改进HED网络在轴承自动测量中的应用研究

针对在工业环境中传统接触式测量轴承尺寸操作复杂且检测成本高的问题,提出一种新的加入注意力机制和结合Canny算法的改进型HED网络边缘检测算法。该方法基于HED网络,将主干网络第4、5个阶段的卷积层替换成连续空洞卷积,并设置网络的第3、4层池化步长为1,增大模型的感受野,提高输出的边缘图像精度;加入高效通道注意力机制ECA模块,有效抑制无关纹理特征和非边缘像素等影响;使用Canny算法中的非极大值抑制和双阈值处理算法,对检测的粗边缘进行细化,得到更加精确的轴承边缘;使用最小二乘圆拟合算法,获取轴承的内外环尺寸参数。实验结果表明,改进后的HED网络在ODS和OIS指标上分别达到了0.811和0.835,该方法可以有效实现轴承边缘检测并保证轴承尺寸测量精度。

改进HED网络的金属零件二维条码分割方法

针对复杂环境金属件标刻的DM码因磨损、腐蚀等原因,导致传统图像分割算法难以精确定位的问题,提出一种基于改进HED网络的金属零件二维条码分割方法。在原HED网络上对主干特征提取网络改进,采用空洞卷积扩大感受野保留DM码全局信息;改变特征融合模块,增加两层卷积运算充分融合深监督模块输出的多尺度特征,提取区域轮廓完成DM码区域分割;使用LSD算法寻找区域分割图中的直线,经过直线聚类减少非感兴趣直线产生的干扰,实现二维条码区域精确分割定位。实验结果表明,该模型在全局最佳(ODS)和单图最佳(OIS)精度评定中F1值分别达到0.813和0.825,平均定位准确率达到97%。

基于改进HED网络的重叠葡萄果粒轮廓特征提取

针对复杂背景以及果粒重叠造成的葡萄果粒边界难以准确检测识别的问题,提出一种基于改进HED网络的图像边缘检测算法。算法改进HED神经网络模型,使网络中每个卷积层的输出均得到充分利用;引入骰子(Dice)系数改进原有加权交叉熵损失函数。利用非极大值抑制方式对生成的边缘预测图进行边缘细化处理。实验结果表明,改进后的模型在验证集下的ODS(Optimal Dataset Scale)和OIS(Optimal Image Scale)分别达到0.801和0.817。通过比较改进HED与Canny、HED、DeepEdge三种算法对不同光照条件下的检测结果,表明改进的HED在不同条件下Dice系数高于其他算法约0.01,准确度高于其他算法约0.04。该研究结果为葡萄表型特征提取和葡萄生长规律研究提供了参考。

类HED网络的热红外图像显著性人体检测深度网络

热红外图像中的人体目标易于观察显著性强,应用广泛,但受限于热红外设备的硬件,往往图像中的人体目标边缘模糊,检测效果较差,同时因为热红外的特殊成像原理,人体目标检测时极易受到发热物和遮挡物的干扰,检测的精度也无法得到保证。针对上述问题,本文提出了一种类HED(holistically nested edge detection)的热红外显著性人体检测网络。网络采用类HED网络形式,通过将不同比例的空洞卷积编解码模块进行残差相加形式,完成人体目标的检测任务。实验证明该网络可以有效地检测人体目标,准确地预测边缘结构,同时在发热物及遮挡物等环境下也具有较高的检测精度。

基于卷积神经网络(HED、U-Net、SSD)模型的设施蔬菜的信息提取应用研究

该文以新绛县的无人机航摄影像和高分二号卫星影像为数据源,应用ArcGIS Pro软件中的影像分析模块深度学习工具,采用SSD单帧检测器模型、边缘检测网络模型HED和U-Net模型进行设施蔬菜信息提取。结果表明,基于HED和U-Net的像素分类方法提取效果较好。

HED族陨石:分异型小行星物质组成和演化

Howardite-Eucrite-Diogenite(HED)族陨石是地球上发现数量最多的无球粒陨石类型,也是太阳系中除地球岩石之外数量最多的岩浆岩样品。本文对大量HED族陨石的岩石学和矿物化学特征进行了归纳总结,讨论了陨石的后期热变质作用和母体起源,对HED族陨石的中文定名提出了具体意见。

9块西北非HED族陨石的岩石矿物学特征及亚型划分

HED族陨石是太阳系最早的岩浆岩,对其进行亚型划分对认识其成分特征以及了解其母体岩浆演化和后期变质作用有重要意义。对西北非9块HED陨石进行了岩石结构及矿物组成、辉石Mg~#值、全岩Mg元素X射线分布和热变质程度等分析研究。结果表明,NWA 11600可划分为堆晶辉长岩型Eucrite,热变质程度为1型(最低);NWA 11602为玄武质非角砾岩型Eucrite,热变质6型(最高);NWA 11601为玄武质单矿碎屑角砾岩型Eucrite,热变质4型;NWA 11593、NWA 11594、NWA 11596和NWA 11597为玄武质复矿碎屑角砾岩型Eucrite,NWA 11598和NWA 11605为Howardite,不同角砾具有不同的热变质程度,分布在1~6型之间。NWA 11600冲击程度为S1,其余样品为S2。玄武岩的热变质程度远高于堆晶岩,热变质发生在冲击破碎之前,冲击并非导致热变质的原因。

副结核分支杆菌Hed蛋白的抗原性分析及在间接ELISA中的应用

从副结核分支杆菌K-10菌株克隆出840 bp的hed基因片段,插入原核表达载体pET-32a(+),转化至Escherichia coliBL21(DE3),在0.8 mmol.L-1 IPTG诱导下进行表达,纯化重组蛋白,将其进行Western-blot分析、小鼠免疫试验,包被ELISA板,建立间接ELISA方法。结果显示:重组蛋白具有良好的抗原性,方阵滴定法确定了间接ELISA方法的抗血清最佳稀释度(100倍)和抗原包被浓度(4.4μg.mL-1),该方法具有较好的特异性和敏感性。

HED伴多数牙先天缺失1例的临床研究

目的:对1例少汗型外胚叶发育不全综合征(hypohidrotic ectodermal dysplasia,HED)伴多数牙先天缺失的患儿及其孪生姐姐进行临床研究,探讨该病的临床特点和病因。方法:首先从常规口腔检查、全口曲面断层X线片和系谱分析等三个方面研究其临床特点。然后从染色体分析(常染色体数、性染色体数、核型、数目畸变率、结构畸变率等)、血清微量元素(铜、锌、铁、镁、钙)和血清碱性磷酸酶(ALP)检测等方面进行研究。结果:HED患儿先天缺失26颗牙齿,其中包括12颗前牙、8颗前磨牙和6颗磨牙。患儿和其孪生姐姐的染色体分析未见数目畸变和结构畸变;血清微量元素铜、锌、铁、镁、钙均在正常参考值之内;血清碱性磷酸酶(ALP)患儿为250μmol/L(正常参考范围为35～130μmol/L),其值稍偏高;其孪生姐姐的ALP为92μmol/L,在正常参考范围之内。结论:该患儿HED伴多数牙先天缺失的发病原因不是由于染色体出现异常或微量元素缺少所致,可能与ALP浓度过高相关。

华中HED-21S数控实验台螺距误差补偿的研究

螺距误差是造成数控机床加工精度下降的重要原因之一。针对华中HED-21S数控实验台产生的螺距误差,通过分析螺距误差补偿原理,对z轴误差进行了补偿。实验结果表明:利用螺距误差补偿消除传动部件间隙,能够提高数控机床的定位精度和重复定位精度。

结合HED网络和双阈值分割的GMM目标检测算法

GMM在目标检测过程中容易受到灯光、目标颜色与背景颜色相似、目标阴影和拍摄高度等因素的干扰。针对以上问题,本文提出一种结合改进HED网络和OTSU双阈值分割的GMM算法。首先,改进模型针对视频帧的背景、噪声、前景目标进行双阈值分割,合理选取高斯模型个数。其次,利用HED网络对输入图片进行边缘检测,将HED网络检测的边缘结果和双阈值分割的GMM检测结果进行“与”运算,得到最终目标检测结果。通过实验验证,改进算法的检测率更高,目标较小时检测轮廓更加完整,检测效果更好。

一种改进的HED网络及其在边缘检测中的应用

HED网络(holistically nested edge detection network)被证明是目前用于边缘检测的一种性能较好的深度学习网络,但在实际应用中发现,将该网络用于前下视红外成像制导自动目标识别时,会出现检测出的边缘不完整、不光滑等问题。针对上述问题,对HED网络进行了改进,在此基础上提出了一种基于改进HED网络的边缘提取方法。首先,在原网络结构的基础上减少了两个池化层,提高了侧边输出层的输出精度,然后,将改进HED网络输出的边缘概率图进行二值化,得到显著性边缘区域;最后,采用基于匹配滤波的边缘提取方法提取图像的边缘,并将其与改进HED网络提取的显著目标边缘相融合,得到最终结果。实验结果表明,该方法能够大幅减少非目标区域的边缘,并且能够有效提取较为完整和准确的目标边缘,为后续红外图像中的目标检测、跟踪与识别奠定了良好的基础。

HED族陨石中辉石颗粒的Ca-Mg-Fe元素迁移规律及其指示意义

Howardites-Eucrite-Diogenite(HED)族陨石普遍被认为来自于灶神星,辉石颗粒中出溶片晶的形成是母体经历热变质事件的直接产物,因此出溶辉石的元素迁移规律可以反映灶神星经历的热变质条件。本文采用扫描电镜、激光拉曼光谱仪和电子探针对不同类型HED族陨石样品进行了分析。结果表明,HED族陨石中非平衡型辉石颗粒的Ca-Mg-Fe元素不均一,各样品中平衡型辉石颗粒的Ca-Mg-Fe元素平均扩散速率比值约为νCa∶νMg∶νFe=5∶1∶4,根据二辉石温度计得出母体热变质温度范围为700~1000℃,且玄武质Eucrite平衡辉石指示的温度普遍低于Howardites指示的温度,反映可能存在垂向压力差异性。这些特征都说明灶神星热变质期间的热源主要来源于演化早期玄武岩浆的快速喷发掩埋。

基于HED与Canny方法融合的孔类零件边缘检测方法

在研究孔坯零件毛刺自动磨削机器人过程中,需要对工件的毛刺进行辨识。由于工件油污、锈迹、粗加工表面划痕等因素,使工件边缘辨识困难。为了有效提取孔结构边缘毛刺的参数特征,提出了一种基于FCN和VGG改进的边缘检测HED网络融合Canny算子的边缘检测算法。针对传统图像处理算法无法自动提取零件特征的问题,算法先利用HED神经网络对孔结构进行边缘提取,然后将Canny算法提取的图像边缘与改进的HED网络提取的显著边缘融合得到最终结果。实验结果表明,所提方法能够有效降低非目标区域边界,并提取更加准确的边缘。

基于HED网络的快速纸张边缘检测方法

HED网络是目前边缘检测性能较好的深度学习网络模型之一,但使用HED网络进行纸张边缘检测时,检测速度较慢,达不到实时性要求。在保证检测精度的前提下,本文提出一种基于HED网络的快速纸张边缘检测方法。将轻量级网络MobileNetV2作为HED主干网,并去除MobileNetV2网络的后2个bottleneck模块和输出通道数较大的卷积层,进一步加快检测速度。此外,去除网络中的池化层,增加一个步长为1的5×5卷积层,提高检测精度。本文制作包含多种情况的纸张数据集MPDS,将本文方法在MPDS上进行训练和测试。实验结果表明,本文提出的模型将ODS和OIS指标分别提高到了0.867和0.876,检测速度可达42.68 FPS,本文方法可以快速准确地进行纸张边缘检测,满足桌面增强系统对纸张检测的要求。

Siderophile Element Compositions of Pyroxenes in HED Meteorites: Implications for the Differentiation of Magma Ocean on Vesta

1 Introduction The howardite,eucrite and diogenite(HED)meteorites are ultramafic and mafic igneous rocks and impact-engendered breccias derived from a thoroughly differentiated asteroid 4 Vesta.Diogenites include dunites,

基于改进的HED网络的物体检测

边缘检测是图像处理中的基本问题,传统的边缘检测中有多种算子,Canny算子、Sobel算子、Prewitt算子。文中对标准HED网络模型的激活函数进行改进,并将改进后的模型应用于无人化工厂中的货物纸箱边缘检测问题,与传统的边缘检测算子对比分析,改进的HED网络模型得到了较好的检测结果。

Ansys在HEDS电动机优化设计中的应用

HEDS电动机跟一般同步电动机相比性能更加优良,跟一般异步电动机作比对,HEDS电动机拥有较小的体积,较轻的机身重量,较高的工作效率并且节能性能更加优越。为了进一步提高HEDS电动机输出转矩与输出功率,仍需要对电动机主要结构参数进行最优化设计。电动机的实际运行工况可以通过Ansys软件进行仿真,使电动机模型的分析更加容易。通过利用Ansys仅对HEDS电动机气隙之间的长度、定转子齿相对长度及转子极弧三个主要结构参数对电动机转矩特性的作用进行模拟,通过改变参数的大小观察电动机的转矩特性,实现了对750 W HEDS电动机结构参数的优化,并通过对样机的测试验证了理论分析的合理性。

基于HSV+Canny模型、HED网络模型的衣物轮廓提取算法研究

针对边缘检测算法在衣物轮廓提取过程中易受噪声影响的问题,采用传统的图像处理方法和深度学习方法对衣物轮廓提取算法进行研究。传统的图像处理方法主要基于HSV模型和Canny算法,首先,通过HSV模型分割前景图像;然后,对二值化图像进行形态学处理;最后,利用Canny算法提取衣物轮廓,此方法能准确地提取大部分颜色的衣物轮廓。深度学习方法主要基于HED网络模型,针对HED网络模型输出边缘定位缺失和较为粗糙等问题,对HED网络模型进行改进,首先,去除第3、4阶段的池化层;然后,在特征融合阶段引入注意力机制;最后,融合Canny算法进行边缘细化。对比实验结果表明:HSV+Canny算法比Canny算法的ODS值和OIS值分别提升了13.16%和14.72%,检测速度有小幅提升;改进的HED网络模型比HED网络模型的ODS值和OIS值分别提升4.84%和3.97%的同时,检测速度持平。

基于改进HED网络模型的破碎矿石图像分割方法

矿石的粒度大小是评判破碎机破碎效果的重要参考,而图像分割是矿石粒度检测的关键步骤。针对破碎矿石形状复杂、粘连和堆叠以及图像噪声严重而导致图像分割不准确的问题,提出一种基于改进HED(Holistically-Nested Edge Detection)网络模型的破碎矿石图像分割方法。首先,对采集的矿石图像进行双边滤波预处理操作,减少噪声对分割的影响;其次,使用残差可变形卷积块替代普通卷积块以增强模型对不同大小形状矿石的特征提取能力,并利用空洞卷积替代原有的池化层以扩大感受野,保留矿石的全局信息;最后,使用具有底部短连接结构的HED网络框架对矿石进行特征提取,并将提取的特征与低级的细节信息相融合,减少对粘连和堆叠矿石颗粒的欠分割问题。