白绿色LED道路光源小目标可见度研究

小目标可见度是衡量驾驶安全性的重要指标,但夜间驾驶处于中间视觉的复杂环境,导致作为可见度水平的重要参数的阈限亮度差难以被准确评价。本文通过中间视觉环境下建立的背景亮度/敏感波长关系模型,对道路照明光源进行基于敏感波长的阈限亮度差研究,以实现对白绿色LED光源不同主波长的可见度研究。从负对比修正系数Kf和识别时间修正系数Kt出发,建立中间视觉阈限亮度差修正模型,提升可见度算法精确度,准确衡量照明光源安全性。利用小目标可见度算法在RP-8-00标准建议的夜间驾驶视看条件(视张角7.45′、驾驶员年龄60岁、识别时间0.2 s)下,对机动车道路面照明亮度环境(0.75-3.0 cd/m~2)中的照明灯具进行评价,得出在此视看环境下以528 nm作为主波长的白绿色LED光源可见度最高的结论,并通过道路平均亮度和反应时间验证了该光源相比传统照明光源安全性更好。     

基于驾驶视认需求的隧道入口段光环境研究

为实现安全舒适的隧道入口段光环境,从驾驶员视觉功能及需求出发,提出了基于驾驶安全视认的隧道入口段光环境评价方法.以色温5 700K、显色指数70的隧道入口段光环境为研究对象,对小客车驾驶员进行不同运行速度的实车视认试验,得到驾驶员动态视认特性规律;采用驾驶员驾驶过程中对小目标物的视认距离作为入口段光环境安全视认评价指标,应用MATLAB数学统计软件建立了不同运行速度下视认距离与入口段亮度折减系数定量逻辑关系模型;最终得到不同设计速度下能够满足驾驶视认需求的亮度折减系数阈值,与现行规范值相比略高.研究方法和结论可为实际隧道入口段光环境设置、监控及运行管理提供技术参考.     

基于安全视认的夜间公路隧道入口段光环境研究

为使驾驶员在夜间安全舒适驶入隧道,对驾驶员驾驶车辆从隧道外暗环境驶入隧道内明环境的照明需求进行了理论与试验研究.分析了夜间隧道入口段由暗到明的光环境变化与交通安全的关系.设计不同运行速度情况下的目标物视认试验,采集了隧道的光环境信息、驾驶员的视认信息与车辆的运行状态信息,并建立了视认距离与隧道内外亮度差的关系模型,计算出不同设计速度下夜间隧道入口段的亮度差阈值.      

改进的基于均值滤波的单幅图像去雾算法研究

雾天条件下采集的图像存在低对比度和低场景可见度问题,传统的去雾算法时间复杂度高、速度慢,无法应用于实时图像处理。为此,结合大气光特性提出一种改进的基于均值滤波的单幅图像复原方法。该方法以大气散射模型为基础,首先利用均值滤波得到准确的大气耗散函数;引入直方图修正机制下的自适应保护因子,更正明亮区域的大气散射函数;大气光采用效率更高的四叉树算法求解;最后由大气散射模型计算复原图像并进行图像的亮度调整,从而得到一幅清晰的无雾图像。仿真实验结果表明:该算法的场景适应能力强,复原图像色彩感丰富。与经典的去雾算法相比,该算法在保证去雾效果的同时,克服了导向滤波算法时间复杂度高、速度慢的缺陷。     

一端开敞的地铁区间隧道烟气流动特性及其烟气控制研究

以重庆某一段349 m长的一端连接地下车站另外一端和室外相通的地铁区间隧道为例,开展全尺寸的火灾实验和数值模拟分析,研究一端开敞的地铁区间隧道烟气流动特性。分析火源在隧道中心位置、不同热释放速率条件下隧道内火灾烟气蔓延速率、隧道内烟气最高温度以及烟气温度在隧道纵向分布的特征,并对比分析利用区间隧道事故风口进行机械排烟和机械送风的烟气控制模式效果,提出描述区间隧道断面形状对烟气流动特性影响的参数。研究结果表明:烟气蔓延速率受纵向风速和车站烟囱效应作用影响,火源上游区域烟气蔓延速率较小,烟气回流距离比两端开敞的公路隧道经验公式计算值小,隧道内烟气最高温度比Kurioka预测模型计算值小,隧道顶部上游的烟气温度纵向分布服从指数衰减规律;将隧道烟气最高温升预测模型应用于形状系数小于1的区间隧道需要进一步修正;区间隧道内靠近地下车站的事故风口,采用机械排烟或机械送风模式,可以有效排除着火区间隧道内的烟气;事故风口机械通风量及其运行模式的选择需综合考虑隧道地理形式、火源功率、疏散方式等因素。     

一种结构向量与分数阶相结合的光流模型

运动目标检测是图像处理中的最基本任务,变分光流法是常用的运动目标检测技术。因模型固有的缺陷,传统变分光流模型不能应对场景中的光照变化、不能保留运动不连续性,从而局限了变分光流模型的应用范围,影响了光流估计的计算精度。提出一种局部结构不变约束与分数阶平滑约束相结合的光流模型,该模型应用局部结构张量函数代替传统亮度约束方程中的亮度函数,应用分数阶导数代替传统平滑约束方程中的整数阶梯度。因结构张量是一个不随光照变化的物理量,且包含了图像中的一些结构信息,而分数阶平滑约束能保留边缘不连续性,因而使得本文模型能在各种光照环境下获得清晰的运动目标轮廓。实验证明本文所提模型对光照变化鲁棒,且能保留光流场边缘不连续性,较其他相关模型,能获得更高准确率的光流场。     

非对称广义高斯亮度迁移与局部信息融合的土壤图像增强

【目的】为减小土壤图像成像环境条件差异对机器视觉识别土种精度的影响,提出对野外自然环境下采集的土壤图像可控光照增强。【方法】首先,用非对称广义高斯曲线拟合土壤图像V分量直方图,并在拟合曲线中引入目标迁移量,完成图像亮度迁移,实现土壤图像全局亮度可控增强;然后,利用全局和局部信息估计图像在局部区域上的光照权重,引入目标亮度,根据权重确定局部增量,并将局部增量叠加到原始V分量,实现基于局部增量的土壤图像亮度增强;再利用sigmoid曲线,将非对称广义高斯曲线亮度迁移获得全局亮度增强结果与基于局部增量的亮度增强结果融合,获得土壤图像的亮度可控增强。最后,根据色比不变性原理,分别对原始土壤图像R、G、B分量进行颜色校正。【结果】仿真实验表明:土壤图像从低亮度向高亮度迁移时,增强图像与目标图像在V分量上各对应像素的亮度差异均值为10.5267,与目标图像亮度均值差异为0.2451;从高亮度向低亮度迁移时,各对应像素的亮度差异均值为10.7430,与目标图像亮度均值差异为0.2721;本文所提算法在亮度控制上较其他算法具有更高的精度;主观质量评价表明,以原图亮度为基准,[-30,30]为土壤图像有...     

基于改进YOLOv5的高速公路隧道车辆和人员检测

针对高速公路隧道内光线昏暗、图像受灯光影响及远距离小目标检测困难等问题,提出了一种改进的YOLOv5高速公路隧道车辆和人员检测算法。首先,使用高斯混合聚类来获得更加匹配数据集目标的一组锚框,提高了模型的检测精度;其次,在特征融合部分引入CARAFE算子,扩大感受野,降低上采样过程特征细节损失;最后,通过向网络中插入坐标注意力 (Coordinate Attention,CA),进一步增强模型对图像各位置特征的提取能力。为验证算法的有效性,在浙江温丽高速公路隧道数据集上进行实验,结果表明：所提算法的平均检测精度(mean Average Precision ,mAP)达到了95.7%,较原模型提升3.8%,对于远距离小目标和受严重灯光影响的目标能够实现更加精准检测,为复杂环境下高速公路隧道内车辆和人员检测提供了一种有效的解决方案。     

人脸识别中一种新的Gabor特征提取方法

为了有效利用Gabor特征进行人脸识别,提出一种新的Gabor特征提取方法．首先利用类别可分离性判据评价Gabor展开系数的分类能力,选择最有利于识别的Gabor展开系数构造新的Gabor特征、然后对人脸不同局部位置处采样点的分类能力进行评价,选择分类能力最强的位置提取特征点、最后就新的Gabor特征对光照和表情变化的适应性进行测试．实验结果表明,新的特征提取方法能够在小样本条件下有效提高识别率,减少特征数量,并对环境变化具有一定的适应能力．     

基于虚拟现实的复杂场景非显著目标跟踪方法研究

为避免复杂场景中的干扰因素影响非显著目标跟踪准确度，提出基于虚拟现实的复杂场景非显著目标跟踪方法。通过中值滤波设置图像窗口大小，统计相邻像素点最大中值，定义复杂场景特征区间。基于虚拟现实技术转换跟踪平面三维信息，利用正交原理计算空间位置，对应区间目标坐标。设定模糊逻辑集合，采用最大隶属度量方法构建隶属度函数，在复杂场景内跟踪非显著目标，完成非显著目标跟踪。设定多组目标跟踪场景，分别在影响因素较少、光感条件变化强烈、快速运动过程中和遮挡干扰背景五组条件下，测试非显著目标跟踪效果。实验结果表明，所提方法在上述设定中均可以完成准确跟踪，定位得到目标物。     

一种针对于状态估计算法的敏感指标构建方法

针对信息融合领域内状态估计算法的性能评估问题,分析了当前常用评估指标的不足。提出了一种基于最优子模式分配的敏感指标构建方法,该指标利用两个可控参数对点迹位置误差与关联误差的敏感度进行合理分配。通过两组不同条件的实验,证明了在单目标环境下,OSPA距离具有与位置均方根误差相同的有效性与评估准确度;在多目标环境下,OSPA距离具有更高的使用灵活度与敏感度。     

一种针对于状态估计算法的敏感指标构建方法

针对信息融合领域内状态估计算法的性能评估问题,分析了当前常用评估指标的不足。提出了一种基于最优子模式分配的敏感指标构建方法,该指标利用两个可控参数对点迹位置误差与关联误差的敏感度进行合理分配。通过两组不同条件的实验,证明了在单目标环境下,OSPA距离具有与位置均方根误差相同的有效性与评估准确度;在多目标环境下,OSPA距离具有更高的使用灵活度与敏感度。     

基于驾驶行为的隧道交通标志影响特征及作用机理

合理设置隧道交通标志能够在一定程度上缓解隧道特殊环境引发的“时空隧道效应”。文中研究了高速公路隧道内部交通标志（限速标志、出口预告标志）对驾驶行为的影响特性,首先选取特长隧道作为实验路段,通过驾驶模拟实验测试获取驾驶人细粒度微观行为数据,然后再考虑随机效应影响的条件下构建线性混合效应模型,揭示了隧道内部交通标志对驾驶行为的影响特征及作用机理。结果表明：不同影响区段内交通标志对驾驶行为的作用存在差异;在隧道内部设置限速标志能够一定程度上降低事故风险的发生概率,限速标志的重复设置一定程度上能提高驾驶人的操控能力;在隧道内部设置限速标志及出口距离预告标志有助于改善驾驶人空间控制能力、提高驾驶舒适度,其中,在距离隧道出口约小于1 km的影响区段内设置隧道出口距离预告标志有助于提高驾驶人的行车舒适性,在距离隧道出口2 km和1.5 km的影响区段内设置预告标志能在提高车辆控制能力的同时使驾驶人具有更高的行驶车速;此外,隧道交通标志作用下的驾驶行为受驾驶人性别、年龄、驾驶经验等特征属性影响,男性驾驶人的驾驶风险更低。     

基于障碍物可达区域预测的机器人实时避障算法

针对复杂环境下的机器人路径规划与自主避障问题,提出了基于动态障碍物可达区域预测的实时避障算法.对静态障碍物进行描述和建模,建立动态障碍物状态更新预测方程,实现对动态障碍物质心可达区域的预测.分别面向动态、静态障碍物提出基于可达区域预测的多步椭圆包络势场和基于新型Sigmoid函数的势场,修正目标的对数Lyapunov引力场,给出多类型障碍物空间下的机器人实时避障算法.数值仿真和实验结果表明,与传统方法相比实时避障算法可使机器人避障过程中的路径长度更短、安全性更高及最大行驶角变化幅值更小.     

基于相关矩阵行列式分析的GSC二元麦克风阵列语音增强算法

为了提高广义旁瓣相消器语音增强算法在二元麦克风阵列中的噪声抑制能力,提出了一种基于相关矩阵行列式分析的GSC二元麦克风阵列语音增强算法,该方法首先对二元阵列的输入进行相关矩阵行列式分析,利用基于语音活动检测和信噪比估计确定系数的维纳滤波器改进GSC结构的固定波束成形支路的输出,再利用基于相关矩阵行列式分析的语音活动检测更新自适应噪声抵消器系数,提高GSC结构中自适应支路噪声估计的准确性.实验结果表明,相较于近些年来其他二元麦克风阵列的语音增强方法,该方法在多个噪声源和复杂类型噪声条件下的语音质量更高,信号失真更小,处理后的语音更接近目标语音.     

数字图像相关方法中的标定对三维形貌和变形测量的影响

为了实现三维数字图像相关方法的高精度三维测量,首先需要标定成像系统的内外参数.从数字图像相关的基本原理出发,针对相机成像的针孔模型,在理论上给出了物体成像的误差来源和修正措施,从而引出相机的各个标定参数.实验研究了多组标定板的姿态,分析了棋盘标定方法的稳定性和精确度,给出了标定过程的优化方案,解决了复杂工程环境下现场标定步骤繁琐的问题.实验结果表明:当标定板的姿态数大于9组时,标定参数趋于稳定,用稳定的标定结果计算目标物的半径更可靠.精确稳定的棋盘标定方法有利于获得高精度的三维测量结果,因此优化标定后的三维数字图像相关方法不仅操作简便,还具有相当高的可靠性和精确度.     

一种基于YOLOv5的小样本目标检测模型

深度学习技术在目标检测领域取得了显著的成果，但是相关模型在样本量不足的条件下难以发挥作用，借助小样本学习技术可以解决这一问题。本文提出一种新的小样本目标检测模型。首先，设计了一种特征学习器，由Swin Transformer模块和PANET模块组成，从查询集中提取包含全局信息的多尺度元特征，以检测新的类对象。其次，设计了一种权重调整模块，将支持集转换为一个具有类属性的权重系数，为检测新的类对象调整元特征分布。最后在ImageNet-LOC、PASCAL VOC和COCO三种数据集上进行实验分析，结果表明本文提出的模型在平均精度、平均召回率指标上相对于现有的先进模型都有了显著的提高。     

实时全息用于多幅分光延时干涉复杂光路的优势

为解决快脉冲等离子体光学诊断中所用的多幅分光延时干涉系统光路复杂、无法同时调出多幅背景条纹平行、平直的干涉图的困难,在原有设备的基础上,将实时全息方法应用于多组物参光的干涉显示,在实验现场恶劣的环境条件下成功地一次采得5幅条纹平直均匀的干涉图,取得了较好的结果,为场分布量的定量测量读数奠定了基础.结果表明,实时全息具有多方面的优越性,不失为其它光学、干涉方法难以奏效的复杂光学系统及多种极端物态显示研究中的有效手段.     

饲养林麝毛发皮质醇含量及其指示作用

【目的】探查饲养林麝的麝场规模、饲养空间及年龄因素对饲养林麝毛发生理应激的影响,为林麝饲养管理提供科学依据。【方法】采集陕西凤县25个麝场142只饲养雄性林麝同一部位的毛发,运用酶联免疫法(ELISA)测定林麝毛发皮质醇含量,比较不同年龄组林麝毛发皮质醇含量的差异,聚类分析林麝的毛发皮质醇含量,卡方检验高皮质醇组和低皮质醇组林麝在不同饲养环境中的分布情况,探查评估饲养雄性林麝的生理应激状态。【结果】饲养雄麝毛发皮质醇含量在3~9岁龄没有显著差异。毛发皮质醇含量的聚类分析表明,雄麝的生理应激状态可分为低皮质醇和高皮质醇2个组别;卡方检验结果显示,皮质醇的2个组别在不同规模麝场的分布不存在显著差异,在不同饲养空间中的分布存在显著差异,高皮质醇组林麝在小圈占比最高,低皮质醇组林麝在大圈占比最高。【结论】饲养条件下,根据林麝毛发皮质醇含量可有效探查其生理应激状态,可分为高敏感组和低敏感组;林麝饲养空间显著影响其生理状态,进而影响高敏感和低敏感个体的比例组成。     

基于PCA-PSO-LSSVM钢筋锈蚀程度预测研究

钢筋锈蚀是混凝土结构破坏的主要原因之一，通过研究钢筋锈蚀情况，进而分析混凝土构件的耐久性，对提高建筑物的使用寿命来说，具有非常重要的现实意义。钢筋锈蚀受多种因素影响，但传统的钢筋锈蚀检测法容易受到人为和条件因素的干扰，进而产生较大的误差，因此构建一种钢筋锈蚀预测模型，可以快速地进行钢筋锈蚀程度的预测。通过钢筋锈蚀实验获得了23组实测数据，建立基于钢筋中间距、保护层厚度、裂缝宽度、锈蚀电流和锈蚀直径5个因素的预测指标体系，通过主成分分析（PCA）对数据进行降维处理，建立最小二乘支持向量机（LSSVM）模型对钢筋锈蚀率进行预测，选用粒子群算法（PSO）寻找出LSSVM中正则化参数和核函数宽度系数的最优参数组合。结果表明，PSO-LSSVM模型的平均绝对误差和均方根误差为1.88%和1.94%，并同BP神经网络、未优化的LSSVM模型的预测结果做对比分析，验证了该模型的预测精度更高，为复杂环境下的钢筋锈蚀情况监测提供了一种新的途径。