基于改进加权核范数最小化的图像去噪算法研究

针对彩色图像的高斯噪声,在加权核范数最小化(WNNM)框架下,提出了一种对于彩色图像去噪的多信道(MC)优化模式。首先,选择多种类型噪声计算量,利用信道的冗余特性将RGB补丁连接起来,再引入权重矩阵以协调3种信道的图像保真性。把所提的MC-WNNM模型转换成线性等式约束现象,并采用交替位置乘子法(ADMM)解决。每个变量更新步骤都具有其封闭解,并能保证收敛性。基于真实用于无人机目标识别的彩色图像添加噪声进行仿真实验,实验结果说明,该算法相较现有的BM3D方法及WNNM方法具有明显优势。

可再生能源系统技术框架与关联模式——基于国内外专利数据的实证研究

建立稳定、高效、智能化的可再生能源系统是能源转型的重要路径。本文基于可再生能源系统专利梳理技术框架,运用社会网络分析揭示国内外技术关联现状与动态特征。可再生能源发电、储能、多能互补与智慧电网专利申请数近年上升,相关技术可分为能源获取与运用、能源转化和能源系统3类,对应13个技术领域;中国技术网络密度持续上升,技术关联以“能源获取与运用-能源转化”与“能源转化-能源系统”为主;日本技术网络密度较低,技术关联以“能源转化-能源系统”为主;美国技术网络密度近年维持较高水平,技术关联由“能源获取与运用-能源转化”转向“能源转化-能源系统”。研究成果能够为能源产业技术创新与融合、产业间协作提供实证参考。

基于无人机的风机叶片智能巡检及缺陷检测

提出并设计风机叶片自动化检测与图像识别方法。通过大疆Mobile SDK与MATLAB联合设计,分割叶片图像缺陷特征,再根据混乱背景利用特征点匹配来识别裂纹和损伤等缺陷,并对缺陷进行分类,从而方便后续输出对叶片质量的分析,实现风力发电机叶片表面缺陷的自动检测功能。通过实例验证了该方法在风力发电机叶片表面缺陷检测中的准确性与稳定性。

基于多尺度局部对比度的海上风电风机叶片异常点检测

针对传统方法在海上风电风机叶片砂眼等损伤异常点检测虚警率高的问题,提出了一种基于多尺度局部对比度的风机叶片异常点检测方法。首先通过Facet-Kernel滤波对图像进行预处理,抑制背景杂波,突出异常点;其次通过多尺度局部对比度计算,准确提取异常点位置;最后通过自适应阈值分割提取损伤异常点。实验结果表明,该方法具有较好的检测结果,拥有有效性及鲁棒性。