融合MSR与改进CLAHE的安瓿瓶图像增强

针对自动调火系统中采集到的安瓿瓶图像瓶身直径测量精度较低的问题,提出一种融合多尺度视网膜增强(MSR)与改进限制对比度自适应直方图均衡化(CLAHE)的图像增强算法。MSR算法可以增加图像细节信息,但会造成图像泛白,降低图像对比度;CLAHE算法可以提高图像对比度,但信息熵会有所下降,根据两种算法的特点,引入伽马校正对CLAHE算法进行改进,改进后的CLAHE算法可以降低图像中干扰区域影响,进一步提高图像对比度,与MSR算法增强后的图像进行加权融合得到最终图像。对增强后的安瓿瓶图像进行直径测量,结果显示该算法可以将安瓿瓶的尺寸误差从0.3 mm降到0.1 mm,有效解决安瓿瓶图像尺寸测量精度低的问题。

数值仿真在MSR系统蒸汽调节阀研制中的应用

MSR系统蒸汽调节阀长期处于高温、高压、变工况的恶劣工况下,极易出现内件冲蚀、振动及噪音。为了指导汽水分离系统蒸汽调节阀的研发工作,采用CFD作为辅助手段对阀体和套筒型面结构不同的两套设计方案分别进行了流场仿真计算,分析流场的流线分布,判断其流通能力、流量特性及斜率偏差是否满足设计输入要求。并借助流量特性试验对仿真和试验结果进行了对比,结果表明,仿真误差在允许范围内,仿真结果可信。方案二阀门的流通能力、流量特性、斜率偏差均能满足设计输入要求,且能同时满足设计输入中3个运行工况下的调节需求。

试验数据驱动的MSRFC系统分析与仿真

甲醇重整高温质子交换膜燃料电池(MSRFC)是一种以甲醇为燃料的清洁高效能源转换装置。建立了目标功率为3.5 kW的MSRFC试验平台,系统测量和分析了高温燃料电池(HT-PEMFC)电堆功率阶跃期和稳定期甲醇燃料供给、重整气组分、电堆性能以及重整器、燃烧器和电堆温度等动态响应特征。基于试验数据研究了样本空间和不同机器学习方法对HT-PEMFC电堆性能预测的准确性和适用性,最终训练了高斯过程回归HT-PEMFC电堆电压预测模型。通过Simulink构建了耦合机器学习电压预测模型和MSRFC子系统能量守恒方程的系统仿真方法,可以准确预测MSRFC系统阶跃期和稳定期的功率、温度和响应时间,相对误差分别控制在1%和3%以内。试验结果和系统仿真模型可以为MSRFC系统优化和放大提供数据支撑。

FMEA-MSR在电控系统中的应用研究

2019年出版的“失效模式和影响分析(FMEA)手册”中的“监视及系统响应的失效模式和影响分析(FMEA-MSR)”,主要针对机电一体化产品在客户使用条件下的风险评估。本文引入其中“事件链”的概念,并结合电动汽车电控系统中监视系统的分析,再加上案例研究,帮助理解设计失效模式和影响分析(DFMEA)和FMEA-MSR的关系,以更好地用该方法维护系统的安全。

基于通道拉伸和改进MSR的蜗轮副接触斑点图像增强算法

在蜗轮副接触斑点视觉检测中,摄像头所采集到的图像整体亮度较低、对比度低,导致图像检测结果不够理想,所以需使用图像增强技术,对图像的亮度、对比度等信息进行增强。为此,提出了一种基于通道拉伸和改进多尺度Retinex(MSR)的图像增强算法。首先,在低光照环境下,对图片进行了通道拉伸,增强了其饱和度和对比度,避免了图像增强过程中出现图像细节颜色失真的情况;然后,为了进一步增加图像细节的对比度,采用改进MSR算法对拉伸后的图像进行了处理,利用自适应权重双边滤波、tanh函数分别替换了传统MSR中的高斯中心环绕函数和对数函数,以减少细节信息的丢失;最后,采用自适应伽马变换对图像亮度做了进一步改善,使图像的质量更高,便于图像的后续处理。实验结果表明:与MSR、基于双边滤波改进的MSR增强算法相比,基于通道拉伸和改进多尺度Retinex的蜗轮副接触斑点图像增强算法的图像增强效果更好;进行图像增强后,图片的均值、标准差、信息熵、对比度相比于原图分别提高了48.3%、61.6%、7.1%、91.3%。研究结果表明:采用该图像增强算法之后,图像的质量和特征信息更好,有利于图像的检测和处理。

基于改进MSR和YOLOv5的雾天行人检测算法

针对雾气导致图像中行人检测准确率不高的问题,提出了1种基于改进多尺度Retinex(multiple scale Retinex,MSR)和改进YOLOv5(you only look once v5)的雾天行人检测算法。首先,针对MSR算法容易产生光晕和伪影现象的问题,引入均值和均方差对其进行改进,通过伽马校正找到适宜的图像亮度,调整亮度后再对图像进行去雾操作。其次,以传统的YOLOv5检测模型为基础并对其进行改进,引入选择性内核网络(selective kernel networks,SK-Net)模块,与YOLOv5的骨干网络(Backbone)端相融合,输入信息自适应地调整其感受野大小,加强模型对主要信息的提取,提升模型的精度。实验结果表明,改进后的MSR和改进后的YOLOv5相结合得到的算法,各项行人检测指标都有较大提升,其识别精确率、召回率、各类别平均精度均值分别达到了91.2%、87.3%、90.1%,改进后的算法能有效提高雾天行人检测的效率。

MSR在矿井图像增强研究中的应用

煤矿井下视频监控受到光线、粉尘等多种因素的影响,对低照度下的图像增强可以有效提升图像质量,有效改善井下目标识别效果。阐述了MSR算法的发展历程,分析了基于MSR算法的图像增强原理,研究了不同δi值时低光照下图像的增强效果,提出了MSR和YOLO算法进行煤矿井下目标识别的流程,并进行了井下目标识别实验。研究结果可以用于煤矿井下图像监控及目标识别。

基于MSR算法的公路隧道围岩分级方法

隧道围岩分级是隧道设计与施工的基础,直接影响隧道安全与运行。为实现对隧道围岩进行快速、准确地分级,基于机器学习中softmax回归线性分类模型,构建多分类softmax回归分级方法(MSR)。首先,综合考虑岩石坚硬程度、岩体完整程度、结构面产状、地下水状况、节理风化状况及初始地应力状态6项分级指标,并对其进行量化;其次,采用argmax函数作为决策函数,建立多分类器;然后,给定专家修正训练样本,利用python语言编写程序,学习最优判别函数,同时比较不同学习率下模型的精度;最后,导入测试集数据,经过模型自动演算,得出合理的围岩分级结果。结合那丘隧道BQ法对围岩进行分级。研究结果表明:①该算法具有可行性和较高的准确率,证实了将机器学习应用到隧道工程中可以提高工程施工效率;②与二分类器相比,多分类器能更好地解决围岩分级问题;③当学习率为0.01时,模型的分类性能最佳。

基于改进MSR滤波算法的X光图像增强

工业中用于无损检测的X光图像存在信噪比低、清晰度差、对比度低等缺点。为改善X光图像质量,提出一种改进的多尺度Retinex滤波(MSR)算法。将原始图像进行小波分解,在低频子带上进行MSR滤波,在高频子带上进行阈值滤波,实现图像重构。实验结果表明,改进MSR算法能同时达到图像增强和去噪的效果。

基于MSR结合权值直方图的红外图像增强算法

针对红外图像对比度低、细节较差的特点,提出了一种基于MSR结合权值直方图的红外图像增强算法。首先利用多尺度Retinex(MSR)算法,滤除低频噪声,然后再通过数学形态学方法得到图像梯度信息,结合灰度值计算出灰度统计权值,最后将此权值应用于图像直方图均衡算法中,得到增强后图像。实验表明:该算法能够有效增强整体图像,同时较大地提升了图像细节,并且易于工程实践。

基于多尺度MSR法的边坡体系可靠度分析

为解决常规的体系可靠度方法难以计算具有众多失效模式的复杂边坡稳定可靠度的问题,研究基于矩阵的体系可靠度法(MSR法)分析边坡体系的方法;结合多尺度法,把边坡体系拆分为多个并行子体系,每个并行子体系作为体系的一个"超构件",以达到减少优化变量个数、降低系数矩阵规模的目的。对矿山边坡体系进行实例分析。研究结果表明:MSR法能获得比常规界限法更加精确的计算结果;将MSR法与多尺度法相结合,可解决失效模式较多的复杂边坡体系可靠度的计算问题,扩大MSR法的应用体系范围;MSR法使边坡的体系失效概率估计区间稍增大,但计算量呈指数级减少,且可利用现有优化软件进行矩阵运算和优化计算,便于实现边坡稳定性的评估工作。

基于MSR和融合理论的X射线安检图像增强算法

针对X射线安检图像噪声大、对比度低和边缘不清晰等问题,提出一种结合多尺度Retinex算法(Multi-Scale Retinex,MSR)算法和图像灰度最大值融合的双重能量X射线图像增强算法。首先,应用MSR算法对高能和低能X射线图像进行处理得到初步增强结果,然后采用空域灰度值最大融合算法融合经过MSR算法初步增强后的高能和低能X射线图像从而得到最终增强X射线图像。实验结果表明该算法能更有效地提高双重能量X射线图像的对比度,显著改善图像质量。

基于改进多尺度Retinex理论的海上图像去雾算法

针对传统去雾算法在海雾环境下处理得到的图像细节丢失、亮度偏暗及色彩失真等问题,提出了一种基于Retinex理论的海上图像去雾算法。首先,将图像转换到HSV空间,通过改进的多尺度Retinex增强算法对V通道单独处理获得照射分量。其次,将照射分量经过对数运算获得反射分量,与归一化处理后的H和S通道合并获得图像基础层。最后,通过引导滤波获得图像细节层,并与基础层合并进行自动白平衡处理,得到最终结果图像。试验证明,与暗通道先验算法及传统多尺度视网膜增强算法相比,提出的算法在标准差、平均梯度、峰值信噪比及结构相似性等评价指标方面均有所提升,海雾图像去雾质量得到有效增强,对提高海雾环境下船舶通航效率具有重要意义。

基于图像增强与改进YOLOv5s的斜纹针织物疵点检测算法

针对疵点检测中图像光照不均、疵点尺度变化大等因素导致检测精度低的问题,提出一种基于图像增强与改进YOLOv5s的斜纹针织物疵点检测算法。首先,对采集图像进行预处理,利用改进的MSR算法获得去除环境光照射分量后的织物图像,然后通过Gabor滤波获取疵点图像ROI区域,并结合Mask掩膜及伽马变换以突出疵点特征。其次,对YOLOv5s网络进行改进,在主干网络中加入带SE注意力机制的RepVGG模块以提高主干网络的特征提取能力;在颈部网络中增加并行检测层以提升对多尺度目标的检测性能。最后,引入EIoU边框回归损失函数进一步提高模型性能。试验结果表明:相较于原YOLOv5s算法,改进后算法的mAP值达到89.7%,提升了7.4个百分点,模型推理速度达119.9帧/s,满足实际检测需求。

基于机器视觉技术的新能源汽车零部件表面缺陷检测

新能源汽车零部件表面缺陷种类繁多,依靠人工检测存在错检、漏检等问题。为了提高新能源汽车零部件表面缺陷精度,提出基于机器视觉技术的新能源汽车零部件表面缺陷检测方法。结合Ridegelet变换与小波变换,在不破坏图像细节前提下,对基于机器视觉技术采集的新能源汽车零部件表面缺陷图像展开去噪处理。引入MSR算法,通过信息熵占比权值的自适应计算,实现图像的快速增强。利用数学形态学计算方法,对新能源汽车零部件图像中的缺陷主体展开边缘提取,进而实现新能源汽车零部件表面缺陷的检测。实验结果表明,所提方法检测耗时低于10 ms、缺陷位置分析准确,面对多类型新能源汽车零部件表面缺陷,能够做到精准识别,提高了新能源汽车零部件的缺陷检测效率。

光城域网的创新模式——MSR

本文从光城域网对综合业务的需求出发 ,基于对传输与交换进行简化统一的思想 ,介绍了多业务环 (MSR)诞生的背景 ,重点阐述了MSR的基本概念、组网拓扑结构、系统组成与主要构件、通用帧格式以及MSR系统的特性 ,最后指出了MSR的市场定位。

MSR(ITU-T X.87/Y.1324)体系构架与系统特性

针对光城域网对综合业务的电信级需求,以城域网三网业务融合传送为主要领域,以基于弹性分组环RPR实现多业务传送为主要手段,研究了多业务传送与交换的简化方法,介绍了自主国际标准ITU-T X.87/Y.1324的协议要点、组网拓扑结构、传输架构、系统节点的组成和MSR通用帧格式。通过与RPR的比较,得出如下结论:MSR解决了语音、数据和视频等多业务(支路)分别在RPR各节点上/下的传送、支路组播、支路保护和性能监测问题。MSR成本较低,而且在同一网络平台上提供语音、数据和视频等支路业务需要这样的功能,它是目前基于分组的城域网多业务传送和出租的有效方法。

一种对MSR模型的新扩展

作为安全协议形式化建模方法之一的多集重写(MSR)模型虽然提供了基本的理论框架,但并不完善。针对其在类型攻击检测方面的不足,对原模型进行改进,扩展类型内容,丰富推演规则,使其能检测特定类型的攻击。给出安全属性的描述,并用实例验证扩展后的MSR模型中交换协议的非否认性和公平性。

一种基于MSR的中等斜视多子阵合成孔径声呐距离多普勒算法

针对现有斜视多子阵合成孔径声呐成像算法忽略了"非停走停"假设的孔径依赖性和阵元依赖性,导致中等斜视时成像效果差的问题,提出了一种基于级数反演方法(Method of Series Reversion, MSR)的中等斜视多子阵合成孔径声呐距离多普勒算法(Range Doppler Algorithm, RDA)。首先,为了解决"非停走停"假设孔径依赖的问题,直接对精确距离史在波束中心处进行泰勒级数展开,得到近似距离史,并借用MSR求得近似距离史对应窄带回波信号的二维谱解析解。然后,为了解决阵元依赖的问题,使用基于MSR的RDA分别对每个子阵单独成像,再通过将每个子阵的成像结果进行相干叠加的方式消除单个子阵欠采样带来的混叠现象,得到完整的成像结果。最后,通过与现有算法的仿真对比实验,验证了该算法的有效性。

基于MSR理论的一种有效的图像增强算法

针对受光照影响造成图像低对比度不清晰的特点,本文根据多尺度Retinex理论的原理,构造了一个有效的平滑传导函数,并结合MSR的优点,提出一个多维多尺度的图像处理算法。仿真结果表明,该算法处理图像的效果要明显优于经典的直方图均衡、同态滤波和MSR等方法。并且该算法对不同特点的图像有着广泛的适应性。