end, VVDS is tested on realworld scenes and experiment results show that the system is both fast and robust to the surveillance of transportation. 相似文献
17.
本文提出了一种建立动态搜索带的新的车道识别算法,使其能够更好的处理非理想路况的各种不确定因素,建立实时动态的搜索带,除了能更精确的追踪车道标志线之外,还能更好的应用于弯路路况。运用LMedSquare曲线拟合算法更好地提高了车道拟合过程的稳健性和精确性。由于搜索带的建立,整个识别过程的计算量大大降低,因此更适合实时要求。 相似文献
18.
19.
距离变换和分水岭分割的粘连人群分割算法 总被引：1，自引：0，他引：1
基于视频图像的人数统计系统存在的一大难题是,无法有效地分割粘连人群,严重影响人数统计的精度．一种基于距离变换和分水岭相结合的算法,用以提取行人头部的位置信息．实验证明,该算法可以准确地分割出粘连人群的个体,从而实现精确的人数统计． 相似文献