基于CATIA的三维钢结构快速建模技术

研究了三维钢结构快速建模技术,提出了基于CATIAV5的三维钢架结构快速设计系统。指出该系统从根本上弥补了AutCAD软件在建筑工程领域中应用时存在三维造型能力的不足,且具有较大的工程实际应用价值与市场前景。     

基于红外热图像的光伏组件热斑深度学习检测方法

热斑效应是造成光伏板严重破坏的主要原因之一，为了快速、及时的检测出热斑并及时维护解决。该文提出一种基于改进YOLOv4-tiny的热斑检测方法。首先，针对热斑红外图像稀少且原始模型中mosaic数据增强不稳定的问题，提出采用伽马变换的方式对热斑数据集进行有效扩充；其次，为了使得模型更关注热斑红外图像中重要的特征，抑制不必要的特征，在网络结构中添加了注意力模块(convolutional block attention module,CBAM)；最后，针对原始模型感受野较弱，提取信息不充分的缺点，将模型中的特征金字塔结构融合了路径聚合网络(pathaggregation network,PANet)的思想，且在结构中加入少量卷积核为1×1的卷积层，减少了参数量。实验结果表明本文提出的改进YOLOv4-tiny模型AP50达到98.42%，相较于原始模型提升了3.63%，且检测速率在图形处理器(graphic processing unit,GPU)为GTX1070Ti的设备上达到50.06FPS，具有优秀的检测精确率并兼具良好实时性，基本接近实际应用需求。     

基于深度学习的立体影像视差估计方法综述

三维重建技术常用于自动驾驶、机器人、无人机和增强现实等领域。视差估计是三维重建的关键步骤,随着数据集的增加、硬件和网络模型的发展,深度学习视差估计模型被广泛使用并取得良好效果。然而,这些方法常用室外场景的物体,很少使用在室内场景的数据集中。回顾了双目视差估计的深度学习方法,选用5种深度学习网络：PSMNet（pyramid stereo matching network）、GA-Net（guided aggregation network）、LEAStereo（hierarchical neural architecture search for deep stereo matching）、DeepPruner（learning efficient stereo matching via differentiable patchmatch）、BGNet（bilateral grid learning for stereo matching networks）,将其运用在一套真实世界的街景数据集（KITTI2015）和两套室内场景数据集（Middlebury2014、Instereo2K）;分析各模型搭建方法,评估深度学习在室内场景影像视差估计中的性能,并与传统的SGM方法进行比较。针对深度学习视差估计方法的研究内容,指出其面临的问题及挑战。     

计算机视觉原理分析及其应用

介绍了计算机视觉的原理,分析解释了实现原理的步骤以及发展现状,并且举例说明了计算机视觉的应用,解决了在人脸检测和识别、机器人目标定位、导航等领域的应用问题,并简单论述了计算机视觉技术的发展方向.     

氮掺杂碳纤维催化剂在二氧化碳电解处理中的研究进展

作为新型催化剂的代表,氮掺杂碳纤维催化剂由于拥有良好的吸附性能、催化活性而被广泛应用于二氧化碳电解处理等领域。综述了目前氮掺杂碳纤维催化剂的研究进展,重点阐述了此种催化剂的合成原理、常用制备方法以及亟待解决的问题,并对其进一步研究和应用进行了展望。     

摄像机标定方法的比较分析

简要介绍了摄像机的标定原理。分析和比较了传统摄像机标定方法、基于主动视觉的标定方法和自标定方法的优缺点及其应用场合,以期为摄像机标定方法的进一步研究提供参考。     

基于光流传感器和惯性导航的全向移动平台双闭环控制研究

以实现全向移动平台的位姿控制为主要研究目的。在位姿获取上,采用光流传感器和惯性导航获得了位姿信息;在结构和控制上研究了四轮麦克纳姆轮的全向移动平台结构及其位姿解算,分析了获得车辆转角和位姿双闭环PID控制规律。通过Simulink仿真建立上位机实时获取传感器数据研究了各个传感器在不同条件下的数据变化情况和双闭环控制的参数调节问题,以寻找最佳的控制参数。     

基于密集连接与特征增强的遥感图像检测

遥感技术的快速发展使得遥感图像检测技术广泛应用于军事、农业、交通、城市规划等多个领域。随着遥感分辨率和数据体量的不断提升,通过人工处理数据的方法已经无法满足实时性需求,因此,实现高效、精准的自动化数据处理方式成为该领域的研究热点。针对遥感图像分辨率高、背景复杂、目标尺度小等特点,提出一种改进的YOLOv3算法,用以提升遥感图像的检测效果。在原始YOLOv3算法的基础上,使用改进的密集连接网络替换原有的DarkNet53作为基础网络,以提升网络输入和预测结果的尺度多样性。通过阀杆模块降低输入损失,同时在浅层特征图中加入特征增强模块,从而丰富特征图的感受野,强化网络对浅层特征信息的提取,在保证整体检测性能的同时使网络对遥感图像中、小目标的检测精度和鲁棒性均有所提升。在遥感图像数据集上进行多组对比实验,结果表明,相比原始YOLOv3算法,该算法的平均准确率提高9.45个百分点,在小尺度目标上的检测准确率提升更显著,达到11.03个百分点,且模型参数量得到有效缩减。     

基于几何法立体图像校正的研究

立体视觉图像校正是加速立体匹配简单而常用的技术之一。采用几何法对使用棱镜的单镜头立体视觉系统图像进行校正,根据成像原理,从图像平面像素点反推到三维实体点的分析运算,利用成像光线几何关系求解虚拟相机外部参数,实现极线的校正,避免了复杂相机标定过程。同时,该算法可以从双棱镜应用推广到多面棱镜的单棱镜立体视觉系统图像校正。实验结果表明,基于几何法对使用棱镜的单镜头立体视觉系统图像校正是有效的。     

热处理对CO2电解过程中氮掺杂碳催化剂电化学活性的影响

碳材料KB具有表面积大、导电性能好等优点,常被用于CO_2电解处理过程。通过调整前期热处理与胺化热处理参数,获得不同批次的NKB催化剂材料,利用扫描电子显微镜、X射线衍射、X射线光电子能谱分析和拉曼光谱等表征方法,对所制备样品的形貌、结构和组成等进行了分析,最后对4种样品在CO_2电解过程中的催化活性进行了测试。结果表明,温度预处理有利于提升氮掺杂碳KB催化剂的催化活性,且温度与催化活性成正相关趋势。