基于多尺度特征深度神经网络的不同产地山楂细粒度图像识别

中药是中医治疗疾病的主要途径,也是我国中医药事业传承与创新发展的物质基础,其真伪优劣也会直接影响中医临床的疗效,因此研究科学合理且高效的中药材质量检测方法符合当前行业热点.山楂作为中国著名的药食两用类药材,在烹饪和治疗中具有保护心血管、降低血压的作用,被广泛应用;但由于自然环境与栽培条件的不同,不同产地的山楂易被混淆从而对品质产生影响.尽管化学、生物鉴定的方法广泛而重要,但专业门槛高,耗时较长;且传统图像处理方法容易受外在环境因素干扰,可靠性差.因此亟待研究快速准确的方法以实现山楂产地的精准鉴别;受CoAtNet与Swin-Transformer网络启发,本文结合MBConv模块中深度可分离卷积网络对局部信息建模的特点与Swin Transformer模块多层次结构可弥补网络非局部性损失的特性,提出一种多尺度特征的混合神经网络模型,通过获取图像不同层级特征,将获取的形状、颜色与纹理等浅层特征作为先验知识与高层级语义信息进行特征融合,研究了一种快速有效的识别方法以实现对不同产地山楂的有效鉴别;此外,本文提出一种新的局部空间注意力机制,通过形成通道注意力模块联合空间注意力模块的新结构,实现对图像细粒度特征的聚焦与学习.实验结果表明,本文所提出的方法有最高的鉴别准确率为89.306%,优于其他基线模型.实践证明,本文的研究提高中药材鉴别的科技水平,拓宽传统中医药的研究思路.

基于视觉感知的梯度结构相似度图像质量评价

在SSIM算法的基础上,结合亮度和对比度掩蔽等视觉感知信息构造视觉感知(visual perception)函数,提出基于视觉感知的梯度结构相似度评价方法VI_GSSIM(visual perception and gradient based SSIM)。该方法通过图像质量与图像内容和失真类型的相关性,结合图像的误差可视性与内容可视性构造视觉感知函数,对HVS底层视觉系统建模;同时利用梯度重新定义结构信息,得到基于视觉感知的梯度结构相似度模型,对图像进行质量评价。实验结果表明,提出的VI_GSSIM算法比SSIM更符合人眼的视觉特性,尤其适合评价降质较严重的图像。

航管模拟器的语音识别与合成技术实现

随着航空运输业的快速发展,亟需雷达模拟机、塔台模拟机等设备培训空中管制人员,以提高空管人员的处置能力。为了提高航管雷达模拟训练的效率,基于微软语音引擎Windows Speech SDK,成功实现了航管模拟器中的语音识别与合成技术。语音识别中,基于基本语音识别,通过在xml中添加语音集和语法集来提高识别率;设计并构建了动态产生配置文件的训练系统,该系统通过特定词语的语音训练生成个人xml文件,正式使用时只需将xml文件导入以减少人工操作。语音合成中,通过微软引擎实现了基本的朗读功能,并提出了使声音更接近人声的方法。鉴于空管训练的严肃性,采用录音和播放方式实现了由特定人朗读的语音合成功能。运行情况表明,所设计构建的空管训练系统较好地满足了当前空中管制训练的要求,可明显提高航管模拟器的效率。

基于深度估计的机场场面视频图像技术研究

目前机场场面监视系统主要以高成本的场面监视雷达为主,对于中小型机场来说通常负担不起,为此提出一种低成本的场面监视技术。使用当下最流行的深度学习神经网络模型对场面视频图像进行无监督训练,加入深度信息估计技术可以对场面目标进行检测跟踪以及航机生成。通过对深度学习方法的调研,提出基于无监督学习的深度估计技术是最适用于机场场面视频图像监视系统的技术方法,为机场监视提供了重要理论支持。

基于互反射先验的端到端沉浸式投影补偿

沉浸式投影系统中的互反射现象会导致投影质量下降,投影补偿任务通过对输入图像的修改补偿,减少互反射造成的影响从而得到更好的成像效果.投影补偿任务是研究输入原图与最终成像之间的关系,通过对输入图像的修改补偿,减少互反射造成的影响从而得到更好的成像效果.本文提出互反射先验,互反射先验是指发生互反射的区域的临近区域通道像素值十分接近最大值256,因此通过图像的区域通道像素值可以获得互反射信息.本文提出的互反射补偿网络(IRCN),通过互反射先验生成互反射掩膜,消除沉浸式投影环境中的多余互反射.为了验证IRCN模型,使用了超过5000对投影图像数据集和曲面投影系统以及折面投影系统来完成实验.本文将IRCN对比多种现有投影补偿方法,实验结果表明IRCN在PSNR,RMSE,SSIM,均值标准差分析等客观评价指标中具有明显优势,说明本文提出的IRCN能够有效利用互反射先验信息,对沉浸式投影环境中的互反射现象进行补偿,在均衡训练时间的基础上增强了投影效果.

智能化空管技术研究与展望

航空运输业在世界经济和社会发展中发挥着重要的推动作用。国际民用航空组织统计显示全球空中交通量大约每15年增加一倍,因此,现有空中交通航行系统的运行能力已经接近饱和。现有的空管自动化系统能自动获取和处理空管信息,经过监视数据融合、飞行数据处理、气象及航行情报处理、告警处理等形成空管综合态势,以供管制员指挥使用,但其仅具备有限的决策支持能力,空管智能化程度较低,不能较好地适应未来空管发展的需要。为了适应未来航空业的快速发展,解决空中交通安全、空域拥挤、航班延误等问题,各国致力于开展解决未来空中交通问题的新技术研究。欧盟在2004年提出"单一欧洲天空空中交通管理研究",拟重新规划欧洲空域以满足空中交通需求,提高空管系统效能,该研究的关键技术涵盖空中交通管理的4个关键领域:高效的机场运行、高级空中交通服务、优化的空中交通网络服务和可靠的空管基础设施。美国在2005年提出了"下一代航空运输系统",其核心技术包括广播式自动相关监视、数据通信、航路自动化系统现代化、终端自动化系统现代化更新、NAS语音系统和系统广域信息管理。2012年,ICAO推出了航空系统组块升级(ASBU)计划,以运行改进为核心,以现有空管技术和新技术应用为手段,提出了机场运行、全球互用的系统和数据、最佳容量和灵活飞行、高效的飞行轨迹4个性能提升领域,每个领域由多条提升路径组成,并根据实现阶段分布在4个组块中,构成52个模块。中国民航也正在实施或规划大量ASBU中的内容以应对中国航空的快速发展。但是,现有空管系统及其未来规划重点在基础设施建设,未涉及太多智能化应用。近年来,在深度学习、高性能计算和大数据的支撑下,人工智能技术在各行业得到快速应用,计算机视觉、语音识别、自然语言处理等技术取得突破性进展并迅速产业化。人工智能技术可以促进空管一些关键技术的发展,提升安全水平,提高管制工作效率,降低管制员工作负荷。以深度学习为代表的人工智能强调在大量先验知识的基础上做出判断和决策,与空中交通管理运行决策过程相契合,人工智能的快速发展产生的巨大效益使智能化空管成为一种必然。因此,在空管技术及人工智能技术基础上,作者提出智能化空管的概念,设计了智能化空管系统总体框架。智能化空管系统总体框架包括感知层、网络层、平台层、应用层和可视化层。感知层的各类通信、导航、监视、气象、无线、图像采集、射频识别等设施设备为空管运行提供基础设施保障。网络层采用专线网络、卫星通信网、新兴的互联网、移动网络等传输信息。智能化空管平台层采用广域信息管理,云计算、智能化大数据挖掘等技术实现信息存储、共享、挖掘等。应用层研究人工智能化技术在管制指挥、空域管理、空中交通流量管理、飞行服务、通航、无人机空管保障中的应用。可视化层通过空管门户、虚拟化可视、空管智能化UI、移动空管应用等方式提供高效快捷的智能化交互。围绕智能化空管概念和总体框架,需要重点研究智能化空管数据处理、智能化辅助决策、空管语音识别和空管指挥机器人等关键技术。智能化空管数据处理研究各类空管数据的获取、处理、传输、交互、智能化挖掘等技术;智能化辅助决策研究智能化冲突管理、智能化空中交通流量管理、智能化规划管理、智能化进离场排序、智能化机场运行等智能化空管应用;针对地空通话在空中交通管制中的重要作用,研究空管语音识别在自动应答机长、空管指挥安全监控中的应用;利用人工智能技术使机器具备空管的感知、规划、推理、行动等能力进行空中交通管理。智能化空管系统总体框架和关键技术为智能化空管系统开发提供理论基础与技术支撑。

一种消除柱透镜光栅自由立体显示图像串扰的方法

提出了一种通过纠正平面显示屏上合成图像子像素亮度值来使得柱透镜光栅自由立体显示器相邻视点间的显示图像串扰消除的方法。针对合成图像分析其串扰的产生原因,并根据合成图像上显示的子像素亮度值、透过光栅观看到的子像素亮度值以及视点间的串扰系数3者之间的关系,推导出消除串扰的计算公式并实验证实了该方法的正确性。

基于复杂网络理论的多元混合空管技术保障系统网络特征分析

为提高空管技术保障系统应对突发事件的能力,本文以空管技术保障系统导航、通信、监视设备覆盖的航路结构为基础,构建系统对应的空间网络模型.提出从灵活性、鲁棒性、高效性三个方面度量空管技术保障系统网络特性,对北京、上海、广州、昆明、沈阳、兰州飞行情报区的空管技术保障系统网络的平均度、度分布、度-度相关性、聚集系数、平均路径长度、直径等进行分析.分析结果显示,各飞行情报区空管技术保障系统的平均聚集系数在0.25—0.39之间,网络聚集程度偏低;网络平均路径长度为3.4,表现出小世界网络特征;度值3时服从幂律分布,度-度分布不表现出正相关或负相关.对网络进行基于度优先的和随机的抗毁性测度,空管技术保障系统网络抗毁性较差,网络的可靠性由少数核心节点决定,应对核心节点进行目标免疫,提高网络的抗毁性.这些规律为空管技术保障系统能力提升、新建扩建提供理论依据,对降低突发事件对空管系统保障能力的影响,保障空中交通持续安全具有现实意义.

彩色图像对自适应匹配算法

提出了两种方法来提高图像匹配的精度。一种方法是改变自适应匹配窗口的选择方法,与原来的矩形窗口相比较,提出的窗口选取方法能在低纹理区域得到包含有效信息量更多、更接近实际边界的窗口。此外,通过降低边界点相似度在计算过程中的权重来降低边界点影响力,使得视差不连续区域的匹配精度得到提高。算法采用了Middlebury网站上提供的四幅立体图像对Tsukuba、Venus、Teddy和Cones分别进行实验验证。实验表明文中提出的两种方法对四幅图像的匹配精度均有所提高。

改进的基于暗原色先验的图像去雾算法

针对暗原色先验估计透射率偏小,不适用于天空区域,致使复原图像色彩失真、亮度偏暗等问题,提出了一种基于天空区域分割的图像去雾算法。通过对天空和非天空区域的雾天图像进行有区分地复原,克服了因不满足先验规律而导致的失真问题,通过Gray World和White Patch假设对复原图像亮度进行校正处理,解决了图像偏暗的不足。此外,通过在天空区域估计大气光值,使求得的介质透射率更为精确,复原出的细节更加清晰。实验结果表明,该算法能有效解决天空区域失真问题,复原后的图像也具有较高的亮度和对比度。在时间复杂度不显著增加的条件下,能够达到良好的去雾效果。

会聚式相机获取的视差图像的梯形失真校正

为了消除会聚式相机所拍摄的视差图像中由于梯形失真引入的垂直视差,基于立体成像时同一深度的物点应具有同一水平视差且不存在垂直视差的原理,提出了在相机拍摄场景中的某一深度放置标定板并以中相机所拍摄的标定板图像作为参考视差图像来校正其他待校正视差图像的方法。以标定板特征点在待校正视差图像及参考视差图像中的坐标值建立待校正视差图像在校正前后的坐标映射关系,并通过图像采样得到校正后视差图像。实验结果表明,该方法有效地减小甚至消除了视差图像中的垂直视差,具有可行性,对提高立体显示效果具有指导意义。

自助重要性采样用于实时多目标视觉跟踪

多目标视觉跟踪的主要困难来自于多个目标交互(部分或完全遮挡)导致的歧义性.马尔可夫随机场(Markov random field,MRF)可以消除这种歧义性且无需显式的数据关联.但是,通用概率推理算法的计算代价很高.针对上述问题,本文做出了3点贡献:1)设计了新的具有"分散-集中-分散"结构的递归贝叶斯跟踪框架—自助重要性采样粒子滤波器,它使用融入当前时刻观测的重要性密度函数解决维数灾难问题,将计算复杂度从指数增长变为线性增长;2)提出了新的蒙特卡洛策略—自助重要性采样,利用MRF的因子分解性质进行重要性采样,并使用自助法产生低成本高质量的样本、降低似然度计算次数和维持多模式分布;3)采用了新的边缘化技术—使用辅助变量采样进行边缘化,使用自助直方图对边缘后验分布进行密度估计.实验结果表明,本文提出的算法能够对大量目标进行实时跟踪,能够处理目标间复杂的交互,能够在目标消失后维持多模式分布.

基于DCT变换的彩色图像水印盲提取算法

为利用QR码的快速识别、高容量和高容错等特性,实现彩色图像的水印盲提取,提出基于DCT变换的彩色图像水印嵌入和提取算法。对彩色图像的3个通道进行8*8分块,取DC系数中MSB位作为水印嵌入地址,通过余数调整的方法实现水印的嵌入。提取水印时,通过对水印嵌入位的余数判定,对3个通道的结果进行投票处理,提取出水印信息,提取过程不需要原图像和原水印图像,是一种盲提取算法。通过实验验证了该方法的鲁棒性和透明性,计算复杂度较低,相对于很多变换域水印算法有明显优势。

基于序贯滤波的水平集图像分割

传统基于边缘的水平集分割模型对非均匀区域分割效果不理想,为了解决这一问题,本文分析了序贯滤波的平滑能力与滤波次数之间的关系,将序贯滤波与水平集分割相结合提出了基于序贯滤波的图像分割模型.为了实现自适应于图像内容的平滑,根据平滑分量分割区域的置信度,设计了图像分割的平滑指标,控制序贯滤波次数,使得不同平滑分量的轮廓曲线收敛于目标边界,改善了传统基于水平集方法对非均匀区域的分割效果.本文分割算法的F测度,精确率和召回率均高于传统模型,在一定程度上提高了非均匀区域的分割效果.

基于结构光的多投影显示系统图像对准算法

为了解决多投影显示系统的图像对准问题,提出了一种基于结构光投影技术的对准算法.该算法通过求取等相位线的交点来建立投影机图像与相机拍摄图像间的映射关系,对于投影机图像上任一像素点,有水平和垂直2个相位值.在相机图像的水平相位展开图中找出与该点水平相位值相等的离散坐标点的位置,拟合出一条水平等相位线,同理,可以得到它的一条垂直等相位线;求出水平和垂直等相位线的交点,即为该点对应于相机图像中的像素点.该算法无需知道显示墙的解析表达式和相机的内部参数,适用于任意光滑的曲面显示墙.对准后图像与原始图像的对比实验表明:峰值信噪比达到27.904,结构相似度为0.972 4,说明该算法能有效提高图像的对准精度.

裸视3D显示技术概述

裸视三维(3D)显示中,观看者无需配戴眼镜等任何助视设备就能观看到立体效果。随着人们对3D显示的认识不断加深,已提出多种裸视3D显示技术。本文综述了目前主流的裸视3D显示技术,包括光栅3D显示、集成成像3D显示、体3D显示和全息3D显示的基本原理及特性。

基于压缩感知的红外与可见光图像融合

针对机载实时融合需求,提出了基于CS域的图像融合框架,并提出基于NSCT分解的压缩感知图像融合算法。算法采用服从高斯分布的测量矩阵,对经NSCT分解的图像的高频子带系数进行量测得到比高频子带系数更稀疏的测量值,对测量值采用最大值融合规则得到融合测量值,采用子空间追踪SP算法对测量值进行重构得到近似精确的方向子带融合系数,逆变换融合的高频与低频子带系数得到融合图像。通过多组图像融合实验,比较融合评价指标和算法消耗时间,证实本文算法在保证融合质量的同时有效地提高了运算效率,有利于满足机载实时性应用需求。

助视3D显示技术概述

助视3D显示是指需要借助于3D眼镜等助视设备才能观看到3D图像的显示方式,它包括分色3D显示、偏振光3D显示和液晶快门3D显示。助视3D显示是目前最成熟的3D显示方式,近几年其相关技术及器件的性能得到了改进和提高。本文将介绍这三种助视3D显示技术。

基于虚实融合的低能见度下航拍图像地平线检测

地平线检测是飞行器导航系统的控制和稳定性分析中重要的步骤。针对低能见度下低空航拍图像,提出了基于虚实融合的地平线检测算法。首先依据GPS/AHRS组合导航系统提供的航姿信息,得到地平线的准确斜率及参考位置,然后在该参考位置上方选取种子点区域,根据该区域像素的统计特性计算出阈值,采用区域生长法进行天地分割,最后根据最小误差准则确定地平线的准确位置。文中算法应用于实测数据,实验结果表明算法能有效地提取正确的地平线,能为飞行器在低能见度下进近着陆阶段提供必要的导航信息。

基于二维纹理重建三维人脸深度图像后的人脸识别

利用二维纹理重建三维人脸深度图像,做到重建后的三维人脸深度图像可与人脸库中的三维模型深度图像进行特征提取比对识别。利用自编码网络将二维纹理映射重建为三维深度图,再利用卷积神经网络将二维人脸纹理图像映射的三维深度图与已有人脸库中的三维模型生成的深度图像分别提取特征进行对比识别。三维人脸深度图像对二维人脸纹理图像的异构异质识别率在100人的722组数据上达到75.21%的识别准确率。利用简单的卷积神经网络训练少量数据即可以达到不错的人脸识别准确率,表明基于二维纹理重建三维人脸深度图像后的人脸识别方法的可行性以及在数据增加和网络优化之后准确率存在极大地提升空间。