结合双金字塔特征融合与级联定位的车牌检测

为了解决复杂环境中不同因素干扰车牌检测精确度的问题,提出了一种基于双金字塔特征融合的复杂环境下车牌检测算法。通过采用Mish激活函数的残差网络(ResNet101-M)对输入图像进行初级特征提取;在传统特征金字塔网络(feature pyramid network,FPN)的基础上,提出了一种改进的双金字塔特征融合网络(siamese feature pyramid network,SFPN)。被提取的初级特征被送入该网络进行多层特征融合。融合后的特征被送入基于形状先验的锚点设置网络来确定感兴趣区域。将所生成的感兴趣区域送入级联定位网络从而得到准确的车牌检测结果。实验结果表明,该算法在AOLP与CCPD车牌数据集上均能够有效提升检测性能。

基于模糊C均值隶属度约束的图像分割算法

模糊C均值算法(FCM)是图像分割中应用最为广泛的一种模糊聚类算法,但是传统的模糊C均值算法并没有考虑到任何空间信息,这使得传统的模糊C均值算法对噪声非常敏感。尽管许多改进的模糊C均值算法采用调节空间信息影响程度的因子,但是这些因子不仅需要人为设定而且对强噪声仍缺乏足够的鲁棒性。针对FCM噪声敏感问题,提出一种基于FCM隶属度约束的图像分割算法,算法根据图像中的像素点自身的隶属度信息来自动调节算法对噪声的鲁棒性和对图像细节保持性的平衡度,不需要人为设定空间信息的影响程度。通过和FCM的改进算法在自然图像的实验分割效果比较,验证了该算法在去除强噪声的同时能够保持更多的图像细节,从而实现较理想的图像分割结果。

基于STM32的二维滑台不规则轨迹精密控制

在工业控制中,往往要求多个步进电机控制多维滑台,且能同时进行多维精密控制或者单维精密控制,这样才能精确控制滑台在多维上的轨迹。本文在分析STM32产生PWM波的频率和时序以及步进电机控制原理的基础上提出了一种通过程序设置实现定时器中断控制PWM数量的方法,从而精确控制PWM波频率及输出特定个数的PWM波,在机车牵引梁数控磨削设备的实际项目中实现步进电机精确控制二维滑台的不规则轨迹,并分析了系统的可靠性。该步进电机精密控制方法可推广到许多实际的应用项目中。

基于图表示和匹配的表单定位与提取

为了实现对不同类型、分辨率和方向的快递表单上用户感兴趣区域信息的获取,本文提出了一种基于图表示和匹配的表单定位与提取方法。选择参考表单中已有的印刷图案或字符等关键区域作为基准位置,进行图的表示。基于图像分割得到的候选关键区域对待处理表单进行图表示。然后,根据图的属性计算待处理表单与参考表单的相似度。最后,将最大相似度对应的同构图作为参考表单图的最优匹配,并建立同构图与参考表单图位置映射,定位出表单。本文实验数据集来源于真实场景下采集的快递包裹表单图像。实验结果表明:本文算法在快递包裹表单图像上具有良好的性能,对旋转、光照变化、局部遮挡具有较好的鲁棒性。

栅元有效共振积分的CUDA算法设计与实现

核反应堆中需要实时精确地计算堆芯和增殖材料的有效共振积分或群截面来实现反应堆的安全控制。整个计算过程因为涉及大量的积分运算和庞大的核素截面数据,采用常规的计算方法,计算时耗相当大。基于统一计算设备架构(CUDA)平台,利用图形处理器(GPU)的计算能力,对整个计算过程进行并行化分解,多线程同时运算,大幅度提升计算速度,降低时耗。实验结果表明,在GPU上并行计算所得结果与原始数据没有明显差异,且加速效果显著。