一种钢轨裂纹红外图像处理算法研究

针对钢轨裂纹红外图像信噪比低、对比度低和纹理细节模糊的特点,提出了一种涉及降噪、目标细节增强和区域分割等的红外图像综合处理算法。首先,通过自适应均值滤波除去钢轨裂纹红外图像的部分噪声;其次,采用非线性非子采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)对裂纹图像进行增强处理;最后,利用改进的最大类间方差法实现图像中目标裂纹区域的分割。实验结果表明,本文算法在有效地抑制噪声,提高图像对比度的基础上,能突显裂纹细节纹理,同时降低细节分割丢失,为后续图像信息处理奠定了必要的基础。

钢轨表面缺陷检测系统中图像增强预处理方法研究

针对光照条件及轨道环境的变化会造成采集的钢轨图像严重降质,对后续缺陷检测十分不利的情况,提出一种基于Retinex的钢轨表面缺陷图像增强方法。通过分析钢轨表面特征的形成机理和成像特性,设计钢轨图像采集装置。研究单尺度及多尺度Retinex方法并对其用于钢轨图像增强时存在的问题进行分析。在此基础上,引入反射分量z-score标准化环节改进传统的Retinex图像处理框架。通过理论推导和不同条件下的实验验证了改进方法的有效性。研究结果表明:该方法对光照变化具有较强的鲁棒性,能在提高缺陷与背景对比度的同时有效克服阴影的干扰。对不同轨道环境下的钢轨图像增强后,信息熵、对比度和清晰度指标均优于传统方法,为进一步准确提取缺陷特征奠定了基础。

基于高斯-中值的钢轨表面缺陷图像滤波研究

针对传统滤波算法在钢轨表面缺陷检测中噪声滤除效果的缺点,提出一种高斯-中值滤波算法。将图像反转,使缺陷及一些被氧化处与正常的钢轨表面的灰度亮度发生反转。对反转后图像的滤波模板窗口求加权平均值,将图像中的每个点的像素灰度值与其加权平均值进行比较,若该点的像素灰度值大于其加权平均值,则用中值滤波算法进行处理,否则用高斯滤波算法进行处理。将仿真结果与传统的方法相比较表明:该方法去除噪声效果更好,并能很好的保护图像细节和改善缺陷处的边缘细节。

基于特征分析的图像式地铁隧道裂缝检测方法研究

地铁隧道表面裂缝的自动检测技术是当下一个重要的研究方向。通过设计基于机器视觉的隧道裂缝自动检测系统来对裂缝进行识别,针对地铁隧道表面普遍存在的光照不均匀、噪声污染严重、对比度低等问题,依次采用Mask均光与灰度级腐蚀相结合的方法对图像进行增强处理,采用高斯-快速中值滤波算法滤除大量噪声,采用基于边缘信息的二次改进Otsu方法对裂缝图像进行有效分割,最终得到裂缝区域完整且噪声区域较少的二值图像。采用投影和阈值结合的方法判定裂缝种类,获取裂缝的长度、宽度及面积等特征指标来实现对裂缝的检测识别。研究结果表明:所提出的算法对普通裂缝的识别率达93%以上,对于地铁隧道表面裂缝识别准确率可达83%,验证了本文算法的有效性。

基于多尺度结构嵌入的图像修复方法研究

现有的图像修复方法能够补全图像但是依然存在信息缺失、结构扭曲、边界模糊等问题。针对这些问题,在生成对抗网络的基础上,提出带有多尺度结构嵌入的扩张卷积图像修复算法。生成器使用全局内容修复网络并嵌入多模态结构信息获得初始修复结果,利用带有多尺度注意力机制的局部细节修复网络进行纹理、结构修复。鉴别器使用局部与全局相结合的双重鉴别器模型修复破损区域。在Places2数据集上的实验证明,该算法与其他算法相比修复效果有较大提升,修复图像真实连贯,并提高了网络训练的稳定性。

基于单幅光栅条纹图像的钢轨表面三维重构研究

针对光栅条纹相位测量法利用相移法提取相位时需要3幅以上的相移光栅条纹图像,使得整个重构过程复杂的问题,提出利用单幅光栅条纹图像提取相位的方法进行钢轨表面的三维重构。通过对单幅光栅条纹图像进行希尔伯特变换的方法实现相位移动。利用推导的相移公式直接求取包裹相位变化量,并解包裹得到连续相位分布。将连续相位代入相位高度映射关系,获得轨面高度分布,重构钢轨表面三维形貌。利用传统Stoilov五步相移法重构钢轨表面。通过对仿真结果的对比分析并结合实际情况,该方法能够很好地实现钢轨表面的三维重构,并且误差小于Stoilov五步相移法,运行速度较快,更适合在线检测。

基于光照权重分配和注意力的红外与可见光图像融合深度学习模型

针对现有红外与可见光图像融合模型在融合过程中忽略光照因素、使用常规的融合策略,导致融合结果存在细节信息丢失、显著信息不明显等问题,提出一种基于光照权重分配和注意力的红外与可见光图像融合深度学习模型。首先,设计光照权重分配网络(IWA-Net)来估计光照分布并计算光照权重;其次,引入CM-L1范式融合策略提高像素之间的依赖关系,完成对显著特征的平滑处理;最后,由全卷积层构成解码网络,完成对融合图像的重构。在公开数据集上的融合实验结果表明,所提模型相较于对比模型,所选六种评价指标均有所提高,其中空间频率(SF)和互信息(MI)指标分别平均提高了45%和41%,有效减少边缘模糊,使融合图像具有较高的清晰度和对比度。该模型的融合结果在主客观方面均优于其他对比模型。

形态学边缘检测和区域生长相结合的遥感图像水体分割

遥感图像水体区域中因水体自身流动和波动等因素造成图像噪声,利用传统方法直接分割水体容易导致分割精度较低。为此,利用遥感图像中水体区域具有连通性强以及像素灰度值相近等特点,提出了一种利用多结构元素形态学重构边缘检测结合区域生长实现遥感图像水体分割的方法。首先将遥感图像转化为灰度图像,运用多结构元素形态学重构边缘检测,在去除噪声的同时增强水体边缘,保持水体区域边缘的较准确定位;然后利用灰度直方图自动选取种子点,确定水体区域灰度范围,利用该灰度范围内像素的均值和方差、种子点及已生长区域灰度特性作为生长准则,实现对水体区域的分割。实验结果表明,该方法能够对因水体扰动等因素导致的噪声图像进行有效分割,且水体区域分割精度较高。

基于图像灰度梯度特征的钢轨表面缺陷检测

利用机器视觉技术检测钢轨表面缺陷时,检测结果的准确性易受光照变化、钢轨表面反射不均和锈迹等因素的影响。为此,提出了基于图像灰度梯度特征的钢轨表面缺陷检测方法。首先,在设计钢轨表面缺陷检测装置的基础上,分析了钢轨图像中不同区域的灰度和梯度特征;然后,基于双边滤波思想设计了背景平滑滤波器,利用局部灰度和梯度变化信息自适应调整不同特征区域的平滑程度,对原图像平滑得到背景图像;最后,将原图像与背景图像差分,通过对差分图像阈值分割并利用连通区域标记法,实现钢轨表面缺陷检测。实验结果表明,该方法可以在凸显图像缺陷部分的同时,有效减弱光照变化、钢轨表面反射不均和锈迹的影响,对不同轨道环境下的疤痕和裂纹缺陷均取得了较好的检测效果,缺陷漏检率和误检率分别为5.79%和6.84%,具有一定的实用价值。

基于自适应均值的地铁隧道裂缝图像滤波算法

地铁隧道表面光照不均匀、对比度低、噪声干扰严重,采集到的裂缝图片较灰暗且含有大量混合噪声,因而单一的滤波方法不能达到很好的去噪效果。针对该问题,提出一种基于快速中值的自适应均值滤波算法来实现隧道裂缝图像滤波。该算法先对图像进行反转以增强裂缝与背景的对比度,通过快速中值法计算滤波窗口的中值,自适应地选取合适的阈值来对滤波系数加以优化,并将窗口各像素点的灰度值进行加权运算,其结果作为窗口中心点灰度值,并输出。通过与传统中值、均值滤波算法比较,提出的新算法不仅降低了图像噪声,而且有效地保护了裂缝边缘,降低后续对裂缝特征量提取及分割识别的难度。

基于可见光通信和接收信号强度检测的列车定位方法研究

精确的列车位置信息是CBTC(基于通信的列车控制)系统保障列车安全高效运行的关键因素。针对地铁独特的隧道环境和列车运营特点,提出一种VLC(可见光通信)和RSSI(接收信号强度检测)相结合的列车定位方法。首先,以朗伯光源模型为基础,构建LED可见光通信的CBTC系统的列车定位模型;其次,利用RSSI值计算隧道壁上LED灯与列车之间的直线距离,并使用三边定位原理和最小二乘法拟合列车定位结果;然后,引入VLC与RSSI相结合的列车定位观测模型和误差模型,对运行中的列车实时定位与误差分析;最后,以成都地铁1号线的真实线路数据和设备参数为依据,验证所提方法的可行性和有效性。研究结果表明:该列车定位方法的最大定位误差为39.23cm,平均定位误差为13.36cm,满足CBTC系统对高精度列车定位的要求,可以作为传统列车定位方法的一种全新选择。

多源异构遥感大数据的高性能存储技术研究

为了提高多源异构海量遥感数据处理流程中存储系统的性能,研究了自适应内存缓存机制在遥感数据存储中的应用.首先使用Alluxio建立统一的虚拟文件系统,并研究了基于空间关系及历史数据访问推理的缓存机制.其次引入了基于内存运算的Presto作为遥感数据元信息的存储组件,为海量的遥感数据元信息及高级语义信息提供实时的读写支持.实验结果表明,相对于使用传统存储方式的流程,使用自适应内存缓存遥感数据存储系统的流程处理耗时减少18%以上,该存储系统对提高遥感数据处理效率贡献显著.

分数阶微积分在滑模控制中的应用研究

针对滑模控制所存在的抖振问题以及趋近问题,将分数阶微积分理论与滑模控制策略的优点相互结合,提出一种有效的分数阶趋近律。在控制器的设计过程中,将分数阶微积分引入到滑模控制中提出分数阶趋近律,并运用Lyapunov理论进行证明,从而确保系统的稳定性。将提出的控制方法应用于二关节机械臂上,进行仿真验证。结果表明:所提出的分数阶趋近律相比传统指数趋近律可有效提高关节的跟踪速度与跟踪精度,很大程度上削弱系统抖振,并且使系统鲁棒性更强。

利用子空间稀疏特征的超分辨率图像重建算法

在传统超分辨率图像重建算法中,图像的梯度、纹理结构等特征通常是由人工设计的规则提取的,对于结构复杂、内容丰富的图像,这样提取到的特征不能精确地表达图像的全部信息,对图像的边缘和局部细节信息会造成缺失。而且在图像训练过程中,还会出现低分辨率(LR)和高分辨率(HR)图像特征图数量不一致、特征匹配度较低的问题。因此,如何提取表达能力更强的特征作为源图像的精确表示和训练过程中提高图像特征匹配度对图像的超分辨率重建至关重要。针对上述问题,提出了一种基于PCANet模型的超分辨率图像重建算法。首先通过具有高斯内核函数的PCANet模型提取图像的深层次特征,并且加入稀疏优化算法,对输出的特征映射矩阵迭代优化,得到其最佳投影矩阵,有效提升了特征映射的鲁棒性。然后利用学习获得的LR滤波器将提取到的图像的深度学习特征分解为多个稀疏特征,使用ADMM算法和SA-ADMM算法迭代更新得到其最优解以后,结合LR图像的稀疏特征和映射函数估计出HR图像的稀疏特征表示,最后和相应的HR滤波器进行卷积求和得到最终的重建图像。实验结果表明,该方法使重建图像的细节信息更好地保留,图像的边缘纹理更加清晰,客观评价指标平均PSNR值提高了0.21 dB以上,有效提升了图像重建的质量。

基于改进DCGAN的钢轨表面缺陷图像扩充方法

钢轨表面缺陷样本稀缺使得深度学习检测法在实际场景中表现不佳,针对传统数据增强方法得到的图像类型单一、多样性较低的问题,将注意力机制融入深度卷积生成对抗网络(DCGAN),提出一种Attention-DCGAN用于轨面缺陷图像扩充。具体地,将自我注意力和通道注意力机制融入DCGAN的生成器和判别器,自我注意力可提高图像对全局信息的利用,通道注意力增强了图像中的通道依赖关系。使用Attention-DCGAN在自制轨面缺陷数据集和Type-I RSDDs数据集上进行实验,相比DCGAN,Attention-DCGAN在自制数据集上将IS(inception score)从1.74±0.02增加到1.77±0.04,FID(Fréchet inception distance)从137.75降低到130.64;在Type-I RSDDs上将IS从1.48±0.05增加到1.54±0.02,FID从153.96降低了142.85。结果表明Attention-DCGAN在两种数据集上均提高了生成图像的质量,可用于轨面缺陷图像的扩充,有助于提高有监督深度学习检测法在钢轨检测上的应用。

基于RBF神经网络的固定时间滑模控制策略研究

为了实现对机械臂末端的高精度跟踪控制,本文提出了一种基于径向基函数(Radial basis function,RBF)神经网络的固定时间滑模跟踪控制策略。首先,建立机械臂的动力学模型。然后,将RBF神经网络和固定时间滑模面结合,设计RBF固定时间滑模控制器,以实现对机械臂末端轨迹的高精度控制;并利用Lyapunov稳定性理论对所设计控制器的理论可行性进行了证明。最后,以二关节机械臂为研究对象进行仿真实验。结果表明:RBF神经网络的固定时间滑模跟踪控制策略能估计模型中的不确定参数,有效地改善了控制效果;并使控制器具有固定时间收敛特性,提高了机械臂的收敛速度。

NSST与引导滤波相结合的多聚焦图像融合算法

为进一步提高融合图像的对比度和清晰度,提出一种非下采样剪切波变换(简称NSST变换)与引导滤波相结合的多聚焦图像融合算法.首先,利用NSST变换对多聚焦源图像进行多尺度、多方向分解;然后针对低频子带系数,通过计算局部区域改进拉普拉斯能量和进行加权映射,构建初始融合权重,利用引导滤波修正初始融合权重,提出一种基于局部区域改进拉普拉斯能量和的引导滤波加权融合规则;针对高频子带系数,结合人眼视觉特性,通过计算显著信息、局部区域平均梯度、边缘信息和局部区域改进拉普拉斯能量和来构建初始融合权重,利用引导滤波修正初始融合权重,提出一种基于人眼视觉特征的引导滤波加权融合规则;最后,进行NSST逆变换,获得融合图像. 4组多聚焦源图像的仿真实验结果表明,无论是从主观评价还是客观评价上,与其余4种融合算法相比,本文算法均较好地保留多聚焦源图像的边缘轮廓、细节和纹理等信息,也无细节信息缺失,提高融合图像的对比度和清晰度.

基于卷积神经网络的列控车载设备故障分类研究

列控车载设备故障复杂且车载记录数据为海量非结构化文本,针对车载记录数据特点,提出基于卷积神经网络的车载设备故障智能分类模型。使用CBOW模型实现车载记录数据的文本分布式表示;为提高网络的泛化性,加快网络收敛,利用加入批归一化处理的卷积神经网络实现故障分类;考虑到不平衡、难分样本对分类效果的影响,通过SMOTE算法随机生成少数类文本向量数据,之后在卷积神经网络的训练阶段采用焦点损失函数对样本加权,实现不平衡数据间的调整。通过对某铁路局列控车载记录数据进行试验分析,表明该模型可以有效提升列控车载故障分类的精确率Precision、召回率Recall、F1-Measure和G-mean等指标。

基于Revit的牵引变电设备BIM模型与信息集成研究

牵引变电设备在其生命周期内拥有大量异构的信息,然而以Autodesk Revit为建模软件建立牵引变电设备BIM模型时,由于模型属性参数类型与参数分组方式有限,导致模型无法满足对设备全生命周期信息集成的要求。本文针对上述问题,以牵引变压器为例,在分析牵引变压器非几何信息并将信息进行分类分级的基础上,提出一种将牵引变压器非几何信息融入设备BIM模型使几何信息与非几何信息集成于同一Revit文档的集成方法,并基于Revit API开发插件对上述方法进行实现。结果表明该方法既实现了将设备几何信息与相对大量的非几何信息集成于同一Revit文档的目标,又保证了Revit文档的轻量化,达到了预期目标。

自适应空间信息MRF的FCM遥感图像聚类

针对传统的模糊C均值聚类算法在图像聚类时存在的不足,提出一种基于自适应空间信息MRF的FCM遥感图像聚类算法。利用空间引力模型和空间结构特征,构造一个自适应空间信息的马尔可夫随机场,将其引入到FCM模型中,使其能够自动平衡对噪声的不敏感并保留图像边缘细节的有效性,提高图像的聚类精度。为验证所提算法的有效性,利用不同的遥感图像进行实验,并与传统的聚类算法对比,实验结果表明,所提算法表现出更好的聚类效果。