计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
10期
196-199
,共4页
视觉特征定位%物联网%细节识别%车祸现场
視覺特徵定位%物聯網%細節識彆%車禍現場
시각특정정위%물련망%세절식별%차화현장
Visual feature location%Internet of things%Detailed identification%Car accident scene
准确定位车祸现场有利于后期的营救工作.车祸发生过程中,对车辆碎片特征识别是判断车辆发生车祸的重要依据.但是车祸发生现场,无法避免由于现场环境信息紊乱造成的车辆碎片特征零散分布,与外部干扰特征形成混淆等弊端.传统的智能识别方法在大区域物联网车祸识别中,对车祸现场细小碎片的可识别特征难以准确分割,造成识别虚警率较高.为此,提出一种新的碎片视觉特征定位的物联网车祸现场识别方法.针对采集的车祸现场图像利用小波变换的方法进行碎片干扰特征滤波,消除由于环境信息紊乱造成的图像噪声,针对物联网环境下的多信号干扰问题,利用线性分类相关原理,对车祸现场图像中的细节特征进行分类提取,从而完成物联网框架下车祸现场的识别.实验结果表明,利用新算法进行物联网车祸现场识别,能够提高车祸识别精度.
準確定位車禍現場有利于後期的營救工作.車禍髮生過程中,對車輛碎片特徵識彆是判斷車輛髮生車禍的重要依據.但是車禍髮生現場,無法避免由于現場環境信息紊亂造成的車輛碎片特徵零散分佈,與外部榦擾特徵形成混淆等弊耑.傳統的智能識彆方法在大區域物聯網車禍識彆中,對車禍現場細小碎片的可識彆特徵難以準確分割,造成識彆虛警率較高.為此,提齣一種新的碎片視覺特徵定位的物聯網車禍現場識彆方法.針對採集的車禍現場圖像利用小波變換的方法進行碎片榦擾特徵濾波,消除由于環境信息紊亂造成的圖像譟聲,針對物聯網環境下的多信號榦擾問題,利用線性分類相關原理,對車禍現場圖像中的細節特徵進行分類提取,從而完成物聯網框架下車禍現場的識彆.實驗結果錶明,利用新算法進行物聯網車禍現場識彆,能夠提高車禍識彆精度.
준학정위차화현장유리우후기적영구공작.차화발생과정중,대차량쇄편특정식별시판단차량발생차화적중요의거.단시차화발생현장,무법피면유우현장배경신식문란조성적차량쇄편특정령산분포,여외부간우특정형성혼효등폐단.전통적지능식별방법재대구역물련망차화식별중,대차화현장세소쇄편적가식별특정난이준학분할,조성식별허경솔교고.위차,제출일충신적쇄편시각특정정위적물련망차화현장식별방법.침대채집적차화현장도상이용소파변환적방법진행쇄편간우특정려파,소제유우배경신식문란조성적도상조성,침대물련망배경하적다신호간우문제,이용선성분류상관원리,대차화현장도상중적세절특정진행분류제취,종이완성물련망광가하차화현장적식별.실험결과표명,이용신산법진행물련망차화현장식별,능구제고차화식별정도.
