基于K-means聚类的路面裂缝分割算法

针对传统分割算法在非均匀背景中存在低抗噪性及高复杂性的问题,将聚类分析和区域生长算法相结合,提出基于K-means聚类的路面裂缝区域生长分割算法。依据图像灰度像素特征进行裂缝目标聚类,融合裂缝几何纹理特征将聚类中心值作为种子点区域生长,经过形态学滤波优化处理完成精确分割。仿真结果表明,该算法在视觉上裂缝分割的准确率提高,查准率曲线和受试者工作特征曲线的评价结果也表明,该算法与传统边缘检测算法相比,具有环境适应能力强、识别准确率高以及性能稳定等优势。

Contourlet域下基于多尺度特征的声呐图像分割

水下环境复杂多变,导致声呐技术成像后的图像质量差,影响目标识别。为此,提出一种基于Contourlet域下多尺度高斯马尔可夫随机场(GMRF)模型的水平集声呐图像分割算法。采用Contourlet变换及逆变换获取声呐图像各尺度层下的纹理特征,通过GMRF对各层纹理特征建模,以描述局部结构空间信息并降低对噪声的敏感度。根据各层纹理特征模型,对声呐图像进行由粗到细尺度的水平集分割以得到分割结果。实验结果表明,该算法在不同声呐图像中的分割准确度超过90 %,优于Otsu算法,且具有较低的复杂度和较强的鲁棒性。

一种改进型的PCNN路面裂缝检测方法

路面病害的视觉自动检测一直是公路养护研究的热点问题,针对传统脉冲耦合神经网络(PCNN)在路面图像分割中的参数选择以及迭代中最佳分割结果的选择问题,提出通过简化脉冲耦合神经网络的模型,对关键参数自适应以及神经元点火条件的改进,以图中最大的裂缝作外接矩形,在迭代去噪过程中,外接矩形面积大大减小或矩形内部出现更多裂缝,表明出现过分割,利用该特征可以确定迭代中止,取上一次迭代结果,并用连通域分割去除细小噪声。通过受试者工作特征(ROC)曲线分析,该算法在裂缝检测上比基于最大熵的脉冲耦合神经网络分割算法提高8.4%,比基于灰度迭代阈值算法的脉冲耦合神经网络算法提高14.7%,提高了裂缝检测的准确率和抗噪性。

基于协方差矩阵重构的布谷鸟搜索DOA估计方法

针对二维平面阵列传感器的目标波达方向(DOA)估计方法准确性不高的问题,提出一种基于协方差矩阵重构的布谷鸟搜索DOA估计方法。首先对目标信号的协方差矩阵进行重构,由范德蒙分解定理建立迹最小化问题,通过改进后的隔离小生境布谷鸟搜索算法求解出迹最小化问题在空间内的多个最优解,最终得到准确的DOA估计值。仿真结果表明,所提出方法进一步提高了对多个目标进行DOA估计的准确性,具有更好的均方根误差(RMSE)性能以及对相邻目标的分辨能力,并且对于信号环境的适应能力有所提升。

融合特征点与环状域检测的水下声呐目标匹配

由于水下环境复杂,声呐成像背景噪声大,水下目标匹配存在一定难度,提出了一种SURF算法结合恒虚警算法来提取目标区域特征点对,其次通过环状域检测来进一步寻找最优匹配点对,最后计算最优特征点对之间的几何关系确定尺度变换,旋转变换的大小,对待匹配图像进行旋转校正后可以更精确匹配地目标区域。实验与分析结果表明,计算模板图像与待匹配的目标区域之间的匹配重叠率,可以通过受试者工作曲线直观的看出该算法相比于BBS算法和改进的BBS算法的鲁棒性和抗噪性能更好,平均匹配准确率分别提高了32.59%和16.57%。

基于循环频谱特征提取的路面裂缝分类方法

提出基于循环频谱特征提取的路面裂缝分类方法.首先从图像像素获得2个1维信号,然后通过累积傅里叶变换计算每个信号的频谱相关函数,最后根据不同区域频谱相关函数的能量和标准差对路面图像进行分类.实验结果表明:与基于Gabor小波、离散小波、双树复小波及双树旋转复小波变换的特征提取分类方法相比,所提方法得到了较高的分类正确率。

应用型本科高校实验室安全文化建设研究与探索

高校实验室是开展实践教学的重要育人场所。作为应用型本科高校,多学科专业的理工科实验室管理难度高。文章对实验室安全管理制度的展开深入研究,探索营造安全文化氛围的新思路,实现责任明确、管理科学、文化渗透,切实解决实验室安全管理的突出问题。希望通过健全制度的约束,浓厚文化氛围感染,将安全意识潜移默化地灌输给师生,实现具有价值引领的实验室安全文化体系。

基于Labview-ELVISII+平台传感器实验的思政创新教学研究

课程思政是振兴高校教育与提高人才培养能力的重要着力点。传感器实验实践课程是本科院校电子类专业的关键主干课程,本文实验平台依托于Labview-ELVISII+多功能虚拟仪器实验平台先进技术,围绕“立德树人”的目标,以“三全育人”为抓手,深入挖掘实验教学项目中的思政创新元素,并巧妙自然地融入工科实验全过程,实现价值重塑与工科实验教学模式相统一,强化学生的动手实践和创新能力的同时,全面提升应用型、创新型人才培养的素质道德水平。