基于改进BiSeNetV2的裂缝检测与识别

裂缝作为固体材料中较为常见的某种不连续现象, 是固体结构破坏的开始,及时对裂缝进行识别和检测,并对检测结果进行分析,采取相对应的措施,能够较好地防止事故发生,保障工程作业中的安全。目前裂缝识别主要依靠人工检测,存在劳动强度大、耗时长、精确度不高、危险、耗费高等问题,为此基于数字图像处理技术的裂缝智能识别被广泛研究,然而裂缝表面纹理不规则、噪声的复杂信息,影响了识别精度。为了解决常见固体材料的裂缝智能识别问题,提出了以轻量级语义分割网络模型BiSeNetV2来进行裂缝自动检测,同时自主构建裂缝数据集。实验表明,改进后的裂缝识别模型识别精度提升了7.6%。基于BiSeNetV2的裂缝识别模型,能对裂缝进行精准检测和识别,解决人工识别存在的各类问题。      

影响高校毕业生自愿性失业的制度性因素分析

我国劳动力市场的制度性分割使得高校毕业生面临着两难选择：要么接受低工资在次要市场就业，要么先进行职业搜寻以谋求在主要市场就业。现实情况表明，通过对两种不同职业生涯的净收益现值的权衡，大多数毕业生选择了搜寻性的自愿性失业。要消除这种搜寻性的自愿性失业，就必须消除劳动力市场的制度性分割，使高校毕业生能以在职搜寻替代失业搜寻.     

工业色谱仪仿真系统模拟出峰的数据处理

详细介绍色谱仪数据分析的理论依据,以及在PC上模拟实现输出谱峰,并根据模拟出峰给出峰形分割和组分浓度的定量计算以及柱效评价的实现方法.     

《自动化学报》总目次

正~~     

新型离心式微粉分级机的开发与研究

本文介绍了一种适合于微粉分级的高效精密空气分级设备——ＳＷ型卧式涡轮分级机的研究情况。论述了该涡轮分级机的工作原理，简述其结构特点及设计指标并对性能进行了试验研究。     

基于全散度的C-V模型阈值法

为了提高传统C-V模型的收敛速度并降低其对噪声的敏感性,提出基于全散度的C-V模型及其快速阈值分割算法。将Bregman散度与全散度统一获得新的全散度,并将其引入C-V模型的拟合偏差项,提高图像灰度值与分割区域平均灰度偏差值计算的鲁棒性。同时,采用变分水平集理论获得基于直方图的快速阈值计算方法。实验结果表明,该方法分割效果及收敛速度得到提高,且具有较好的鲁棒性和抗噪性。     

基于Potts模型的隐式曲面上的图像分割方法

针对隐式曲面上多相图像分割的问题,基于曲面的隐式表达、隐式曲面上的内蕴梯度等概念,将用于平面图像分割的Potts模型推广.首先对于隐式封闭曲面和隐式开放曲面,分别给出Potts模型的推广形式.然后对于传统梯度降方法计算效率低的问题,为曲面上的Potts模型设计了Split Bregman算法和对偶方法,并在对偶方法的基础上提出了一种改进的快速算法.多个数值实验结果表明,所提出的曲面上的Potts模型能有效地分割闭/开曲面上的分段常值图像,并且新的改进对偶方法在计算效率方面优于其他两种方法.     

基于各向异性滤波和空间FCM的MRI图像分割方法

针对具复杂目标和边界模糊的MRI图像中多感兴趣区域的分割中分割MRI图像软组织难的问题, 提出了一种基于各向异性滤波和空间模糊C-均值聚类(SFCM)的MRI图像分割方法; 用新型各向异性滤波对图像进行预处理, 解决去噪平滑的同时弱化图像细节的问题; 用邻域空间信息设计空间函数, 改进传统FCM的目标函数; 用图像的空间信息实现图像各目标准确分类、有效解决孤立区域的正确归类问题, 进而使分割区域完整; 用直方图拟合曲线初始化分类数和初始聚类中心, 加快算法迭代到最优解, 进而减少运行时间。通过实验证实了各向异性滤波和空间FCM的MRI图像分割方法的综合应用显著提高了分割灰度重叠、目标不连续和目标边界模糊的MRI图像的分割效果。     

基于条件随机场的低图像质量车牌字符分割

提出一种基于条件随机场的车牌字符分割算法,能够对光照不均、相机拍摄角度造成的低图像质量的车牌图像,特别是日益增多的车牌边框与字符相连接车牌图像进行有效的字符分割。算法首先进行车牌图像校正,然后利用标注车牌数据进行模型学习,对车牌图像像素列进行分类识别,最后组合成车牌字符分割结果。理论分析与实验结果验证了算法的有效性。     

增强现实中基于自然特征的实时跟踪方法

在增强现实系统的复杂场景中,对目标的实时跟踪受到场景中诸多因素的制约,导致实时跟踪方法效率低且不准确,为此提出一种基于自然特征的实时跟踪方法。设计了一种螺旋分割模型,对捕获的图像进行螺旋分割,利用SURF算法在分割子块中提取特征点,并进行匹配。在对目标进行跟踪定位时,利用前一帧来预测当前帧目标出现的位置,以减少SURF算法的扫描区域,加速系统运算效率。实验中分别对场景光线强弱、视点和仿射变化以及目标被部分遮挡等不同情况进行测试,该方法均表现出较高的跟踪效率。