基于轻量语义分割网络的遥感土地覆盖分类

高分辨率遥感图像有丰富的空间特征,针对遥感土地覆盖方法中模型复杂,边界模糊和多尺度分割等问题,提出了一种基于边界与多尺度信息的轻量化语义分割网络.首先,使用轻量化的MobileNetV3分类器,采用深度可分离卷积来减少计算量.其次,使用自顶向下和自底向上的特征金字塔结构来进行多尺度分割.接着,设计了一个边界增强模块,为分割任务提供丰富的边界细节信息.然后,设计了一个特征融合模块,融合边界与多尺度语义特征.最后,使用交叉熵损失函数和Dice损失函数来处理样本不平衡的问题.在WHDLD数据集的平均交并比达到了59.64%,总体精度达到了87.68%.在DeepGlobe数据集的平均交并比达到了70.42%,总体精度达到了88.81%.实验结果表明,该模型能快速有效地实现遥感图像土地覆盖分类.

基于改进MobileNetV3的色环电阻识别

针对现有色环电阻识别方法中鲁棒性差、准确率低和运行速度慢等问题,在MobileNetV3网络的基础上提出了一种轻量级的色环电阻图像识别算法.首先在自建的色环电阻数据集上进行数据增强以增加样本数量,提高模型鲁棒性.然后在瓶颈结构中使用CBAM注意力模块,增加模型在空间和通道上对特征的细化能力以提高模型准确率.接着优化分类层,删掉冗余的升维操作,在提高准确率的同时减少参数量,提高模型运算速度.最后分别针对特征图大小和通道数不相等时添加跳跃连接,提高模型在深层网络中的特征提取能力,进一步提高模型准确率.实验结果表明,该模型在自建数据集上的识别准确率达到了98%,可快速准确的对色环电阻进行识别.该模型能够为电阻自动化识别提供新的技术参考.

基于随机分布圆形模板的抗屏摄盲水印算法

针对现有的抗屏摄水印算法不能兼顾鲁棒性、不可见性和水印容量等问题,提出一种基于随机分布圆形模板的抗屏摄鲁棒盲水印算法。首先将十六进制水印序列转换为固定的角度值,再根据随机线条分布算法生成一系列带有角度信息的圆形模板,将原宿主图像蓝色分量进行整数小波变换并取出低频子带(LL),对LL分块并用密钥选出若干水印嵌入块,最后将圆形模板嵌入被选出的块中。另外,为了提高水印容量,选择十六进制水印密码以代替二维码或条形码;为了提高水印不可见性,将水印模板嵌入整数小波变换的低频子带;为了平衡水印透明性和鲁棒性,利用粒子群寻优算法(PSO)自适应地得出最佳嵌入强度;为了解决拍摄后造成的图像畸变,在水印提取前对拍摄的图像进行几何校正。在数据集USC-SIPI上选取了测试图,进行了常规攻击与屏摄攻击实验,并与该领域主流的六种方法进行了比较。实验结果表明,在保证不可见性的前提下,该算法能抵抗各种常规类型攻击。在一定范围的拍摄距离和拍摄角度内,算法能有效提取出水印密码,并提高了水印容量,在抗屏摄方面具有良好的鲁棒性。

迎风沐光--“双碳”战略下的化工人才实践创新能力培养

随着全球气候变化问题日益严重,中国提出了“双碳”目标,要求化工行业等传统高能耗、高排放产业进行绿色转型。而高校需优化人才培养模式,以适应新能源产业的发展需求。在这样的背景下,本文将重点探讨在“双碳”战略下如何构建科学体系和路径,培养面向新能源产业的高质量创新人才。1实践创新能力培养问题分析在常州重点打造的“新能源之都”背景下,化学工程与工艺专业(以下简称专业)对照常州工学院建设特色鲜明的一流应用型大学的办学目标,地方型、应用型及国际化的办学定位,在对新型化工人才的培养,尤其是实践创新能力培养方面进行很多探索,也发现若干问题:缺乏有效的实践创新能力评价体系、实践教学环节较为薄弱及创新能力培养合力不足等。

用基于遗传算法的BP神经网络识别牛肉肌肉与脂肪

利用遗传算法的全局搜索能力,改进标准BP算法随机选取初始权重的不足,并构建了3-12-1的三层遗传BP神经网络,进行了3次牛肉肌肉与脂肪像素的分类试验,研究用BP网络对牛肉肌肉与脂肪两类像素点进行识别的可行性。以像素点的RGB值作为BP网络输入向量,每次训练集样本数62,测试集样本数43。测试的最终结果为:训练集的样本识别率分别为100%、100%、98.3871%;对应测试集的样本识别率分别为97.6744%、97.6744%、100%。试验结果表明,尽管基于遗传算法的BP神经网络对训练样本集以及测试样本集的肌肉和脂肪的识别率均在97%以上,但由于牛肉图像像素值在颜色空间中比较分散,有利于聚类的规律性不明显,因而是否可用BP网络来完成肌肉与脂肪的识别,还需要在网络拓扑结构、训练样本集等方面进一步研究。

牛肉颜色的RGB特征

作为一个重要的食用品质,牛肉的颜色既是牛肉分级评定时的一个指标,同时又是自动分级时与脂肪区别的一个重要特征。本文从统计和理论的角度,结合我国现在使用的一种牛肉颜色等级图,对牛肉颜色的RGB特征进行了分析,得出了牛肉颜色的规律,为进一步自动分级算法设计提供保证。

基于计算机视觉的牛肉分级技术综述

在中国牛肉分级标准颁布后,牛肉的自动分级就成为一个值得关注的新课题。国外的牛肉自动分级技术已较为成熟,而中国对此研究还处于起步阶段。综述了国内外牛肉自动分级技术的研究进展。中国的研究人员利用计算机视觉技术进行自动分级,需要从生产工艺,信息获取方式,牛肉本身性状的研究等多方面结合。提取牛肉大理石纹作为分级的关键技术之一,不但适合中国的标准,同时也与国外标准相一致。

结合LLE流形学习和支持向量机的猪肉颜色分级

猪肉颜色分级是肉品品质无损检测的重要内容。该文通过对猪肉彩色数字图像颜色规律的分析,结合猪肉红(R)、绿(G)、蓝(B)颜色分量及其亮度和饱和度值,构建了一个新的颜色维度。将采集的1070份猪肉图像样本进行专家分级和标记后,给出了猪肉颜色的特征表示,并利用支持向量机(SVM)进行了颜色分级。试验结果表明,随着训练集样本数的增加,分级准确率有所提高。当将所有样本作为训练集时,分级准确率高达96.5%。针对SVM分级后泛化能力不强的问题,采用流形学习LLE维数变换,使其泛化能力由37%提高近1倍。结果表明LLE可有效改善SVM的分级准确率。该方法可为猪肉品质无损检测的研究与应用提供参考。

FFT快速整序算法的对比、改进及实现

提出了一种改进的用于基2的FFT整序算法。改进算法对逆序表的生成进行改进,同时给出另一种数据交换的方案。首先,将顺序号分成组号和组员两部分,采用两个数组存储各组号及组员的数,以(0,2,1,3)为初始逆序表,利用已知组员与组号对应的逆序号的大小关系,求出任意更高阶的逆序表。其次,在数据交换时,避免了常规整序中顺序号与逆序号的比较运算。在Windows操作系统下编制了相关算法的C++程序,比较了运行效率,实验表明,改进算法效率最高。

农产品自动检测中的常见颜色模型

颜色是表明物体性状的一个重要特征,在计算机视觉技术中有相当广泛的应用。由于颜色本身是一种主观感觉,所以为了将其量化,同时更适合人眼视觉系统,因此产生了各种颜色模型,相关的文献也相当多。为此,总结了目前用于计算机处理的常用颜色模型,将重要模型的计算公式一并列出,以便于在农产品自动检测时能够依据系统来选择一个合适的颜色模型。

采用改进的自适应模糊多级中值滤波算法去除牛肉图像斑点噪声

牛肉图像中的斑点噪声与肌内脂肪的颜色特征相似,要准确提取牛肉图像中的肌内脂肪颜色特征,就必须先对斑点噪声进行滤除。为此在自适应模糊多级中值滤波的基础上进行了改进:第1步,确定当前点是否为噪声点。先计算当前像素点与其邻域均值的差的绝对值,然后与阈值(阈值随当前点的灰度值而变化)相比较,如果绝对值大于阈值,则被认为是斑点噪声。第2步,对于斑点噪声,将采用自适应模糊多级中值滤波方法来滤除;如果不是,保留原像素点不变。试验结果表明,改进的算法在斑点噪声滤除与细节保护方面均优于标准的中值滤波、多级中值滤波以及形态滤波。

基于偏微分方程的肉品图像去噪对比研究

肉品中含有水分,或者切割过程中产生的脂肪碎屑或结缔组织,其可见光图像容易产生噪声。基于偏微分方程模型的算法去噪同时能够保持图像的某些特征,常见的有Perona-Malik模型、全变差ROF模型、Y-K四阶模型。通过对Lena图像加入高斯噪声和椒盐噪声,对比了三种模型的信噪比、方法噪声及运算时间。在此基础上,以猪肉图像为去噪对象,比较三种算法的性能。结果表明:ROF模型在去除噪声的同时,保持细节的能力强于其他两种模型,YK四阶偏微分方程模型能够去除噪声,但是图像模糊。去噪效果最差的是P-M模型。

用分治及贪婪策略实现FFT整序

FFT整序的关键是逆序号的求取,用预先存贮的逆序表可提高FFT整序的效率.算法结合分治与贪婪策略,用最少的交换次数得到逆序表.算法避免了常规整序中顺序号与逆序号的比较运算,提高了FFT整序的效率.为了比较相关算法在Windows操作系统下的运行效率,编制了相应的C++程序.实验表明,求取长2N的逆序表时,算法的交换次数为数组长的一半(2N-1-1或2N-1-2),其效率优于传统的整序算法.

牛肉颜色的HSL特征分析

掌握牛肉肌肉的颜色特征有助于进一步的图像分析。为此,利用C#平台编制程序,对牛肉图像中的肌肉像素进行了随机抽样,并用统计学中的矩估计法和极大似然法对肌肉的HSL各分量的上下限进行了界定,最后进行图像分割来证实这些数据的正确性。结果证实,用亮度值(L)或饱和度值(S)来区分图像中的肌肉和脂肪更合适。

无边界效应D小波软阈值法去除肉品图像斑点噪声

肉品图像中的斑点噪声与肌内脂肪的颜色特征相似,要准确提取肌内脂肪,就必须先对斑点噪声进行滤除。在小波软阈值法滤除SAR图像中的斑点噪声算法基础上,结合肉品图像的特点进行了改进。首先,使用由耿则勋提出的算法,在小波分解时对左右边界进行处理,重构时外推值为0,对离散小波变换的边界效应进行处理,精确重建图像,消除小波变换的边界效应。选择了D8小波,3级分解后,在不同的阈值下进行了实验。结果表明:阈值的选取影响去噪效果,但在所有参数都相同时,改进算法消除边界效应的同时,在斑点指数和方法噪声两个客观评价指标均优于其他几种边界延拓方式,图像失真最小。

牛肉图像直方图增强算法的改进

在传统直方图均衡的基础上,提出一种增强牛肉图像直方图的改进算法。先用一个函数来缩小最大的灰度频数与最小灰度频数之间的差距以使其更好保留细节,然后对有效的灰度级进行等间距处理以使图像在整个显示范围内显示。理论和实践证明本算法可以更好地保留细节,脂肪边界清楚,同时可使直方图更为平滑。

牛肉图像线性增强的统一实现

图像增强是图像处理中非常重要的一种技术,线性增强技术在牛肉图像处理过程中必不可少。为此,从实际程序设计出发,采用面向对象的编程思路,通过对话框来接受用户输入的数据,最后用一个程序来完全实现各种线性增强技术,并用牛肉图像作为载体,实验证明本技术完全正确。

大口径精密表面疵病的数字化检测系统

根据散射光成像原理,采用大小两个视场来获取不同精度的暗背景下的亮疵病图像,设计了完整的数字化表面疵病检测系统。该系统采用多区域自适应阈值分割算法对图像进行分割,然后采用基于等价归并标记方法快速提取疵病的特征参数,最后利用BP神经网络对疵病进行分类。实验结果表明该方法既满足实时性需求,又取得了较好的分类检测效果。

中国牛肉大理石花纹等级图谱的改进研究

【目的】为了解决中国农业行业标准——《牛肉质量分级》应用时发现的大理石花纹等级标准图谱的大理石花纹量化不均的问题。【方法】对牛肉眼肌截面照片中的大理石花纹进行图像处理,提取其中的特征参数,并进行统计分析。【结果】建立了大理石花纹得分与大理石花纹总面积、大颗粒脂肪密度、中等颗粒脂肪密度和脂肪分布均匀度的线性预测模型,在预测模型和有代表性的样本参数统计的基础上对不同大理石花纹等级的特征参数进行了量化调整,将原有的4级调整为7级,构建了新的大理石花纹等级图谱。【结论】筛选的预测模型合理性较好(R2=0.8415),新的大理石花纹总面积从1至7级依次为14%、11%、8%、6%、4%、2%和0.5%。

基于仿射变换和透视投影的摄像机镜头畸变校正方法

依照摄像机成像过程,提出了一种方便快捷的摄像机镜头畸变精确校正方法。基于逆向摄像机镜头校正模型、仿射变换和透视变换,推导了从标准靶标图像坐标到理想图像坐标之间的精确函数关系,采用最小二乘估计对畸变参数求解,利用双线性插值法还原理想图像,并给出了详细的实验过程和实验结果。结果表明,该方法具有对实验条件要求低、算法运行速度快、校正结果精确等特点,适用于自动实时校正环境。