基于Rényi熵的显著图生成与目标探测(2009-0316重投稿)

复杂的地面场景在很大程度上影响了自动目标检测的效果。分析了地面场景图像经采用二维加窗的伪Wigner-Ville分布（PWVD）后,归一化的Rényi熵与其出现概率间存在基于e指数的统计特性,以及人造目标的出现会引起地面场景中Rényi熵统计特性的变化。提出了一种新的基于Rényi熵的显著图生成和目标探测方法。对Renyi熵图像进行均值滤波,滤波前后的图像相减得到熵残余图像,并经过高斯滤波获得显著图。最终通过简便的阈值分割,完成目标探测。实验结果表明,本文提出的方法能够有效地检测复杂地面背景中的军事目标,在8幅不同场景共计14个目标的实验中,本文算法的探测概率为100%,虚警概率不大于7.1%。     

基于Rényi熵的不确定可靠性及其功能优化算法模型研究

产品研发过程中功能优化是一个复杂系统,往往存在大量随机且不确定性因素。不确定可靠性是解决这类问题的一个重要数学工具。引入人工智能机器学习中Rényi熵,构建基于Rényi熵的不确定可靠性产品功能优化模型及自动化计算方法。通过产品功能需求分析、认知集合转换、Rényi熵可信度分配与合成等过程,自动化迭代计算出优选功能组合。以应急救援产品为例,计算结果表明,产品功能优化算法模型能够有效抑制不确定性因素扰动,获取最优解组合,提高产品设计效率及准确性。     

基于Rényi熵的互补尺度空间关键点医学图像配准

针对医学图像配准对鲁棒性强、准确性高和速度快的要求,本文提出一种基于Rényi熵的互补尺度空间关键点配准算法。该算法首先从图像上提取Harris-Laplace(HL)和Laplacian of Gaussian(LoG)两种互补的尺度空间关键点,然后将关键点对应的灰度信息融入到联合Rényi熵中,最后使用最小生成树来估计联合Rényi熵。新算法结合了互补关键点的鲁棒性,和最小生成树估计Rényi熵的高效性。实验结果表明在图像含有噪声、灰度不均匀和初始误配范围较大的情况下,该算法在达到良好配准精度的同时,具有较强的鲁棒性和较快的速度。     

面向点云识别网络的显著图生成

点云结构上的特殊性质,导致解释其深度模型学习特征的结果存在困难。提出了一种获得点云目标识别模型显著图的方法,首先在点云空间中随机释放若干自由因子并输入到模型中,然后根据设计的贡献度评价指标,基于梯度下降使骨干网络输出的池化特征尽可能偏离目标点云识别过程中输出的池化特征并更新因子位置。迭代后的因子无法参与识别过程,其对模型的预测“零贡献”,将目标点云中的点移动到这些因子的位置后对识别结果的影响与丢弃该点完全相同。点的移动过程可微,最后可根据梯度信息获得显著图。本文的方法在ModelNet40数据集上生成PointNet模型的显著图,相较于用点云中心生成显著图的方法,理论依据更强且适用的数据集更多。移动点至“零贡献”因子位置后对模型的影响较移动点至点云中心与丢弃点更相似。按本文的方法丢弃点使模型精度下降得更快,在仅丢弃100个点的情况下,模型的OA(overall accuracy)由90.4%下降至81.1%。同时经DGCNN和PointMLP评估,该显著性结果具有良好的通用性。该方法生成的显著性分数精度更高,且由模型驱动不含任何假设,适用于绝大多数点云识别模型和数据集,其显著性分析结果...     

基于运动显著图和光流矢量分析的目标分割算法

为提高运动目标分割算法对多种复杂场景的自适应能力和分割精度,提出一种基于运动显著图和光流矢量分析的目标分割算法。该算法首先基于运动显著图提取运动目标的大致区域,然后利用光流矢量获得运动目标和背景区域的运动边界,并结合点在多边形内部原理得到运动目标内部精确的像素点,最后以超像素为基本分割单元,通过引入置信度的概念实现最终像素一级的目标分割。通过与典型算法进行多场景实验对比,表明该算法能够有效实现多种复杂场景下的运动目标分割,并且较现有算法具有更高的分割精度。     

视觉显著目标的自适应分割

基于视觉注意模型和最大熵分割算法,提出了一种自适应显著目标分割方法来分离目标和复杂背景,以便快速准确地从场景图像中检测出显著目标。首先,通过颜色、强度、方向和局部能量4个特征通道获取图像的显著图;通过引入局部能量通道来更好地描述了显著目标的轮廓。然后,根据显著图中像素灰度的强弱构建不同的目标检测蒙板,将每个蒙板作用于原图像作为预分割的结果,再计算每个预分割图像的熵。最后,利用最大熵准则估计图像目标熵,根据预分割图像的熵和目标熵判断选取最优显著目标分割图像。实验结果表明：本文算法检测的显著目标更为完整,分割性能F-measure达到0.56,查全率和查准率分别为0.69和0.41,相对于传统方法更为有效准确,实现了在复杂背景下对显著目标的有效准确检测。     

显著图引导下基于偏互信息的医学图像配准

提出了偏互信息(PMI)和归一化偏互信息(NPMI)相似性测度,PMI和NPMI分别是互信息(MI)和归一化互信息(NMI)的推广.建立了显著图引导图像配准(SMGR)框架,该框架利用显著图构建引导层进行图像粗配准,粗配准图像的几何拓扑特征与参考图像接近,并与参考图像构成新的待配准图像再进行精配准.对比实验表明,以偏互信息和归一化偏互信息为相似性测度,可以凸显图像的某些局部信息效用,利用提出的图像框架能提高医学图像的配准精度,并对噪声图像有较好的鲁棒性.同时,偏互信息和归一化偏互信息提供了图像处理中相似性测度的多种选择,SMGR框架方法丰富了图像配准方案.     

海洋背景下运动目标的天基红外探测场景生成系统

围绕海洋背景下飞机和海面舰船等运动目标的探测需求,本文研究了目标和载荷在多个坐标系下的空间位置与运动特性,建立了天基探测场景的几何模型;通过Pierson-Moskowitz海洋谱模型计算海面起伏,实现大气层外海面辐射亮度的建模仿真;利用多种目标的三维几何模型,实现目标辐射特性的建模仿真。在上述研究的基础上,利用MATLAB平台,开发了一套海洋背景下多种运动目标的天基红外探测场景生成系统。结果表明:该系统生成的海洋辐射亮度均值在中波红外谱段优于Modtran的生成结果,在长波红外谱段与Modtran的生成结果之差小于3%。该系统可生成连续的海面背景下运动目标的辐射亮度图像,为开发天基红外探测系统提供技术支撑。     

基于时频图与双通道卷积神经网络的轴承故障识别模型

采用传统的信号处理方法难以从轴承振动信号中提取能全面准确反映轴承运行状态的故障特征,并且实际工程中采集的数据量难以满足深度学习方法的要求(需要较大数据量),针对这些问题,提出了一种基于时频图与双通道卷积神经网络(CNN)的轴承故障识别模型(方法)。首先,基于样本熵和峭度,构造了新的目标函数,利用灰狼优化算法(GWO)对变分模态分解(VMD)方法进行了参数优化,当目标函数达到最小值时,得到了其最优参数组合;然后,使用经过参数优化后的变分模态分解(VMD)方法对轴承信号进行了处理,将处理后得到的模态分量进行了平滑伪Wigner Ville分布(SPWVD)计算,累加其计算结果后,最终得到了轴承的时频图;其次,利用连续小波变换(CWT)直接对原始信号处理得到了时频图;最后,将采用两种方式得到的时频图分别作为双通道CNN的输入,对网络进行了训练,由CNN提取了其时频图特征,并对轴承故障进行了识别分类和诊断。实验结果表明：采用该方法在轴承故障实验中得到的准确率为99.69%,在10次实验中的平均准确率达到了99.61%,相比于单通道CNN和支持向量机(SVM)等方法,该方法有着更高的准确率和更出...     

CV-GAC模型与图割优化的运动目标检测和分割

针对视频图像序列中运动目标的分割问题,提出了一种融合测地线的水平集模型(CV-GAC)和图割优化相结合的算法。采用高斯混合模型和背景差分获取目标的运动区域,在运动区域内自动设置初始曲线的轮廓,对运动区域进行数学形态学运算,利用融合测地线的水平集模型自适应处理目标的拓扑变化,并用图割进行能量函数的最优化。实验结果表明,与其他传统方法相比,缩短了运动目标分割的时间,能够正确和快速提取运动目标的活动轮廓。     

用于质量目标的统计公差在计量型常规控制图中的应用

简要介绍了常规控制图及分类,阐述了用于质量目标的统计公差国家标准在计量型常规控制图中的应用,以及基于给定置信水平的用于质量目标的计量型常规控制图设计.通过均值-标准差控制图设计和应用流程图及示例,给出这种用于质量目标的统计过程控制的详尽步骤.     

装配尺寸路径图的建立与应用

用带下标的英文字母明确装配体中各个要素的所属零件及各个零件间的定位状况,为正确建立装配尺寸关系提供依据;提出目标尺寸概念,指出选取目标尺寸应遵循的"独立性"与"完整性"两个原则;在"路径最短"及"高精度优先"两项原则的基础上,提出建立路径图的两个基本要点,由此确定出各个目标尺寸的唯一形成路径——装配尺寸基础路径图;根据各零件的工艺特征及尺寸标注习惯等要求对基础路径图进行优化而建立最终的装配尺寸路径图,从而确定出装配体中各个零件的合理尺寸标注模式;根据装配尺寸路径图还能够建立全体目标尺寸的装配尺寸式系,从而得到完整的全相关装配尺寸模型,在全体目标尺寸及公差的驱动下,能求解出全部零件尺寸及公差,可更好地满足计算机辅助公差设计及参数化设计的需求。     

4R1P型平面五杆并联机构的可动性与特征图表示

针对4R1P型平面五杆并联机构,引入虚杆概念。基于Grashof定理,将滑块可达空间分割为若干可动性不同的子域。根据三根RR型构件的杆长关系,将运动链与机构划分为三类和若干子类,给出其可动性的特征图表示。在此基础上,根据移动副参数、滑块位置、构件结构约束以及移动副的主动与否,具体得出运动链与机构的可动性。特征图分析方法适合于4R1P型所有平面机构和3R型平面开链机构。     

L1模解卷方法的有效性及其在地下目标声学探测中的应用研究

L1模解卷方法是提高声学探测系统时间分辨率的一种常用方法.为了评估该方法在地下目标声学探测中的有效性及极限性能,定义了一系列评价指标,对其进行了仿真和实际应用分析.研究发现,L1模解卷法只在目标函数加权系数的一定取值范围内有效,并且存在最优值,其最佳效果取决于输出信号的信噪比.同时,针对实际探测系统,论文给出了一种优选加权系数的方法.应用表明,该方法是行之有效的.     

结合目标提取和压缩感知的红外与可见光图像融合

针对红外与可见光图像融合易受噪声干扰从而使目标信息减弱的问题,提出了一种基于目标区域提取和压缩感知的融合算法。首先,在频率域上对红外图像进行显著区域检测得到其对应的显著度图,并在显著图指导下结合区域生长法提取红外图像的目标区域,有效抑制噪声与复杂背景的干扰。然后,用非下采样剪切波变换对待融合的图像进行分解,采用不同的融合策略分别对目标与背景区域的高、低频子带进行融合。针对背景区域提出一种新的基于多分辨率奇异值分解和压缩感知的融合规则,最后,进行非下采样剪切波逆变换得到融合图像。与其他算法的对比实验结果表明,本文算法能更好地突出目标区域,保留图像细节信息,抑制噪声干扰;图像质量评价指标中的信息熵、标准差、互信息、边缘保持度分别提高了3.94%,19.14%,9.96%和8.52%。