基于化学监督的超(超)临界机组关键控制节能指标分析及建议

针对超(超)临界机组参数提高、材质升级,化学技术监督中的监督指标对机组经济性和可靠性影响较大的问题,本文通过机组典型案例分析、技术监督报告、现场实测等,对目前化学监督中影响较大的、关键的技术指标进行了系统性的分析研究。研究结果找出了6项化学监督中超(超)临界机组关键的、影响较大的控制监督指标,且提出了指标控制值和控制方法。这项系统性研究分析方法对指导超(超)临界机组化学监督具有重要的借鉴作用,以控制超(超)临界机组因参数提高和材质升级带来的新问题和新挑战。     

基于Faster R-CNN的颜色导向火焰检测

基于深度特征的目标检测方法Faster R-CNN在火焰检测任务上存在检测效率低的问题,因此提出了基于颜色引导的抛锚策略。该策略设计火焰颜色模型来限制锚的生成,即利用火焰颜色约束锚的生成区域,从而减少了初始锚的数量,提升了计算效率。为了进一步提高网络的计算效率,将区域生成网络中的卷积层替换成掩膜卷积。为了验证所提方法的检测效果,采用BoWFire和Corsician数据集进行验证。实验结果表明,该方法实际检测速度相较于原Faster R-CNN提高了10.1%,BoWFire上该方法的火焰检测F值为0.87,Corsician上该方法的准确度可达99.33%。所提方法可以提高火焰检测的效率,并能够准确检测图像中的火焰。     

小尺度交通信号灯的检测与状态识别

交通信号灯识别包括检测和状态识别，在智能交通系统中发挥重要作用。基于YOLOv3算法提出了一种交通信号灯检测与状态识别模型。针对交通信号灯相较于交通场景中其他目标具有尺度小的特性进行了算法的设计：降低骨干网络的下采样倍率以增加小尺度目标的特征描述能力；通过增大特征图的尺度来改进多尺度特征融合；引入广义交并比作为检测任务的损失函数来改进目标边界框的回归效果。同时，根据交通信号灯本身的特性，使用颜色和形状约束的方法对信号灯进行状态识别和类别验证。最后在公开的Bosch交通信号灯数据集上和实际的城区道路进行了实验验证。实验结果表明，所提出的算法能够提升交通信号灯识别的精度和召回率，识别准确率可以达到90%左右。     

显色图像分析技术在水稻叶耳花青甙显色目测分级中的应用

目的基于颜色特征的叶耳花青甙显色分级研究。方法以水稻倒二叶叶耳花青甙显色测试为切入点,在Emgu Cv3.0图像分析软件基础上,对完成图像分割的目标区域提取红绿蓝(red green blue, RGB)、色调饱和度亮度(hue saturation value, HSV)颜色特征,利用SPSS软件对颜色特征和测试分级数据进行相关性、回归等统计分析,建立颜色特征多元回归模型。结果叶耳花青甙显色强度与R(红色)、G(绿色)、B(蓝色)、H(色调)、V(亮度)极显著负相关;所有颜色特征值中,G值与叶耳花青甙显色强度相关性最显著,是一元和多元回归主要自变量; G值建立的一元回归模型中, R~2为0.980;多元回归模型R~2值为0.994。结论回归模型的拟合效果好,用这两个模型均可完成叶耳花青甙显色强度分级。     

基于视觉颜色感知——光学相似的图像去雾方法

针对雾霾环境影响致使户外获取的图像质量严重下降问题，提出了一种基于视觉颜色感知—光学相似的图像去雾方法。充分利用人眼感知颜色的视觉机理，结合图像的相似性原理，构造了光学相似度函数，建立了新的基于视觉颜色感知—光学相似的图像去雾模型并设计相关算法，进而进行仿真验证。仿真实验结果表明，提出的方法在对有雾图像清晰化处理过程中效果明显，并与现有的图像去雾方法在主观视觉和客观量化方面进行图像去雾效果对比，进一步表明提出的方法在清晰化含雾图像处理中取得了较好的效果。     

电致变色器件可见光识别融入系统

针对可见光识别过程中单一摄像头视角不足的问题,本文将图像拼接技术应用到识别融入系统中,达到扩大视域、增大识别范围的目的,进一步实现对图像进行特定颜色的识别。识别结果通过驱动电路输出对应电压值以驱动电致变色器件变色,使其和背景颜色相融,完成可见光的识别融入。经实验效果验证,可见光识别融入系统性能良好、稳定。     

基于改进颜色传递策略与NSCT的红外与可见光图像伪彩色融合

提出一种基于改进颜色传递策略与非下采样Contourlet变换(NSCT)的红外与可见光图像伪彩色融合算法。首先,利用NSCT与基于清晰区域的Canny边缘检测算法获得灰度融合图。其次,将融合灰度图像插入Y通道,源图像与融合灰度图像之间的残差图像分别插入Cb、Cr通道以生成YCbCr源彩色图像。最后,利用本文设计的颜色传递模型对源彩色图像和目标图像进行色彩颜色统计匹配,同时,通过自适应颜色传递参数模型调整颜色传递参数。实验结果表明,本文提出的融合算法使得伪彩色融合图像不仅对比度高、传递色彩自然、可以较好地抑制色彩渗入图像目标,而且对目标图像质量要求不严格。     

果实表面颜色计算机视觉分级技术研究

本文借助计算机中的视觉自动检测技术来测量在果实表面的着色度,并对该颜色进行了分级,进一步的对颜色进行分析与研究,进而来获得出最终的水果果实的彩色图像,进一步的分析出对应的结果。因此,在本文中,对果实表面颜色进行了全面综合的分析与研究,进而来得出对应的果实颜色分级标准和原则。