基于暗原色分离的浓雾透射区域噪点图像识别

为了提高浓雾透射区域噪点图像成像质量,提出基于暗原色分离的浓雾透射区域噪点图像信噪比提升识别技术.结合对浓雾透射区域噪点图像的边缘模板分组检测结果,采用暗原色融合和RGB像素分解方法,实现对浓雾透射区域噪点图像的信息自适应增强,建立浓雾透射区域噪点图像的交叉融合滤波分离模型;根据对浓雾透射区域噪点图像的背景区域的暗原色组合检测结果,提取浓雾透射区域噪点图像的模板特征量,采用天空区域背景信息增强算法,实现浓雾透射区域噪点图像空间特征匹配;根据浓雾透射区域噪点融合匹配结果,采用交叉滤波方法实现浓雾透射区域噪点图像的信息增强和滤波处理;根据滤波结果实现对浓雾透射区域噪点图像质量优化和高信噪比检测识别.测试结果表明,采用该方法进行浓雾透射区域噪点图像识别的信噪比提升效果较高,提高了浓雾成像图像的可靠性识别能力.     

基于立体视觉的人体头部目标识别研究

使用立体视觉系统可确定任意物体的三维轮廓及其表面任意点的位置信息和深度信息。本文将立体视觉运用于人体头部目标检测,设计了一种基于图像深度信息处理的人体头部识别系统。系统采用Xtion摄像机采集场景的深度图像,并对其进行特征分析,根据深度图像的特点以及头部的特征确定头部目标区域。再对目标区域采用Mean Shift算法进行聚类处理,得到清晰的图像边缘。最后通过基于动态阈值的一维熵函数分割法实现头部的分割识别。该系统可快速锁定目标区域,减少了算法的计算量,大大提高了系统的识别速度。此外,采集深度图像的xtion摄像机悬挂在目标场景的正上方,因而较好的解决了目前人体目标检测受遮挡的问题。经实验论证,该系统有较高的识别精度。     

基于多形态红外特征与深度学习的实时驾驶员疲劳检测

疲劳驾驶是导致车祸的重要诱因，严重危害道路交通安全，而车辆行驶过程中的光照条件变化、驾驶员姿态调整和眼镜遮挡等因素将对疲劳检测任务产生不利的影响。针对以上问题，提出了基于深度学习的驾驶员疲劳检测算法。首先，使用850nm红外光源补光，在复杂光照和遮挡形态下采集驾驶员的面部图像；其次，利用红外图像中的多种特征，通过级联CNN确定人脸边框和特征点位置，提取眼睛区域并识别眼睛的睁闭状态；最后，将眼睛状态识别结果和连续图像中的特征点坐标差值输出至LSTM网络，检测驾驶员疲劳状态。实验结果表明:该疲劳检测算法的准确率可达94.48%，平均检测时间为65.64ms。     

捷克航管无源监视系统

本文介绍了一种新的基于达到时间差（ＴＤＯＡ）多边技术的无源监视系统ＶＥＲＡ。该系统专门用于航管。它利用二次监视雷达飞机应答信号来进行大区域的内的飞机定位、识别和跟踪。该系统是由捷无ＥＲＡａ．ｓ公司开发的。系统的开发于１９９５年９月完成。此后，捷克空军无源系统中心对该系统进行了深入的长时间（一年）的系统试验。目前，有两个这样的系统在捷克空军运行服役，充当基于二次雷达的航管系统的一个后备系统和独立的监     

一种堤坝渗漏探测系统的设计

针对可视化的堤坝渗漏点检测方法精度低、成本高的缺点,设计了一种堤坝渗漏探测系统。该系统采用ARM作为控制核心,由水听器完成水声信号采集,由ADS1256芯片对水声信号进行A/D转换,由LM393芯片完成入水检测,由MS5837芯片检测入水深度,经RS485总线完成数据高速传输,在上位机上使用LabView编写软件对数据进行处理和显示。实验结果表明,该系统在水面以下堤坝深度600 m范围内可以精确检测堤坝渗漏位置,而且图像显示实时性强,能够广泛满足堤坝渗漏探测的需求。     

基于图像分析的电力设备故障检测技术研究

电力设备过热故障可以通过采集的红外图像进行识别。因此,提出基于红外热图像分析的电力设备热故障检测技术,该技术下的电力设备热故障检测系统由图像采集模块和红外图像检测模块构成。通过红外图像配准方法,确保电力设备红外图像的采集位置同原始位置一致,提高总体热故障检测的精度。依照数据库中已经完成设置的电力设备图像特征点位置,采集完成红外图像配准区域的温度信息。凭借温度信息相互对比获取的结果,实现电力设备热故障检测,并且发出警报。给出了拉普拉斯锐化算法的关键代码,以实现对电力设备红外图像的锐化处理,提高图像清晰度。实验结果说明,所提出的技术在检测电力设备热故障过程中,具有较高的检测精度和鲁棒性。     

基于高密度点云的激光焊接缺陷智能在线检测（特邀）

铝合金薄板激光焊接经常会出现咬边、凹陷等表面缺陷。这两种缺陷由于尺寸小、特征相似,难以通过传统视觉在线检测手段对其进行精确分类和测量。开发了一种基于深度学习缺陷分类-点云测量的在线监测系统,利用高密度的点云数据对缺陷进行识别、分类与测量,解决了上述检测难题。通过双目结构光传感器采集点云数据;利用基于区域推荐网络的卷积神经网络模型识别和定位缺陷;在识别和定位缺陷后,通过对局部缺陷区域的点云进行操作,快速测量缺陷尺寸。高密度点云数据训练的模型的识别准确率达到93%,高于传统二维视觉传感器图像训练的模型。该检测系统在线检测允许的最大焊接速度为316.87 mm/s,适用于大多数激光焊接。     

多目标宏形状特征点集快速检测技术研究

提出一种新的图像多目标特征点集检测技术。该技术研究了多目标分割、目标细微形状提取和宏形状提取,进而检测表示目标宏形状特征的特征点集。各目标宏形状特征点集进行识别与跟踪．研究了上述技术的快速实现。实际DSP跟踪系统处理结果表明该技术计算量小,抗噪能力强且准确性高,能准确识别目标,适用于实际图像目标特征点集的检测。     

基于最近邻特定点的人体运动姿态特征点标定识别方法

为了提高人体运动姿态的准确检测识别能力,提出基于最近邻特定点的人体运动姿态特征点标定识别方法。人体运动姿态图像采集依托于激光扫描技术,检测激光图像边缘轮廓,结合图像分割技术进行人体运动姿态的轮廓线分割和特征识别,构建激光图像灰度直方图分布结构模型,采取区域块匹配的方法提取模型中人体运动姿态和动作特征,采用多维像素重构方法进行人体运动姿态模拟,采用大间隔最近邻特定点标定方法进行人体运动姿态的特征点标定和检测,达到识别和优化人体的运动姿态的目的。实验结果表明,本文方法姿态识别的准确性较高,识别精度高,识别耗时短的特点,提高了人体运动姿态识别能力。     

基于改进的Hough变换的指针识别算法

在电力系统中表盘的指针识别技术趋向于成熟,但基于Hough变换对直线检测方法中存在着参数空间虚假峰值及运算量等问题,针对这些问题提出一种改进的Hough变换算法。运用直线上等效点的特性,对待测图像的特征点进行处理,把等效点从待测的特征点中依次删除,以缩短检测识别过程所需时间和提高检测识别的精度。实验表明,该方法对图像中直线的识别效率有好的改善,并在工程上验证了基于该算法的指针识别方法,精度和速度方面均有很大的提升。     

红外透镜检测中的自动聚焦技术

为了精准且快速的检测红外透镜的性能,设计了一套基于图像处理的快速红外CCD自动调焦测量系统,采用波长范围为3.7~4.8 m的中波制冷红外CCD相机,对透过红外镜头产生的像自动聚焦进行二次成像,通过图像的快速处理和分析,以检测镜头对称性和焦距等性能。重点分析了目前常用的自动对焦技术,针对该检测系统提出了灰度熵与统计学函数有机结合的自动聚焦方法,并通过大量的检测结果进行验证。实验结果表明系统重复定位的位置精度达到10 m。     

基于OpenCV的视频对象的运动检测

随着信息技术的发展和视频监控系统的普及,视觉监控技术在科学研究、工业生产中得到了越来越多的应用。智能监控系统包括3方面内容：运动检测、运动方向判定和图像跟踪,其中运动检测是重要的基础内容。本文介绍了一种以视频图像为检测源的快速运动的检测方法,与传统的运动检测方法相比较,该方法采用了视频处理技术,通过先进的运动检测算法快速识别运动物体,并能准确、迅速判断出运动物体的运动方向,并予以标注。实验表明该方法是有效的。     

Remote detection of alpha radiation source by optical method

To solve the problem that the conventional detection technique of alpha radiation sources is unable to achieve remote detection and not suitable for detecting alpha radiation sources with complex morphology, remote detection of alpha radiation sources by measuring the fluorescence induced by the interaction between alpha particles and nitrogen molecules is investigated in this paper. In dark conditions, nitrogen fluorescence is collected by the optical system with an aperture of 50 mm and detected by a photomultiplier tube working in the photon counting mode. The alpha radiation source with total activity of 7.3 kBq and unit area activity of 49 Bq/cm2 can be detected within 30 s at a distance of 0.6 m. The detection limit of the alpha radiation source detection system proposed in this paper ranks among the top in the related research fields.     

水下管道泄漏检测技术及定位方法研究

为了实时进行水下管道泄漏监测和定位,采用干涉的方法,研制了一种基于Sagnac干涉仪的直线型分布式光纤管道泄漏监测系统。分析了该干涉仪应用于泄漏检测的原理及其泄漏源定位方法,并通过实验研究了管道压力对检测系统的影响。当管道压力大于0.35MPa时,系统的检测效果较佳,且定位误差小于1.17%;压力小于0.35MPa时,无法实现泄漏点定位。结果表明,当管道压力大于0.35MPa时,研制的水下管道泄漏检测系统能有效检测管道泄漏发生,且较准确地确定泄漏源位置。     

基于图像处理的水下电视远程自动控制系统

设计了一种利用图像处理技术实现水下电视远程自动控制功能的系统.利用水下电视系统把水下情形实时转换成视频信号,通过数字光端机和光纤远程传输到中央计算机.借助数字图像处理中的直方图技术和小波多尺度边缘检测技术,使得水下电视系统能够根据实际情况,自动开启或关闭水下照明光源,光源开启后能够调节亮度,自动实现镜头的调光和调焦等功能.实际应用表明,该系统能够实现水下电视系统的远程自动控制.     

一种基于图像处理技术的继电器触点间距智能检测方法

基于图像处理技术, 采用嵌入式机器视觉处理系统, 设计了一种用于继电器触点间距的智能检测装置和方法。在硬件方面, 以Cortex-A8处理器为中心, 将控制、处理与测量于一体, 并采用红外光源作为照明系统, 抑制金属触点的光发射; 在算法方面, 以继电器触头静触片的接触点图像区域为特征图像, 并采用多分辨率金字塔分层匹配技术, 实现对检测对象的准确识别和定位, 同时根据继电器内部组件位置的对应关系, 确定继电器触点边缘检测区; 在检测区内, 先采用像素级的边缘检测算法确定两接触点边缘后, 再利用亚像素边缘检测技术, 实现边缘的精确定位, 并检测出继电器触点间的最短距离。本文所提出的方法对继电器质量检测和性能评估具有重要的意义。     

应用干涉仪对经纬仪光学系统主镜的装调和检测

随着光电经纬仪的跟踪精度、图像像质质量等技术指标的提高,使光学系统的装调和检测要求也随之提高,传统的装调方法不能够满足新形势下经纬仪的安装精度需求。文中介绍了一种应用干涉仪对经纬仪系统主镜的装调和检测方法,分别从主镜的装配、调整、镀膜、光轴中心检测与校验对主镜的装调思路进行分步骤介绍。应用ZYGO干涉仪对主镜系统检测,从传统的刀口仪、显微镜的定性检测方法上升为使用ZYGO干涉仪对系统的定量检测。检测测试结果说明,应用干涉仪对经纬仪光学系统的检测完全满足光学设计的指标要求,从观察70～80 km航空飞机和5000 m目标靶图像看到目标的图像清晰,图像的边缘对比度好,满足使用要求。干涉仪在经纬仪光学系统主镜装调中的应用,满足高精度经纬仪的需求,从而提高主镜装调精度。     

声阵列技术在雷达传动系统异响故障诊断中的应用

声阵列技术通过特定方式排布的声传感器阵列接收声场信号,采用波束形成原理对声场信号进行特殊处理,获取噪声源的幅值、相位、方位等信息,得到声场的空间分布,实现混响环境多个声源的检测与识别。针对某轮轨式大型相控阵雷达天线座滚轮的异响噪声故障,基于声阵列噪声源识别技术,利用平面螺旋声像检测系统对滚轮噪声的辐射声场进行测量,获得了滚轮噪声的频率特性和声场能量分布特征,并通过声场图像和光学视频图像的透明重叠,以云图方式准确直观地呈现了滚轮噪声源的频率、分布位置。研究结果表明:声阵列技术能够快速准确地进行噪声源的诊断和空间定位,为雷达传动系统异响噪声故障的诊断分析提供了有效的工程经验。     

地面点源中波红外探测建模与验证研究

红外系统在大范围内对异常热源点目标的探测需要平衡像元分辨率与温度灵敏度之间的关系。在探测器规模一定时，现有星载红外载荷存在幅宽大时灵敏度不够、空间分辨率高时幅宽小的问题。针对上述问题，本文提出利用时间延时积分（time delay intergration,TDI）算法处理图像的大视场异常点热源探测初步方案，在一定条件下，达到探测所需的温度灵敏度要求时，能做到217 km×122 km的理论幅宽。同时搭建了一套高灵敏度红外成像实验系统，开展了测试与模拟探测实验，结果表明本方案在实现202 km×114 km幅宽情况下，灵敏度性能约37 m K，满足大范围异常点热源探测的要求。考虑到目标和背景的太阳光反射率等问题，实际应用时取200 m像元分辨率，对应幅宽128 km×102 km。     

Wavelet-based Burst Event Detection and Localization in Water Distribution Systems

In this paper we present techniques for detecting and locating transient pipe burst events in water distribution systems. The proposed method uses multiscale wavelet analysis of high rate pressure data recorded to detect transient events. Both wavelet coefficients and Lipschitz exponents provide additional information about the nature of the signal feature detected and can be used for feature classification. A local search method is proposed to estimate accurately the arrival time of the pressure transient associated with a pipe burst event. We also propose a graph-based localization algorithm which uses the arrival times of the pressure transient at different measurement points within the water distribution system to determine the actual location (or source) of the pipe burst. The detection and localization performance of these algorithms is validated through leak-off experiments performed on the WaterWiSe@SG wireless sensor network test bed, deployed on the drinking water distribution system in Singapore. Based on these experiments, the average localization error is 37.5 m. We also present a systematic analysis of the sources of localization error and show that even with significant errors in wave speed estimation and time synchronization the localization error is around 56 m.