温度和光照对动车组用矿物型变压器油荧光特性的影响

牵引变压器渗漏油检测是动车组运行故障检测的重要部分。动车组运行故障图像检测系统采集的近红外底板图像中渗漏变压器油痕迹与水迹的特征相似,致使列检员与图像识别算法均无法有效识别渗漏油痕迹,进而导致渗漏油故障的误报率高,影响列车的正常运行和检修效率。由于水不具有荧光特性,而矿物型变压器油具有紫外荧光特性,故可通过荧光成像将两者区分。另外,由于动车组运行季节、地域、时间段不同,致使渗漏的变压器油处于不同的环境条件中,进而影响渗漏油的荧光特性。而渗漏油的荧光特性决定荧光成像系统激发光源波长和成像波段的选取。因此,为了明确动车组用矿物型变压器油的荧光特性,以及两个主要环境因素温度、光照对荧光特性的影响,首先制备了不同温度、不同光照条件下的变压器油样本;而后,利用荧光光谱仪采集样本的三维荧光光谱,进而分析样本的荧光特性、温度和光照对荧光特征峰位置和强度的影响。结果表明,动车组用矿物型变压器油具有两个较强的荧光激发/发射峰,分别位于350/382 nm和350/402 nm;温度的升高引起荧光强度下降,但未改变荧光波峰位置;光照强度的增加与光照时间的延长都引起荧光强度下降,但未显著改变荧光波峰的位置;在动车组运行监测时间间隔内,温度和光照未显著改变油品的荧光特性。实验结果为荧光成像检测动车组用矿物型变压器油的渗漏故障提供了实验依据和数据支持。

基于BP神经网络的大视场成像畸变校正方法

提出了基于BP神经网络的畸变校正方法,实现了在不确知畸变数学模型情况下的高精度校正。应用平行光管法测得900组光点坐标数据作为BP神经网络的训练样本,通过训练得到一个隐含层有6个节点的3层BP神经网络模型,然后使用77组数据检测了该神经网络的校正效果,并与使用相同检测数据的双线性插值方法进行了比较。实验表明,神经网络较插值方法精度高,误差数据分布的规律性好,而且与插值方法相比,它避免了误判区域的问题,便于校正。

基于波前编码的无热化红外成像技术综述(特邀)

波前编码红外成像技术是一种结合光学编码和数字解码两步成像的计算光学成像技术。波前编码无热化红外成像系统通过在红外光学系统的光阑附近增加特殊面形的光学相位板,对场景红外辐射进行编码调制,使得在宽的环境温度范围内红外焦平面探测器输出的中间编码图像具有高度一致性,再对中间编码图像进行数字解码得到清晰红外图像。近年来,国内外学者开展了大量波前编码无热化红外成像技术的理论分析和原理验证,表明其无热化特性的有效性。文中结合作者近年来的研究工作,主要介绍波前编码无热化红外成像技术的研究背景、基本原理、关键技术、国内外典型的设计方案和原理样机、并展望了波前编码红外成像技术的应用价值和发展趋势。

模糊几何特征及其在人造目标检测中的应用

提出具有模糊测度的几何基元特征的人造目标检测方法。根据相交直线段所组合构成的几何基元夹角的模糊测度,将单纯的几何基元特征扩展为模糊几何特征。应用方向算子检测图像边缘,并把边缘拟合成直线段集合;直线段集合扩展成几何基元集合,并根据所定义的模糊隶属函数,用几何基元的夹角构造成基元线段的隶属度列表;通过判断每个子区域内所有线段隶属度之和的最大值定位人造目标。检测自然背景下人造目标的实验表明,该方法检测率高达97%,整个算法的时间复杂度为O(n2),并有很好的稳定性且易硬件实现。

复杂场景下的变形目标跟踪

提出一种新的针对目标变形的模板匹配跟踪方法。对于跟踪序列图像中的目标,采用均值平移方法对原图像进行滤波平滑后提取边缘;定义一种点到邻域的广义距离测度,增强了匹配的容错性,与计算 Hausdorff 距离相比计算量大为减少;采用边缘相似点的距离均值和方差作为匹配的相似测度和置信准则,进一步降低了匹配的误差;提出在 8 邻域内基于马尔可夫模型的启发式规则修正模板策略,阻止跟踪点漂移。实验结果表明,该方法能以高达 98%的正确匹配率对复杂场景序列图像中的运动目标进行稳定跟踪。

基于奇异值分解的图像匹配和目标跟踪研究

在目标跟踪过程中,由于存在目标姿态变化和背景干扰,在跟踪过程中必须要对模板进行必要的修正,应该在获取目标模板后有一个可靠的模板更新策略.本文探讨了奇异值分解及其在图像匹配和目标跟踪中的应用,定义了一种近似奇异值向量并提出了一种基于图像奇异值特征向量数据特点的跟踪策略并作了大量试验,试验结果表明所提出的图像匹配方法和目标跟踪策略的有效性.

基于模糊准则的小波特征选择在人脸识别中的应用

提出一种基于模糊准则的小波特征选择方法来实现人脸识别.首先,利用模糊准则得到最优小波包分解;其次,亦利用模糊准则对最优小波包分解中特征(小波系数)的分类能力进行评价并排序;再次,选择鉴别能力强的特征并将它们输入到EFM模型以实现降维,并使用基于最小二乘误差的线性鉴别函数实现分类.人脸识别实验结果表明基于模糊准则的小波特征选择方法的识别率要高于主元分析(PCA)算法.*

基于李代数的变形目标跟踪

动态几何变形是图像跟踪技术面临的突出难题之一.本文提出基于李代数的变形目标跟踪方法,用Gabor特征表征目标,以仿射李群建立目标几何变形,利用李代数和李群之间的指数映射将参数的最优化求解从欧氏空间转至光滑流形,实现了对变形目标的稳定跟踪.从物理层面分析了目标跟踪过程中的参数几何变换的实质,从理论上对在光滑流形上进行迭代求解的优点进行了详细分析,并对其收敛性做出了证明.图像序列跟踪测试的对比实验表明,本文方法较现有基于欧氏空间的算法在收敛速度、跟踪稳定性和精确性方面有显著提高.

基于小波互能量交叉的复杂背景中红外小目标检测方法

研究复杂背景下红外图像小目标检测问题,提出一种基于小波分析互能量交叉处理的目标检测方法。通过定义水平、垂直方向上的小波互能量交叉函数,在两上方向上有效地增强目标、抑制背景干扰。采用一种简单有效的局部直方图统计方法进行目标粗分割,综合两个方向目标粗检测结果通过能量最大判决进行目标定位,并采用双窗不相似度量检测目标尺寸。实验结果表明,该方法对地面背景、海面背景的红外弱小目标检测具有一定的普遍适用性,具有单帧检测率高、实现速度快的特点。

黎曼几何在计算机视觉中的应用研究进展

在计算机视觉领域,许多任务相关数据具有非欧结构。近年来,基于黎曼几何的数据表征与应用研究受到了越来越广泛的关注。如何充分利用数据的几何结构,提高目标识别、目标跟踪及目标检测算法的性能,是其中的一些研究热点。主要从三个方面介绍了黎曼流形在计算机视觉中的应用进展。首先,从数学基本概念出发,阐述了黎曼流形与图像的关系,以及视觉应用的可行性,并介绍了在计算机视觉中获得重要应用的几种黎曼流形;其次,对黎曼流形在计算机视觉中的若干常见应用进行了概述,重点介绍了其与深度学习相结合的相关进展;最后,对引入黎曼流形的机器学习方法的未来发展进行了分析和讨论。

海空背景下红外小目标检测算法

研究海空复杂背景下红外图像小目标检测问题,针对海空背景下远距离小目标总是出现在水天线附近的特点,通过小波多尺度分析边缘检测算法检测水天线,确定出目标潜在区域,再进行精细目标搜索,从而提出了一种由粗到精的小目标检测算法。实验结果表明,对一般噪声条件下得到的红外目标图像,该方法能准确地检测、定位小目标,单帧检测准确率达96%以上并具有单帧检测率高、实现速度快的特点。

自适应红外图像直方图均衡增强算法

针对红外图像的特点,本文提出了一种自适应红外图像直方图均衡增强算法。该方法根据原始图像的直方图,自适应地构造出一个加权函数对原始图像的直方图进行加权处理,然后采用加权后的直方图对原始图像进行直方图均衡化。算法不需要人为指定阈值,而且克服了传统直方图均衡提升红外图像背景的缺点。实验结果表明,该算法对红外图像具有较好的增强效果,能够有效地抑制图像的背景,突出目标。

复杂海面背景红外小目标自动检测方法

采用维纳自适应滤波,抑制随机噪声和高斯噪声;利用Otus阈值法分割图像,确定海天线和目标潜在区;利用Top Hat算子进行形态滤波处理,抑制平缓变化背景并保留高亮度区的目标和强噪声;选择结构元素进行形态开运算,去掉细小的背景杂波干扰;针对远距离舰艇小目标总是出现在海天线附近以及红外目标灰度高于其邻域背景的特点,确定阈值即可分离出真正的目标。实验结果表明,该方法可以较好地抑制海浪、云层等背景的干扰,能有效检测复杂海面背景中的红外小目标。

基于小波变换的图像边缘检测

提出了一种新的基于小波变换的多尺度多分辨率特性的边缘检测方法。分别利用不同尺度小波变换后的水平方向、垂直方向和对角线方向高频信息 ,根据李氏指数与小波变换关系 ,采用零交叉检测方法和极大值在不同尺度下传播的特性 ,检测出图像在 3个方向的极大值。对不同尺度不同方向高频子图像 ,首先采用平均值法确定阈值 ,去除震荡噪声 ,然后对不同方向高频子图像合成的图像 ,根据最大类间方差法 ,计算其阈值 ,求出极大值 ,最后从这 3个方向的极大值中确定出最大值。实验结果表明 ,检测出图像的边缘结果非常理想。

一种基于小波多尺度分析的水天线检测方法

提出一种基于小波多尺度分析的水天线检测方法.该方法针对海面背景图像的特点,利用小波变换的多尺度分析特性,依据小波变换模极大值在多尺度上的变化规律,综合了各尺度信息,对水天线进行检测,仿真实验验证了其有效性.

SOPC技术在实时红外图像处理中的应用

可编程片上系统(SOPC)是Altera公司提出的一种灵活、高效的片上系统解决方案,为构建实时、小型化的红外图像处理器提供了有效的解决途径。介绍了一种基于SOPC技术的红外图像处理器,可对数字红外图像进行实时处理和显示驱动。处理器主要包括非均匀校正模块、实时图像增强模块和显示驱动模块。处理功能主要由一片Altera公司的SOPC芯片EPXA4完成。实验结果表明,采用SOPC技术构建的红外图像处理器集成度高、功耗低、可靠性强、实时性好。

空谱联合预测高光谱图像无损压缩rice算法

针对rice算法低维预测不能有效降低高光谱数据冗余问题,提出基于空谱联合预测的低复杂度rice算法,应用于高光谱图像无损压缩。根据高光谱图像三维数据特征建立三维预测模型,利用相邻波段谱间相关系数进行联合预测系数分配,有效地减少了高光谱图像空间和谱间冗余。提出基于预测误差均值的最优编码参数选择算法,计算复杂度由O(N)降为O(1)。实验结果表明,本文方法提高无损压缩比5%～40%,编码时间较经典rice算法缩短了4%以上,有利于实时处理和工程实现。

新的基于边缘特征的图像相关匹配方法

传统的图像相关匹配方法利用求取对应像素灰度差的累加和进行图像之间的相似性度量,或者设定阈值计算具有相近灰度值的像素点的个数进行相似性度量,由于参考图和实测图之间存在着灰度差异、模糊以及局部遮挡等,使得仅依靠图像灰度信息的算法的性能受到影响。结合图像的边界特征匹配技术,提出了一种新的图像相关匹配算法。该算法首先对图像进行边界提取并二值化,然后利用所定义的基于边缘的相似距离(ESD)对处理后的二值图像进行相似性匹配运算。试验结果表明这种算法在多种图像畸变情况下的有效性。

一种基于多尺度分形新特征的目标检测方法

研究复杂自然背景下单帧图像的小目标检测问题.根据人造目标的分形特征随尺度变化比自然背景剧烈这一特点,提出一种多尺度分形新特征.该特征比标准分形维数更好地突出自然背景中的人造目标,对三种图像不同的背景干扰起到了较好的抑制作用.在多尺度分形新特征图像中采用局部直方图统计方法进行目标检测.实验结果表明,基于该特征的目标检测算法对复杂地面背景、海面背景的红外图像和电视图像具有较好的稳健性和普适性,能从单帧图像中较好地检测定位小目标,检测准确率达95%以上.

红外成像制导技术发展现状与展望

随着信号处理、半导体技术的飞速发展,近几年红外成像制导技术取得了长足的进展。为了对该领域相关技术进行总结,为未来的研究工作提供参考,首先介绍了红外成像制导技术的概念,分析了红外光学系统、红外焦平面探测器以及图像处理等红外成像制导中的关键技术的发展现状。参考国内外红外成像制导领域的发展趋势,结合作者多年从事可见光、红外成像制导技术研究积累的经验以及对该领域关键技术的理解,预测了未来红外成像制导技术的发展方向。