-
Patent Agency Ranking
公开(公告)号：CN108647701A
公开(公告)日：2018-10-12
申请号：CN201810331101.5
申请日：2018-04-13
Applicant: 长安大学
Abstract: 本发明公开了一种快速车号识别方法，包括以下步骤：对分割后的车号进行骨架提取；对提取后的骨架进行加权垂直投影，获取字号的一维曲线；利用DTW对加权投影的待检测曲线与模板字号曲线匹配；根据匹配距离判断识别结果。本发明对车号识别在速度与准确率上都有提升，识别速度快、精度高。并且具有较高的精度和鲁棒性，尤其在交通领域中较为关注的列车车号的识别具有良好的识别效果。
-
公开(公告)号：CN108628959A
公开(公告)日：2018-10-09
申请号：CN201810332590.6
申请日：2018-04-13
Applicant: 长安大学
Abstract: 本发明公开了一种基于交通大数据的本体构建方法，包括如下步骤：步骤1：建立本体与交通信息基础信息元的对应关系分析；步骤2：基于文本大数据的交通领域本体层次模型的构建；步骤3：根据步骤1、2构建模型进行基于大数据的交通本体数据完善和人工检查和核定。本发明的利用交通文本大数据，通过对本体与交通信息基础数据元的关系分析和自然语言技术对数据进行分析、聚类清洗，构建一个基于交通大数据的本体构建；本发明能够通过本体对概念的精确描述，在智能化的检索过程中，帮助人们与机器之间实现准确的语义交流，大幅的提升信息检索的效率和准确率。
-
公开(公告)号：CN108648177B
公开(公告)日：2021-08-24
申请号：CN201810332588.9
申请日：2018-04-13
Applicant: 长安大学
Abstract: 本发明公开了一种列车部件完整性检测方法，包括以下步骤：步骤S1：对采集到的图像进行预处理，消除图像噪声，建立待检测部位的模板库；步骤S2：通过预先保存的部件模板自动匹配定位部件所在位置；步骤S3：筛选出作为生长的种子区域的特征块；步骤S4：利用多点自动种子生长的算法对部件进行生长，按照生长情况判断差异区域，并分析差异区域轮廓特征，判断部件是否完整。该方法对图像采集的条件没有限制，能够很好的适应列车检测的环境。
-
公开(公告)号：CN108648177A
公开(公告)日：2018-10-12
申请号：CN201810332588.9
申请日：2018-04-13
Applicant: 长安大学
Abstract: 本发明公开了一种列车部件完整性检测方法，包括以下步骤：步骤S1：对采集到的图像进行预处理，消除图像噪声，建立待检测部位的模板库；步骤S2：通过预先保存的部件模板自动匹配定位部件所在位置；步骤S3：筛选出作为生长的种子区域的特征块；步骤S4：利用多点自动种子生长的算法对部件进行生长，按照生长情况判断异常区域，并分析差异区轮廓特征，判断部件是否完整。该方法对图像采集的条件没有限制，能够很好的适应列车检测的环境。
-
公开(公告)号：CN104966050B
公开(公告)日：2017-04-05
申请号：CN201510296517.4
申请日：2015-06-02
Applicant: 长安大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于ASM的车道线检测方法，包括如下步骤：对采集的一幅车辆前方图像划分感兴趣区域；图像预处理：对划分感兴趣区域后的图像灰度化，再采用3×3的滑动窗口进行中值滤波，保留细节，去除干扰噪声；在预处理后的图像的两条车道线上标定特征点，建立一个由特征点分布模型组成的训练集；对步骤三建立的训练集进行归一化处理，获得一个对齐形状；通过主成分分析运算捕捉对齐形状的统计信息，建立ASM模型；实时采集车辆前方待检测图像，并根据步骤一和步骤二的方法对实时采集的车辆前方待检测图像划分感兴趣区域和图像预处理，最后利用建立的ASM模型在预处理后的实时采集的车辆前方待检测图像中搜索与ASM模型匹配信息，完成车道线检测。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
