基于高斯-拉普拉斯滤波的增强局部对比度红外小目标检测算法

针对单帧图像红外小目标检测算法在低空复杂背景下虚警率高的问题,提出一种基于高斯-拉普拉斯(LOG)滤波的增强局部对比度算法来检测低空复杂背景下的红外小目标。通过LOG滤波运算快速提取候选目标像素,同时通过像素灰度指数运算增强目标。根据局部区域目标与背景的灰度特征计算目标显著图,通过自适应阈值分割提取目标。针对不同的低空复杂场景,构建了测试数据集,从信噪比增益、背景抑制因子、检测率、虚警率及算法计算效率方面将所提算法与Top-Hat算法、Max-median算法、RLCM算法、IPI算法及MPCM算法进行对比分析。实验结果表明,在不同场景中,所提算法相较于对比算法不仅具有较高的信噪比增益和背景抑制因子,而且具有较高的检测率、较低的虚警率和较高计算效率,验证了该算法的有效性和鲁棒性。

基于Mask-RCNN海上升压站数字式仪表读数的自动识别算法

海上升压站采用挂轨机器人开展巡检作业,利用机器视觉手段自动识别数字式仪表读数,替代人工记录。提出了一种基于Mask-RCNN深度学习方法的数字仪表读数自动识别算法。将不同类型的数字仪表原始图像制作成数据集,利用深度学习算法进行训练,根据损失函数变化曲线对算法进行参数优化得到训练后的模型,再进行数字仪表图像的识别分析。采用灰度世界算法和霍夫变换等算法进行图像预处理,可有效改善数字识别的准确度。最后,实验对比了YOLOv3和Mask-RCNN深度学习算法的识别性能,结果表明前者具有较高的检测速度,后者具有更高的准确率。后者的识别率为99.52%,满足海上升压站远程监控对数字仪表读数正确率高的要求。

基于二维模态分解与斑块对比度相结合的红外小目标检测算法

红外小目标检测在红外目标搜索跟踪等应用中发挥着重要作用。文中提出一种二维经验模态分解与多尺度斑块对比度算法相结合的红外小目标检测算法。首先,利用二维经验模态分解将红外图像分解成不同尺度的模态分量,再将低频模态分量去掉进行图像重构,实现对背景杂波的抑制。然后,将重构图像做为多尺度斑块对比度算法的输入,生成目标结果图。最后,对目标结果图进行自适应阈值分割,检测出真实的红外小目标。实验仿真结果表明,该算法与现有算法相比,在不同背景下能够有效抑制背景对目标的干扰,具有较高的检测率,验证了该算法的有效性和鲁棒性。

中国社科情报学会新闻资料系统分会筹委会议在京召开

中国社科情报学会新闻资料系统分会筹委会于1987年9月12日在北京召开在京委员（顾问）会议。中国社科情报学会理事长孙方出席会议并讲话。广播电影电视邮副部长马庆雄等会见了与会同志。

新闻资料工作中劳动组织合理化的设想

随着现代科学技术的发展，新闻资料事业也正在逐步采用当前可能提供的先进技术，来改善工作手段。目前，缩微、电子计算机等已开始在一些单位应用，而工作手段现代化也必然要求管理现代化，否则现代化的先进技术无法发挥出应有的效益。同时，为了充分开发和利用新闻资料，也要求管理工作现代化。