基于邻域差分滤波的网络数据增强方法

为了更好地保障网络数据运行安全,提出了基于邻域差分滤波的网络数据增强方法,通过对网络数据进行采集,结合邻域差分滤波对采集所得数据进行分类,构建大量标签进行数据支持,有针对性地进行网络数据增强,解决传统数据增强方法训练难度大、数据缺失等问题。实验结果表明,基于邻域差分滤波的网络数据增强方法训练更稳定,可以更好地提高网络数据运行精度和安全,增强效果明显较好,具有更高的可行性和有效性。

基于邻域差分滤波生成式对抗网络的数据增强方法

针对工业产品样本缺乏且特征不明显而难以用于深度学习训练的问题,提出一种邻域差分滤波生成式对抗网络数据增强(NDF-GAN)方法。将邻域差分滤波器融合到生成对抗网络中,从样本中提取特征并进行样本重建,对样本进行数据增强。实验表明,该方法所生成的样本比现有两种模型质量更高,与真实样本混合训练分类模型后获得更好的分类性能。因此,提出的NDF-GAN实现了对工业产品样本的数据增强。

融合自适应邻域差分进化的FastSLAM算法

机器人导航与建图中FastSLAM算法应用最广,但FastSLAM算法存在较多的问题,对算法中存在粒子集退化、重采样中丢失粒子多样性问题进行研究,研究结果表明,融合了自适应邻域差分进化算法的AMNDE-FastSLAM算法能有效改善这一问题。AMNDE-FastSLAM算法根据FastSLAM算法中的运动模型对粒子进行位姿估计更新,从建议分布中提取粒子,将FastSLAM算法中的重采样步骤替换为具有自适应能力的改进邻域差分进化算法。最后的实验结果表明,与传统的FastSLAM算法相比,AMNDE-FastSLAM算法具有更好的鲁棒性,在处理机器人被“绑架”问题上收敛速度更快、更优。

基于ITD和邻域差分能量算子解调的内燃机瞬时转速计算

针对内燃机瞬时转速计算精度低、对采样频率鲁棒性差的问题,提出了基于固有时间尺度分解(Intrinsic Time-scale Decomposition,ITD)和邻域差分能量算子解调(Energy Operator Demodulation,EOD)的瞬时转速计算方法。利用自适应波形匹配算法对原采样信号进行端点延拓,然后基于ITD算法从信号中提取包含瞬时转频的单分量信号,再对单分量信号进行邻域对称差分,并将差分结果输入传递函数计算能量算子,进而求出内燃机的瞬时转频和瞬时转速。仿真和实测信号研究证明了本方法计算速度快、精度高且频率鲁棒性好。

基于邻域像素差分矩阵的彩色空域图像隐写分析特征

通过分析灰度空域图像隐写直接扩展至彩色空域图像潜在的安全问题,提出了针对彩色空域图像隐写的隐写分析特征。首先,计算颜色通道内邻域像素差分矩阵的Markov转移概率矩阵,提取颜色通道内特征并进行融合;然后,计算颜色通道间邻域像素差分矩阵的Markov转移概率矩阵,并将水平和垂直共4个方向与对角和反对角共4个方向的转移概率矩阵分别进行融合,作为颜色通道间特征;最后,颜色通道内特征与颜色通道间特征构成最终的隐写分析特征,并使用集成分类器作为特征训练和测试工具。实验结果表明,该隐写分析特征可有效检测彩色空域图像隐写,并且颜色通道间特征能有效捕获内容自适应隐写对彩色图像的颜色通道间相关性的影响。

带种子补偿的时空背景差分高速公路车辆检测算法研究

提出一种带种子补偿的时空背景差分高速公路车辆检测算法.由于高速公路场景的特殊性,首先基于混合高斯模型的背景差分、相邻帧差法以及邻域背景差分法的结合消除光照变化、场景扰动对检测结果的影响;然后通过基于HSV颜色空间的阴影消除判断并消除被误检为车辆的阴影;最后通过跟踪种子补偿去除差分方法造成的空洞.实验验证,论文提出的方法能有效去除光照变化、阴影等环境因素的影响,提高车辆检测的准确度和识别率.

“RMFS”拣选系统的订单分批优化

在全球零售额和当天交货量不断增长的时代,实现订单的快速交付和优质分批是影响移动机器人履行系统(Robotic Mobile Fulfillment Systems,RMFS)拣选效率的关键因素.为构造高质量订单分配批次、提升RMFS系统拣选效率,提出融合大邻域搜索的改进差分进化算法(LNS_DE),引入大邻域搜索的破坏与修复思想及一批基于随机、基于最大代价贡献和基于集中批次的移除算子以及新的插入算子组件,以最小化订单总延迟时间为目标建立订单分批优化模型,并针对不同订单规模算例进行实验仿真.仿真结果表明,所提出的订单分批优化算法较差分进化算法(DE)相比求解质量更优,性能更稳定、收敛速度更快,尤其当订单数量增大时,LNS_DE算法解的平均值优化比例不断扩大,这为提高RMFS系统拣选效率,实现订单快速响应提供有效决策指导.

PS基线网络用于线性工程形变监测与分析

针对SAR干涉点目标分析技术在区域地表形变监测中仅能在一定程度上消除大气延迟效应的问题,采用邻域差分的思想来减弱差分干涉相位中的自相关影响。采用附加距离限制的Delaunay三角网进行PS基线网络的布设,可以有效剔除距离较长的基线边和低质量的PS点目标,并利用邻接矩阵对PS基线网络中的重复边进行检测与删除,以提高程序的计算效率。首先利用模拟数据对程序的有效性与正确性进行验证,然后以大同-西安客运专线太谷-祁县段为研究对象,选取2015-07~2016-02的8景TerraSAR数据进行实例分析,获取的高铁沿线形变与已有地裂缝调查资料和野外实地考察资料具有较高的一致性,证明了PS基线网络在线性工程形变监测应用中的可行性。

一种新的图像清晰度评价算法

文中通过对传统的邻域差分算子图像清晰度评价函数的改进,提出一种新的评价算法。经过大量的仿真实验,结果表明,与传统的邻域算子评价算法相比,新算法具有更好的灵敏性和适时性。

自适应权值滤波消除图像椒盐噪声的方法

提出了一种自适应权值滤波算法。该方法利用邻域差分法(ROAD)判定滤波中心点的有效性,若判定该点为噪声,则将邻域像素分别赋予不同权值对该点像素重构,邻域像素权重系数的分配随该点有效程度的增加而增大。一方面抑制了图像噪声,另一方面保留了图像细节。实验证明该方法在滤除椒盐噪声时,无论从视觉角度还是数据恢复角度都比常规滤波方法效果有明显改善。当图像中含有35%的椒盐噪声时,利用该方法恢复数据效果比传统中值滤波提高10 dB。

基于多特征融合的HSV空间彩色纹理图像检索

针对目前彩色纹理图像检索系统结构复杂且时间成本较高的问题,提出一种融合图像颜色与纹理特征的彩色纹理图像检索方法。首先,在HSV空间中分别量化H、S、V三个通道的数据并提取组合直方图的颜色特征。然后,提取V通道数据子带系数的幅值与相位两种分布参数特征作为全局纹理特征;同时,使用局部邻域差分模式(Local Neighborhood Dif⁃ference Pattern)算子提取V通道数据的局部纹理特征,并将所得到的颜色特征、全局纹理特征和局部纹理特征进行有机融合。最后,通过合适的相似性测度完成彩色纹理图像的检索。在VisTex和STex两个流行的彩色纹理图像数据库上进行的检索实验表明,由论文方法所得到的平均检索率较目前典型方法的最优结果分别高出0.96%和0.78%,且检索时间成本更低。因此,论文所提出的彩色纹理图像检索方法是有效的和可行的。

数字图像清晰度评价函数的研究与改进

数字图像的清晰度的判别是视频采集系统中的关键技术,本文提出了一种改进的新邻域差分评价函数,经过大量的实验对比发现,与传统的邻域差分评价函数相比,改进的函数比离散傅里叶变换评价函数、拉普拉斯评价函数、点锐度评价函数具有更好的适时性;较四邻域差分评价函数具有更好的灵敏性。

基于优先权和匹配度量的图像修复算法

目的针对当前图像修复算法主要通过固定单一模板大小实现修复块与匹配块之间的匹配度量来完成图像复原,导致其存在一定的模糊效应以及振铃效应等不足,这里提出基于改进优先权和匹配优化度量的图像修复算法。方法首先,利用数据项构造平滑因子,建立优先权模型,度量待修复像素点的优先权,选定优先修复块。然后,制定四级模板大小,利用误差平方和函数,结合模板大小特性,构造匹配度量模型,用于实现修复块和匹配块之间的动态匹配,选取最优匹配模板,对待修复块进行填充修复。最后,利用待修复像素点及其邻域像素点的灰度值构造邻域灰度差分模型,用于对修复区域的边缘进行缝合,优化修复效果。利用最优匹配度量结果,构造置信度更新模型,对置信度项进行更新,实现图像修复。结果仿真实验结果显示,与当前图像修复算法相比,所提算法具有更高的修复质量,其输出图像无模糊效应与振铃效应。结论所提算法能够较好地对损坏图像进行复原,在图像信息处理领域具有一定的参考价值。

复杂光照条件下矿石三维视觉实时筛选方法

矿石自动筛选是提高矿产资源加工效率的关键环节之一。针对矿石开采现场光照复杂多变,传送带矿石难以实时自动检测等问题,提出了一种基于红外线结构光的现场矿石3D视觉实时筛选方法。为了解决复杂光照条件下太阳辐射对矿石表面结构光成像干扰的问题,提出采用800 nm附近红外线结构光作为成像主动光源,在各种光照条件下获取稳定的矿石表面结构光图像;提出邻域累积差分特征分析方法,通过快速定位光条边界点来提取结构光光条中心,实时获取矿石3D坐标数据。对复杂光照条件下的大量现场矿石表面结构光图像采用多线程进行处理,实验结果表明,与现有方法相比,文中方法速度更快,稳定性更强,能适应线结构光形态和方向变化。对每幅矿石结构光图像筛选的时间为13.2 ms,满足现场矿石3D实时筛选需求。

分块帧差和背景差相融合的运动目标检测

提出了一种分块帧差和背景差相融合的运动目标检测方法。该方法利用图像分块建立初始背景模型,将视频图像划分为多个子块,对帧间差分图像的各子块进行自适应阈值检测,完成运动目标的粗分割,采用双阈值背景差分和邻域背景差分法对粗分割出来的运动区域进行细分割。背景采用自适应更新方法,能够克服光照变化和背景干扰。实验结果表明,该方法运算速度快、鲁棒性好,能够准确检测出运动目标。

基于过渡区的皇帝柑图像分割

针对过渡区的特点,提出一种局部邻域二阶差分的过渡区阈值图像分割算法.该方法首先选取局部邻域二阶差分较大的像素作为过渡区的像素点,再对过渡区进行填充,最后剔除过渡区中的背景点,获得图像中目标.为了检验该算法的有效性,采用分类误差、假阳性率、重叠系数和运算速度等4个指标与经典算法进行比较,结果显示,该算法具有更快的运行速度和更好的提取皇帝柑图像目标的性能.

基于PDE的前视红外成像舰船目标检测

针对复杂环境下的海面目标提取问题,提出一种基于偏微分方程(PDE)的红外舰船检测算法。首先采用基于PDE理论的滤波模型对初始图像滤噪并进行背景估计,然后结合邻域差分进行背景抑制后分割提取目标。实验表明,该算法能够有效检测强杂波背景中的目标,方法适应性强。

城市路网系统大气污染物排放量计算方法

为解决城市复杂路网系统特定时期各路段机动车大气污染物排放量的精确计算问题,提出一种新的机动车污染物排放量计算方法.首先构建路网拓扑模型;其次利用复杂管网液体流动模拟路网机动车流动行为,根据流动规律构建机动车流计算模型,并给出其求解算法-邻域自适应差分进化(NADE,neighborhood adaptive differential evolution)算法;然后结合排放因子计算机动车污染物排放量,并揭示其排放特征;最后以大西安主城区路网为例对该方法进行实例验证.结果表明:该方法计算结果贴近各路段污染物实际排放情况,通用性强,适用于复杂路网机动车流量和污染物排放量的动态测算.