基于图像增强处理的CDVS匹配算法

紧凑型视觉描述子（CDVS）的目标是针对移动端的图像检索以及匹配应用提供一套标准化的比特流语法。CDVS标准算法对于光照条件良好的图像具有很好的匹配效果,但是对于昏暗条件下拍摄的图像,匹配的准确度表现不足。因此提出一种基于直方图均衡化的CDVS匹配算法,对昏暗条件下的图像通过直方图均衡算法进行质量提升,增加关键点匹配数,然后再利用CDVS标准算法对图像进行匹配。另一方面,提出一种基于同态滤波的CDVS匹配算法,对昏暗图像进行频域变换,突出高频信号,抑制低频信号,增加图像对比度。实验对比了昏暗条件下图像匹配结果与处理之后图像匹配结果,验证了本算法的有效性。     

基于空间相量模型的三相电压暂降扰动特征提取与分类

对暂降扰动进行精准类型识别是电能质量评估和治理的前提。现有暂降特征提取多是对单一扰动数据进行识别分类,采用数学变换法进行特征提取时数据维数高且计算量大。针对这些问题,提出了一种基于三相电压空间相量模型的多级暂降扰动可视化特征提取及分类方法。首先,将三相电压时域波形数据转换为空间相量模型;其次,使用 K-mean算法,将电压降落扰动聚类成平面内可视化的圆或椭圆;最后,利用逻辑回归算法对每一个聚类的圆或椭圆进行特征提取与分类。应用所提方法分别进行了单一扰动和多级扰动识别的仿真实验,结果表明,所提方法能有效识别A、Ca、Cb、Cc、Da、Db和Dc等七类电压暂降扰动。该方法降低了数据维度,减少了模型计算量,避免了对动态过渡过程的检测,降低了错误识别的风险,为多级电压暂降扰动的识别与分类提供了一种有效的辅助手段。     

基于最小二乘法的TD-LTE传播模型校正研究

基于线性最小二乘法,采用经典的SPM模型,在现有TD-LTE系统的传播模型——COST231-Hata模型的基础上,根据上海市热点地区实测所得的数据进行模型校正和改进,通过校正得到SPM模型的新的模型参数.将新的参数模型与实测数据进行仿真对比和误差分析,看出新的参数模型预测的数据和实测数据更为接近,校正后的误差也在可接受的参考标准误差范围内,校正后SPM模型与当地的环境相匹配.最后给出了校正结果,为TD-LTE网络规划奠定了一定的理论基础,同时为运营商采用无线网络规划软件进行基站的覆盖范围预测提供更为准确的参考模型.     

基于双目视觉脉搏图像SIFT特征匹配

通过双目视觉原理构成脉搏图像传感器采集脉搏薄膜图像,再基于特征点的立体匹配框架中,利用图像梯度信息,引入基于三维梯度方向直方图的SIFT特征描述子作为区域特征描述符,进行脉搏图像的特征匹配,为最后的三维信息的获取和对其他立体视觉图像匹配有很大的参考性。     

基于词包模型的高分辨率SAR图像特征提取

特征提取在图像处理中是重要的一环,传统的特征提取算法已无法满足高分辨率图像的要求。研究运用高分辨率SAR图像的词包模型特征提取算法,旨在进一步优化对高分图像的解析。首先通过SIFT 算法提取图像关键点,再对关键点进行特征向量提取。在词包模型的特征向量提取中,将边缘算子和WLD描述子作为新的特征向量加入词包模型中,以此提高特征分析对于边缘检测能力以及减少光照差带来的影响。通过对什邡城区SAR图像实测数据的特征提取和分类实验,证明新的词包模型算法具有更好的稳定性和有效性。     

基于YOLO v4优化的航拍绝缘子缺陷图像检测模型

针对现有绝缘子缺陷检测模型检测精度低、实时性差和网络参数多的问题,提出了一种基于YOLO v4改进的绝缘子缺陷检测模型。首先,利用改进的VGG卷积神经网络实现了主干特征提取。其次,在加强特征提取网络和预测网络中引入深度可分离卷积,降低了模型的复杂度。再次,在加强特征提取网络中融合通道注意力机制对重要特征进行增强,提升了模型对绝缘子缺陷的目标辨识能力。最后,以平均精度、帧率、参数量等作为评价指标,对基于公共数据集CPLID构建的新数据集进行了消融实验和对比实验。实验结果表明,改进的YOLO v4模型对绝缘子缺陷的检测精度为98.35%,相比于传统的YOLO v4模型提高了6.4%,并且其检测速度和参数量分别为传统YOLO v4模型的1.5倍和37.5%,可实现对航拍绝缘子缺陷图像的高精度实时有效检测。同时,改进的模型相比YOLO v5-M和Faster R-CNN模型在检测精度,速度和模型复杂度上也更具优势。     

基于SA-PSO算法优化CNN的电能质量扰动分类模型

针对传统电能质量扰动分类模型中扰动特征复杂、识别步骤繁琐的问题,提出了一种通过模拟退火(SA)算法与粒子群优化(PSO)算法相结合来优化卷积神经网络(CNN)的电能质量扰动分类模型。将CNN卷积层中的二维卷积核替换成一维卷积核;采用SA算法对PSO算法进行改进,规避PSO算法陷入局部最优的困境;采用改进后的PSO算法对CNN进行参数寻优;利用优化CNN提取和筛选合适的特征,根据这些特征利用分类器得到最终分类结果。通过算例分析得出,使用基于SA-PSO算法优化的CNN的电能质量扰动分类模型能精确地识别出电能质量扰动信号。     

基于红外图像匹配的零值绝缘子检测

针对零值绝缘子检测,提出一种SIFT算法与改进RANSAC法相结合的图像匹配检测方法。首先利用SIFT算法与欧式距离实现待测绝缘子串与图像库标准绝缘子串的图像特征提取及粗匹配,然后将马氏距离与RANSAC算法相结合实现特征的精匹配,提出了一种基于数据模型外点率的自适应方法来减少RANSAC算法在检验抽样数据模型上耗费的大量时间。试验结果表明,所提方法能准确地实现待测绝缘子串与图像库相应标准零值绝缘子串的匹配,实现零值绝缘子的准确识别。     

基于透射率空间与色彩纹理相关性的图像分割

针对传统基于图论的分割算法对纹理丰富的图片产生较多误分割的问题,提出一种基于透射率空间和色彩纹理相关性的分割算法,采用LMS人眼视觉模型和彩色对数图像处理模型(LIPC)将RGB三通道转换为耦合性更低的透射率三通道,离散小波变换分解得到纹理特征,与透射率色彩特征构成联合特征集,考虑到纹理和色彩特征值域范围不同,采用马氏距离代替欧式距离计算特征向量距离.实验结果表明改进算法较传统算法概率边缘指数提高约12％,全局一致性误差降低28％.     

基于形状特征的图像检索系统的设计

基于图像形状特征的图像检索方法已成为一个研究热点。为了便于在众多的图像信息库中快速、准确的检索出所需图像,研究了基于形状特征图像检索的主要步骤,且对步骤中所涉及的算法做了比较、选取、改进。利用MATLAB语言开发了一个基于形状特征的图像检索系统。并对该系统进行了测试,通过测试表明该系统可以有效的检索出相似的图像,且对于实验结果做了查全率和查准率的计算与分析,结果证明该系统切实可行具有一定的推广价值和使用价值。     

基于特征点概率模型与匹配的图像拼接算法

为了解决图像内容单一、特征点不明显且数量少而导致其难以拼接准确的问题,提出了基于特征点概率与匹配的图像拼接算法.首先,利用图像重叠区域特征的单应性,开发出对旋转、尺度及光照不变的可靠特征几何结构,计算焦距矩阵与旋转矩阵,实现特征点检测;利用随机抽样一致性算法,完成特征点匹配.然后,利用伯努利分布特性和贝叶斯计算,建立内点和离群点的模型概率,剔除错误匹配点,从而提高图像匹配精度,准确完成图像拼接.最后以条码对接是否准确为图像拼接质量判断基准,实验测试结果显示:与当前图像拼接技术相比,该算法拥有更高的拼接准确率与鲁棒性.     

基于边缘检测与注意力机制的立体匹配算法

随着深度学习理论的不断进步,端到端的立体匹配网络在自动驾驶和深度传感等领域取得了显著的成果。然而,最先进的立体匹配算法仍然无法精确恢复物体的边缘轮廓信息。为了提高视差预测的精度,在本研究中,提出了一种基于边缘检测与注意力机制的立体匹配算法。该算法从立体图像对中学习视差信息,并支持视差图和边缘图的端到端多任务预测。为了充分利用二维特征提取网络学习到的边缘信息,本算法提出了一种全新的边缘检测分支和多特征融合匹配代价卷。结果表明,基于本文模型的边缘检测方案有助于提高视差估计的精度,所获取的视差图在KITTI 2015测试平台上的误匹配率为1.75%,与金字塔立体匹配网络相比,视差图的精度提高了12%,且运行时间减少约20%。     

基于优化 CBAM 改进 ResNet50 的异常 行为识别方法

在自动视频监控应用中,准确地识别出人类的异常行为是非常困难的任务。为了解决监测系统中异常人类活动的高 效识别问题,提出了一种加强局部以及全局特征信息融合的异常行为识别模型 ICBAM-ResNet50 。在 UTI 和 CASIA 两个数 据集上进行实验,结果表明该研究比ResNet50 模型准确率分别提高了7%和8%。ICBAM 模块引入一维卷积替换了原始 CBAM 中通道注意力的 MLP 操作,将局部的时间特征整合到通道描述符中,缓解了通道维度由于全局处理产生的忽略信息 交互的问题;其次引入时空注意力机制替换 CBAM 中的单一空间注意力机制,来提高模型的时空表征能力。最后,将优化的 CBAM 模块嵌入到 ResNet50 中,通过在 ImageNet 上对其进行预训练,在两个基准数据集上该模型分别达到了98.8%和97.9%的准确率。使用相同的数据集,将实验结果与原始识别方法进行了比较,结果表明该模型优于所比较的其他方法。     

A non-linear spatial hearing model based on bases pursuit algorithm

In the research on spatial hearing and realization of virtual auditory space, it is important to effectively model the head-related transfer functions (HRTFs) or head-related impulse responses (HRIRs). In our study, we managed to carry out adaptive non-linear approximation in the field of wavelet transformation. The results show that the HRIRs’ adaptive non-linear approximation model is a more effective data reduction model, is faster, and is 5 dB on average better than the traditional principal component analysis (PCA) (Karhunen-Loève transform) model based on relative mean square error (MSE) criterion. Furthermore, we also discussed the best bases’ choice for the time-frequency representation of HRIRs, and the results show that local cosine bases are more propitious to HRIRs’ adaptive approximation than wavelet and wavelet packet base. However, the improved effect of local cosine bases is not distinct. Here, for the sake of modeling the HRIRs more truthfully, we consider choosing optimal time-frequency atoms from redundant dictionary to decompose this kind of signals of HRIRs and achieve better results than all the previous models.     

基于果蝇优化模糊神经网络模型的售电市场评估

科学评估售电市场的运行绩效对市场主体有着重大的影响。首先,建立售电市场指标评价体系;其次,构建果蝇优化模糊神经网络综合评价模型,对售电市场进行定量评估;最后,通过评价结果分析售电市场运行状况,为市场参与者和监管部门提供相应的决策支持。     

基于直方图特性的图像去噪方法

传统的图像去噪方法在去噪过程中往往导致处理过后的图像模糊不清,且残留的信号噪声较大.为有效去除噪声又不至图像模糊,本文针对多幅图像加噪声后的直方图进行了分析,提出了一种利用图像直方图特性去除噪声的算法,对加入噪声后的直方图进行扫描和灰度值变换以调整原噪声图像的灰度,使得噪声融入背景.最后利用中值滤波进行残留噪点的消除.实验结果表明,该算法不仅可以使得图像能有效去除噪声,而且图像的质量有较大幅度的提高.     

视觉注意力模型的改进算法

视觉注意力能够对有限的信息资源进行分配,使感知具备选择能力。引入到图像分析领域,其模型的研究对自动估计图像的感兴趣区具有重要的意义。本文根据人类视觉感知的相关理论,对Itti视觉注意力模型进行了改进。首先,采用局部显著性度量的方法计算显著点的位置,然后融合进化规划和图像采样确定显著区域的大小,并根据注意焦点的转移依次得到一系列的显著区域。实验结果表明,用改进的注意力模型处理自然图像,获得了较为满意的效果。