MEMS矢量传感器用于管道地面标记的一种新方案研究

基于声检测原理的地面标记已成为当今管道技术的发展趋势,针对目前管道地面标记难和精度低的问题,提出了一种高灵敏度、具有良好的低频性能和较低功耗的MEMS矢量传感器。针对该矢量传感器在地面标记时存在的左右弦模糊的问题,提出了一种新的研究方案,通过理论分析和实验验证得出该方案的正确性。通过实验得出：定向角度平均误差在5°以内,满足工程需要。     

分区域去运动模糊

去运动模糊一直是计算机视觉领域中面向画质增强的一个热点研究方向。模糊核的估算是去运动模糊中的关键问题。提出一种新的思路,即首先将模糊图像按照模糊核的相似度进行图像分割,再对分割后的图像应用空间不变去模糊算法。本文方法主要包含以下几个步骤:分离输入图像中的光照、颜色和纹理信息;分割图像;分区域估算模糊核,计算重叠区域模糊核,并根据计算出的模糊核进行分区域单核去模糊;利用重叠区域整合拼接去模糊结果并还原光照和颜色信息。实验结果表明本文方法比基于单核的去运动模糊算法效果要好。     

结合浅景深与构图的图像质量评价

近年来,图像质量评价方法在图像处理和理解领域受到越来越多的关注.传统的方法主要关注噪声、清晰度、分辨率等影响图像质量的底层因素.随着数码设备的不断发展,这些底层因素已经得到很好的解决,人们能够很容易地获得具有较高底层质量,即低噪声、高清晰度、高分辨率的图像.因此,图像质量评价的焦点逐渐转向从美学的角度进行评价.对于一幅图像,主要从两个角度来考虑其是否符合人类主观的美学需求:1)图像的主题是否突出;2)图像的布局是否合理.基于上述考虑,提出一种结合图像景深和构图的质量评价方法:一方面,提出一种基于模糊度量的浅景深判断方法,浅景深的图像能够突出主题、虚化背景,具有更强的视觉冲击力与美学表现力;另一方面,提出一种基于“三分法”的图像构图评价方法,符合“三分法”构图的图像布局更加紧凑有力、简洁明了、符合人类的欣赏习惯;最后,将浅景深判断与图像构图评价进行结合,从美学的角度自动地对图像进行客观、综合的评价.按本文方法,可以挑选出符合以上美学规则的图像.从实验结果可以看出,根据本文方法选出的高质量图像也符合人类主观的美学需求.     

改进多尺度CNN网络的运动模糊图像复原算法

针对多尺度CNN网络编码过程中存在获取特征信息不足,导致重建的去运动模糊图像质量不佳。该研究提出了一种将明暗通道先验嵌入多尺度网络,并在网络中引入双重注意力机制的解决方法,该方法增强了网络对先验信息的获取能力,加强重点信息获取的同时提高动态去模糊效果。该方法与同类方法相比峰值信噪比(PSNR)和结构相似度(SSIM)均获得了提升。     

基于双向互补学习网络的散焦模糊检测

散焦模糊检测存在轮廓细节丢失、错分均质清晰区域以及难以处理低对照度渐变区域等诸多问题,针对上述问题,提出一种基于双向互补学习的散焦模糊检测网络,双向学习、逐层融合、互补信息以生成高质量检测结果。双向互补学习网络由特征提取残差模块、双向互补解码子网和融合校正解码子网构成。残差模块提取原始图像的分层级特征;双向互补解码子网同时学习模糊区域和清晰区域的信息,形成互补学习、互补不足;融合校正解码子网则逐层融合成对互补特征图,校正预测误差;此外,所有解码子网均采用分层监督的方式引导网络高效学习。提出的方法在三个公开数据集上F分数分别提升了1.1%、0.1%、1.8%,检测速度达到26.618 fps,超越了现存方法。双向互补学习网络可以有效地挖掘分层级特征和互补标签的信息,快速地生成检测结果。     

局部模糊检测优化算法

目前基于特征的局部模糊检测算法为了优化特征响应需要在多尺度下重复计算局部模糊特征,且邻接关系复杂,导致计算量大,时间效率低.针对上述时间问题,本文提出一种利用单层垂直上下文的局部模糊检测优化算法.首先提取图像块重尾分布、峰度、功率谱、线性滤波等模糊特征,然后使用贝叶斯法学习模型,计算后验概率作为初步估计模糊响应,最后本文提出将邻近像素点的模糊响应信息作为上下文更新像素点自身响应信息,增加上下文支撑域的尺寸以更充分的考虑周围信息,使用一个相互垂直的一维上下文以减小计算量,从而构造新的能量函数进行全局优化,通过最小化能量函数得到最终的模糊响应.实验表明,本文算法能有效检测图像的局部模糊,并提高检测的时间效率.     

强边缘导向的盲去模糊算法

目的 在图像的获取过程中,成像设备与拍摄场景发生了相对位移,导致获取的实际图像存在信息丢失、模糊退化的现象,这极大地影响了图像的质量和人们的视觉体验,也影响了图像的后续处理。盲去卷积旨在从观测图像中估计模糊核并获得清晰图像,为此提出了一种基于强边缘的运动图像盲去模糊算法。方法 结合图像梯度稀疏性,采用自适应l₀范数约束待估计图像梯度的强边缘;针对模糊核稀疏性和连续性,以l₀-l₂范数分别约束模糊核的像素和梯度,同时把模糊核归一化先验作为正则项引入模型中,以强边缘指导模糊核估计。在去模糊阶段,结合全变分与超拉普拉斯正则化方法的优点,将两种方法复原的图像取平均,以减轻复原图像中的振铃效应,同时保留更多的图像细节。结果 为了检验本文算法的有效性,对Levin测试集和实际拍摄的模糊图像分别进行仿真,并同现有算法进行比较。Levin测试集上的实验结果表明,提出的盲反卷积成功率为100%且在对比算法中具有最高PSNR;实际彩色图像的盲反卷积实验表明,相比于其他算法,本文算法获得的模糊核具有更准确的支撑和较少的噪点,获得的清晰图像具有较优的视觉效果。结论 该方法从定量和定性比较上都体现了较好的去运动模糊能力,可适用于遥感、医学等领域。     

提升机铰制孔用螺栓的可靠性设计

探讨了在铰制孔用螺栓设计中 ,模糊变量与随机变量同时存在时 ,抗剪强度与挤压强度的模糊可靠性设计方法。     

基于模糊识别模型的水资源承载力分析评价

根据浑南新区的具体条件及资料情况,选取了如下11个指标组成了本次研究的评价指标体系通过建立模糊模式识别模型对其承载能力作出多因素综合评价,从而全面地分析区域水资源承载力的概况。本文通过对沈阳浑南新区水资源承载力的分析研究,对浑南新区水资源合理开发利用具有明确的指导作用。     

倒谱和快速全变差去卷积的运动模糊图像复原

物体和成像系统之间的相对运动导致图像产生运动模糊,降低了图像质量,为了获得更加理想的复原图像,提出一种基于倒谱和快速全变差去卷积相结合的运动模糊图像复原算法。利用倒谱法对运动模糊图像的点扩散函数参数（模糊角度和模糊尺度）进行辩识,采用快速全变差去卷积法对模糊图像进行复原,采用多幅图像进行仿真实验测试算法的性能。仿真结果表明,相对于经典图像复原算法,该算法复原图像的主观视觉效果以及客观评价指标均更优,具有一定的实际利用价值。