基于高分辨率网络的全钢子午线轮胎钢丝圈区域边界分割

针对全钢子午线轮胎中纹理复杂、结构多变的钢丝圈区域边界分割困难的问题,提出一种基于高分辨率网络的轮胎钢丝圈区域边界分割方法;根据垂直投影曲线信息实现轮胎X射线衍射图像各区域的划分;利用直方图均衡化提高图像的明暗对比度,增强纹理信息;根据高分辨率网络输出的热图,基于自适应阈值方法进行边界分析,通过计算热图不同区域的阈值得到对应的二值图,统计热图中边界区域面积并筛除过小的部分,根据剩余区域重构热图并利用边界上下文信息填补被筛除的位置,从而得到整体边界分布均匀、精细的热图;在自建数据集上测试所提出方法的检测性能,通过消融实验探讨所提出的方法及其优化模块对最终边界分割结果的影响,并将所提出的方法与2种常用方法进行定量和定性对比。结果表明,钢丝圈区域的包布、反包边界分割准确率分别达到98.94%、97.23%,相对于2种常用方法,所提出的方法具有较强的稳健性和适用性。

联合收割机稻麦收获边界激光在线识别系统设计与试验

针对联合收割机收获边界在线识别问题,利用激光无损探测技术,开发了联合收割机收获边界在线识别系统。首先介绍了系统组成、激光传感器选型及工作原理,将传感器输出数据极坐标转换为直角坐标,建立稻麦轮廓特征数学模型。由于收获过程会产生大量的灰尘,会对激光探测距离及信号反射产生影响。通过与作物特征阈值比较,对受灰尘影响的错误数据进行有效识别与剔除。采用移动平均数字滤波算法,消除系统测量噪声。通过信号阶跃变化模式识别算法,实现了收获边界的在线检测,准确推算出联合收割机作业割幅,并进行了田间试验研究。试验结果表明,该系统可实现在线监测,收获边界测量误差不大于12 cm,可为联合收割机智能监控系统的实际应用提供参考。

钢球表面缺陷的自动检测与识别

在计算机图像处理理论与模式识别理论的基础上 ,提出钢球表面缺陷评价方法 ,给出二窗法确定阈值、噪声去除和轮廓跟踪方法 ;再从处理后图像中提取能表征缺陷性质的几何特征和纹理特征 。

一种两层次无监督的音频分割算法

本文提出一种两层次无监督音频分割算法,它用于检测音频流中的说话人、环境、信道等声学特征变化点,该方法将音频分割过程分为两个层次:区域层次和边界层次,通过固定检测窗移动,它快速定位到声学特征变化点存在的区域,然后在潜在变化区域内采用T2统计值和贝叶斯信息准则(BIC)结合的方法快速确定片断边界。在区域检测层次,将修正的广义对数似然比准则应用于潜在的变化区域检测,它即无需设定阈值门限又可保证低的漏检率,在1997年Hub4中文广播语音数据库上的实验结果表明,同传统的混合分割算法比较,该算法在处理速度得到提高的同时,声学特征变化点的召回率提高10.5%。

基于游程分析轮廓提取算法的改进

指出Capson游程分析轮廓提取算法存在的两点不足:一是所提取轮廓在水平方向凹形部分存在偏差;二是未考虑合并情况会导致提取复杂图案轮廓时出现部分轮廓丢失现象.通过增加分叉点和交汇点以及建立两种未考虑合并情况对应的规则,分别对这两点不足进行改进.实验表明,改进后的算法能精确提取任意复杂图案的全部内外轮廓,在提取高游程平均压缩率图像轮廓时耗时较少.该算法能实现流水线式并行轮廓提取,减少线阵扫描相机应用中等待数据获取的时间,提高在线检测速度,且成功应用于高精度PCB线路板缺陷检测系统,实现高分辨PCB图像轮廓快速准确提取.

基于余弦相似度的边界样本选择方法

卷积神经网络模型的训练通常需要大量的训练样本,导致训练时间过长。针对这一问题,本文提出一种基于余弦相似度的边界样本选择方法,选取边界样本构造训练集。通过该方法分别对MNIST,CIFAR10,SVHN数据集进行样本选择,利用卷积神经网络分类器进行实验研究。实验结果表明:该方法能够保留训练集中的典型样本,剔除冗余样本,从而减少训练样本的数量,缩短网络训练时间,提高网络学习效率。

基于支持向量机的苹果叶部病害识别方法研究

为提高苹果叶部病害自动识别水平并实现快速有效地识别苹果叶部病害,本研究首先采用小波滤波算法对采集的苹果叶部锈病、斑点落叶病的图像进行去噪平滑,然后利用病斑颜色差异和边界跟踪算法对病斑进行分离,最后提取病斑颜色、形状和纹理等方面的特征,采用支持向量机(SVM)技术对病害进行自动识别。试验表明,该方法对苹果叶锈病和斑点落叶病样本进行处理识别的正确率较高,能够满足实际需求。该结果对苹果叶部病害的自动快速诊断和防治具有一定的指导意义。

轴承腔两相流动流型特征参数及鲁棒性分析

航空发动机轴承腔的润滑设计和换热分析依赖于对轴承腔中润滑介质两相流动特性的理解,依据流型进行轴承腔油气两相介质流动研究是获取流动特性的有效途径。针对通过试验判断油气两相介质流动形式的需要,结合数值分析和试验数据,在辨识能力和试验获取等方面的考虑前提下,提出了辨识航空发动机轴承腔中均相流动与含油滴气/液分层流动两种主要油气两相流型的特征参数——体积含油率和无量纲速度,探讨了两个特征参数在较宽工况范围内保持流型辨识能力的鲁棒性。研究工作对于借助于试验判断油气两相流型,从而可以在严谨理论指导下基于流型进行航空发动机轴承腔润滑介质两相流动特性分析,实现准确高效的润滑设计和换热分析的设计路线实施是很有意义的工作。

波导中模式吸收边界条件的计算方法

本文对基于波导中模式冲击响应构造，并应用于时域有限差分（FDTD）方法的 模式吸收边界 条件，进行了详细地计算和分析.本文应用高阶插值方法，显著地提高模式吸 收边界条件计 算的精度，采用点匹配法鉴别模式幅度，加快了计算模式吸收边界条件的速 度.计算结果表 明，采用模式吸收边界条件可以有效地减少FDTD方法中的节点数目，从而提 高了FDTD方法的 效率.

基于兴趣点定位的局部方向模式人脸识别方法

为了解决局部方向模式(LDP)在人脸特征提取过程中采用固定的平均分块方式,不能自适应突出不同样本特征的这一问题,提出一种基于兴趣点定位的改进LDP人脸特征提取方法。兴趣点所在位置特征信息丰富,其根据不同图像自动分布,可以突出不同图像的不同特点。首先定位人脸图像的加速鲁棒特征(SURF)特征点,并通过K-means聚类算法优化兴趣点的数量,确定兴趣点位置;之后以每个兴趣点作为中心建立LDP特征提取窗口,计算其4方向LDP编码,得出图像的特征向量;最后,采用支持向量机(SVM)对人脸进行识别分类。使用该改进算法分别在FERET和Yale数据库中进行实验,并与原始LDP、4方向的LDP方法 (4-LDP)、融合PCA与LDP的特征提取算法(PCA-LDP)进行了比较,实验结果表明,所提出的特征提取方法在保证系统实时性的同时,可以有效提高人脸识别的准确率与稳定性。

基于模型的圆形边界识别方法

为了有效识别圆形边界,构造了圆形空间点模式产生的概率密度函数,并以此概率密度函数为基础,建立了由噪声点去除、混合概率密度函数参数估计与基于BIC的聚类个数自动判别3部分组成的圆形边界识别方法.该方法克服了模糊C球壳聚类算法的缺点.仿真结果表明,该方法能有效地识别圆形边界.

基于局部特征的图像模式识别算法研究

本文对基于局部特征的图像模式识别的SIFT/SURF算法进行了详细描述及分析,对比两种算法的不同特点,即运算速度、收敛性、抗噪性等,并对两种算法进行了实验.实验结果对于算法改进具有显著的借鉴意义.

现代控制理论在假肢技术中的应用

采用计算机模式识别分析残疾人的肌电动作信号，以获得大脑指挥手动作的各种肌电信号特征．利用模糊控制技术实现肌电假手的控制电路，并制作出能实际应用的控制电路．

Lagrange乘子法应用于智能建筑

探讨了用Lagrange乘子法求解三类别及三类别以上问题的方法,并把它应用于智能建筑中的周界防越报警系统。由此方法利用信号误报率求得阈值,从而能较好地调整周界防越报警系统的参数,减少系统误报情况的发生。

复杂固体边界流场的三维PIV测试技术:任意三维边界识别算法

针对复杂固体边界三维流场的PIV测试应用,以及流固耦合实验研究中流场和固体结构特征的瞬态同步测试需求,发展了一种基于双相机布置形式的任意三维边界识别算法以精确获取三维表面几何信息;并以基于MLOS-SMART三维粒子场重构的Tomo-PIV算法计算三维速度矢量场,可同步获取三维表面结构运动/变形信息和三维瞬态速度场。这一边界识别算法基于SURF(加速稳健特征)模式识别算法进行三维曲面重构,可以确定流场中三维物体结构的边界特征。论文采用双相机布置方式获取了三种不同曲率的圆柱曲面图像,验证了所发展的三维边界识别算法的准确性。最后以圆柱绕流Tomo-PIV数字合成粒子图像序列为验证对象,采用所发展的边界识别算法和Tomo-PIV算法分别高质量地计算出圆柱曲面信息和三维速度场。

基于二次随机森林的不平衡数据分类算法

不平衡数据集的分类问题是现今机器学习的一个热点问题。传统分类学习器以提高分类精度为准则导致对少数类识别准确率下降。本文首先综合描述了不平衡数据集分类问题的研究难点和研究进展,论述了对分类算法的评价指标,进而提出一种新的基于二次随机森林的不平衡数据分类算法。首先,用随机森林算法对训练样本学习找到模糊边界,将误判的多数类样本去除,改变原训练样本数据集结构,形成新的训练样本。然后再次使用随机森林对新训练样本数据进行训练。通过对UCI数据集进行实验分析表明新算法在处理不平衡数据集上在少数类的召回率和F值上有提高。

尼日尔盆地油藏水道沉积构型识别及演化规律

深海水道作为深水环境中重要的储层类型,具有极为丰富的深海油气资源,近年来一直是深海油田勘探和开发的重点区域,但对水道内部构型边界的识别刻画仍然是一个难点。依据三维地震数据以及测井和岩心资料,对西非X油藏水道进行了内部构型边界的精细划分,并分析了其水道演化模式。研究表明:区内水道体系边界可通过地震相特征差异进行识别,并将其分为限制性、半限制性和非限制性3种类型;复合水道边界可通过“垂向分期”和“侧向划界”原则进行确定;单一水道边界可通过水道边界振幅强弱变化进行识别,其在平面上有单侧向迁移和沿下游摆动迁移2种迁移模式,在剖面上单向侧向迁移段水道呈侧向迁移的特征,沿下游摆动段呈现出多期水道相互摆动切叠的特征;水道体系的演化可划分为初始形成、快速发育、平稳发育以及水道消亡4个阶段,对应一个完整的海平面变化旋回。

垂直距离聚类的Lagrange乘子定界问题

求解l维空间的一点到二次曲面的距离是基于聚类的模式识别的一个难题。后者在航天器激光威胁告警中具有重要的应用。本文证明在A的特征根相同的情况下如此的代数方程仅有一个根,并给出求解此根的迭代算法。在A的特征根同号的情形下给出Lagrange乘子的上下界,对于采用二分法求解Lagrange乘子提供了可能和便利。该问题的解决为激光探测和激光告警提供了一种新的途径。

基于掩膜分割的Cobb角测量方法

手工测量Cobb角是评价脊柱侧弯的金标准,但其测量中存在端椎和端线定位困难的问题.为此,提出一种基于掩膜分割的计算机辅助测量方法.随机选取134例脊柱侧弯患者X光数字图像,由2名经验丰富的人员采用传统手工方法测量其Cobb角,将其结果作为检验标准.利用所提改进的Cobb角测量方法对同一组图像进行测量.结果表明,改进的Cobb角测量方法与手工方法测量的Cobb角相比,具有良好的结果一致性.该方法可有效解决端椎和端线定位困难的问题,提升了测量可靠性和准确性.

二值图像中目标物体轮廓的边界跟踪算法

分析了二值图像识别中常见的边界跟踪算法,在此基础上提出一种通用性强的边界跟踪算法,能够根据上一边界点的位置判断轮廓走向.在搜索下一个边界点时,只需要对候选的5个点进行判断,便可以找到下一个边界点的位置,从而减少了搜索的次数,使得边界跟踪的时间大为减少.算法对于轮廓不封闭的线段也可以一次扫描得到其轮廓信息.实验表明,算法不仅速度快,而且轮廓识别准确.对于目标物较复杂的图像,算法更能体现出其优越性.