一种基于动态平滑的实时基频提取算法

基频是语音信号处理中的一个基本声学特征.传统的基频提取算法为了获得较好的检测效果,需要复杂的时频域计算.对于资源受限的应用条件,例如人工耳蜗等嵌入式实时系统,很难应用计算量大的基频提取算法.语音信号的基频具有短时平稳性,根据这个特点来确定基频候选值可以提高提取的准确性.据此,提出一种基于动态平滑的基频提取算法,使用此算法对汉语声调词库进行基频提取,并与另外两种基频提取算法进行比较.实验结果表明,新算法的基频绝对平均估计误差小于3Hz,优于另两种算法,能够准确地提取基频,同时算法计算量低,适合实时应用.     

一种基于螺纹点云的缺陷提取方法

针对螺纹表面凹坑缺陷,结合双目三维扫描仪的数据采集特点与螺纹表面特性,提出基于三维螺纹点云缺陷检测的方法.该方法首先利用法向量提取算法,将缺陷部分提取出来,同时将轮廓点云一并提出.然后采用基于密度的DBSCAN聚类算法去除法向量提取的轮廓点云,且只保留凹坑缺陷点云.最后采用最小包围盒算法对缺陷点云参数化,测算其长度、宽度以及深度,实现了表面缺陷的数字化测量.     

基于动态规划的城市道路提取改进算法

从航空或卫星影像中提取道路一直是研究的热点,基于动态规划的道路提取算法是最有效的算法之一。该文基于LiDAR点云数据特征改进了该算法的代价函数,进而提高了基于动态规划的道路提取算法的鲁棒性。为正确地融合航拍图像和LiDAR点云数据,研究了航拍图像和LiDAR点云数据的匹配算法。最后,通过试验验证了算法的正确性。     

基于数字算法的印刷品缺陷特征的提取与分类方法研究

使用RLE方法,能够快速提取印刷品缺陷的多种特征。针对不同缺陷特征,使用基于径向基神经网络的方法,依据缺陷目标的特征,对缺陷进行了分类。实验结果显示,径向基神经网络通过对训练样本的训练,对测试样本能够达到良好的分类效果。     

一种改进的Otsu阈值分割算法

当目标与背景的类内方差差别较大时,Otsu法分割阈值偏向于方差较大的一类,从而使分割的效果不佳.针对这一问题,提出了一种改进Otsu阈值分割方法.利用目标在图像中所占比例,综合类内方差与类间方差,修正最佳阈值选择公式,并缩小算法遍历灰度范围来提高算法运算速率,最后通过区域一致性对算法的分割效果进行评价.实验结果表明,改进的Otsu法分割效果较好,并提高了算法执行效率.     

一种改进的小波阈值去噪算法研究

研究小波去噪算法中软阈值函数与硬阈值函数的方法,针对一些可变阈值函数的运算复杂的问题,提出一种新的阈值函数。经仿真测试,改进的小波阈值去噪算法的信噪比为20.103,去噪后,数据的均方误差为0.1152。     

基于边缘与非边缘分开处理的印刷品缺陷检测

针对印刷品缺陷检测问题,通过对经典缺陷识别算法的研究,提出了一种边缘点与非边缘点分开处理的印刷品检测缺陷识别算法。算法以统计过程原理为出发点,根据边缘点和非边缘点不同的像素特征,对非边缘点采用统计阈值法处理,对边缘点采用邻域平均值与梯度值相结合的算法处理。该算法经过实验证明,能够有效地剔除伪疵点,提取出真正的缺陷。     

最小误差阈值分割法的改进算法

最小误差阈值分割法在图像分割中有广泛的应用.本文对二维最小误差阈值法及其快速算法(在这里称为原算法)进行了改进,对原最小误差阈值法的阈值求取公式进行了变形,并采用查表的方法,将二维阈值的求取转化为两个一维阈值的求取,简化了计算,将算法的时间复杂性由O(L2)降到O(L).本文的实验结果表明该分解算法可以在保证原算法良好抗噪性的前提下,计算阈值所需要的时间更短,利用的空间更小,且该方法可以得到与原算法相同的分割阈值.     

一种用阈值提取子空间的多步匹配场反演方法

在分析已有的匹配场反演方法的基础上,构造了一种用阈值提取子空间的多步匹配场反演方法。它根据一定反演环境下参数的不同敏感性将参数划分为子集（子空间）,并依次在各敏感子空间内反演。反演时用一定的阈值将目标函数优于阈值的参数区域提取出,最后在提取出的已相对缩减的区域和最后一个子空间（通常是不敏感参数子空间）内联合反演全部参数,求得最优值。这样既可减少反演参数空间又能可靠地保证精确度,避免了已有的子空间方法反演结果受非反演参数失配影响的问题。仿真研究结果表明,本算法比已有的两类算法性能上有明显提高。     

基于零交叉检测器的动态阈值选取

LoG算子作为一种零交叉检测器对局部灰度变化敏感,不易受非均匀光场的干扰,可检测出能较准确反映局部灰度变化的二阶过零点。利用对LoG算子检出的零交叉点的插值可求出动态阈值曲面,并对图像进行二值化,能有效克服非均匀光场对图像分割结果所带来的影响。     

多模板检测算法在印刷品缺陷检测中的应用

提出了一种新的模板匹配方法,能够有效的去除剪影图像中的轮廓伪影,保存真正的印刷缺陷.其模板制作过程简单,匹配算法高效,能够满足在印刷品线检测的实时性要求.     

印刷品在线检测系统在应用中出现的问题及解决方案

论述了印刷品在线检测系统在实际应用中出现的几个问题,以及企业工人对印刷品在线检测系统的认识,并对在线检测系统以后的改进提出了自己的观点.     

基于改进Faster R-CNN的纸病检测算法

目的 达到纸病检测中能够充分提取纸病特征、提高检测精度、降低小目标漏检率的目标。方法 基于Faster R-CNN的检测算法进行改进,主要改进的做法是利用深度残差网络ResNet-50替换原模型的骨干特征提取网络VGG16,以保留更多的纸病特征信息,增强特征网络对纸张缺陷的提取能力;在算法中添加空间和通道的双重注意力机制CBAM,用来提高纸病检测精度;将ROI-Pooling替换为ROI-Align,增强网络的泛化能力。结果 实验结果表明,改进后的算法平均精度达到98%,较原算法平均精度提升了9%。结论 改进后的算法能够充分提取纸病特征信息,有效提高了纸病的检测精度,以及提高了小目标纸病的检测率,降低了错漏检率。     

基于改进YOLOv5算法的PCB裸板缺陷检测

目的 将基于深度学习的YOLOv5算法应用于PCB裸板的缺陷检测上,以提高检测的准确率。方法 通过增加特征融合通路,将C2、C3、C4层直接与P2、P3、P4层相连,从而减小信息的损耗;引入更浅层的C2、F2、P2特征图以增加图像的细节信息;并且使用注意力机制SE_block,大幅提高原算法的准确率。结果 改进后的网络的平均精度由91.54%提高至97.36%,提高了5.82%,并且对于各类缺陷,算法的检测精度都能保持在90%以上,满足工业的需求。结论 文中的算法提高了检测精度,体现了浅层信息在小目标检测上的作用,验证了多信息融合通路的优势,彰显了注意力机制的优越性,相比于原算法具有一定的优势。     

基于阈值增量的动态眩光测量方法

通过分析阈值增量的评价标准得到影响其变化的基础分量为亮度信息和位置信息,提出了一种基于阈值增量的动态眩光测量方法,建立了实验测量系统.该系统利用图像采集器获取环境图像信息,通过图像亮度标定与双目摄像机的视觉特性分别获取图像亮度信息和三维坐标信息,实现对单帧图像阈值增量的计算,最后依据系统运算时间估算出系统的检测频率,并...     

基于改进YOLOv4的焊接件表面缺陷检测算法

目的 针对真实复杂的工业场景下焊接件表面缺陷检测精度低、速度慢和图像噪声大等问题,提出一种基于卷积神经网络的改进YOLOv4焊接件表面缺陷检测算法。方法 该模型基于YOLOv4算法,首先,考虑到存储和计算资源的限制,使用了轻量级网络GhostNet替换YOLOv4的主干特征提取网络(Backbone)CSPDarknet53;其次,在GhostNet网络结构中嵌入改进的通道注意力机制,能够提高模型的学习能力且减少参数量;最后,引入K–means++聚类算法对焊接件表面缺陷数据集中待检测的标注框宽高进行聚类,使网络模型更容易检测到样本中的缺陷。结果 实验结果表明,改进后的YOLOv4算法平均精度(mean Average Precision,mAP)为91.07%,检测速度达到48.11帧/s,模型尺寸为43.2 MB,比原始YOLOv4算法平均精度提升了4.61%,检测速度提高了26.59帧/s,模型尺寸缩减了82.37%。结论 所提模型提高了焊接件表面缺陷检测的精度和速度,在工业表面缺陷检测中具有现实意义。     

基于模糊逻辑的纸病检测动态阈值设置方案研究

目的提高阈值法在纸病检测系统中的通用性。方法通过实验法获取不同时间段图像灰度数据,依据获取数据的时间段对图像灰度数据进行分类,求得相应时间段的灰度最大平均值、灰度最小平均值、总体灰度平均值以及灰度标准差,应用图表分析法对图像灰度的各种数据进行对比分析,总结出图像灰度变化规律,使用Visual studio 2015进行编程并验证。结果实验结果显示此方案可以较好地适应外界光线的变化,提高纸病检测系统的鲁棒性。结论基于模糊逻辑的纸病检测动态阈值设置方案,可以有效提高阈值法在纸病检测系统中的通用性。     

基于改进DRLSE模型的焊接缺陷特征提取方法

目的 针对目前大多数焊接缺陷自动特征提取方法存在的准确度较低的问题,研究满足准确度要求的X射线图像中焊接缺陷特征提取方法。方法 对图像进行增强去噪预处理后,在初步确定焊缝区域的基础上,根据焊缝图像列灰度值曲线梯度特性,设计基于灰度值梯度的焊缝边界精确提取算法;以提取得到的焊缝精确边界为初始轮廓,提出基于改进DRLSE模型的焊接缺陷特征提取方法。结果 基于改进DRLSE模型的焊接缺陷特征提取方法能够有效地提取气孔、夹渣、未熔合和未焊透等缺陷特征,准确率达到94.6%。结论 所提方法克服了原始焊缝X射线图像质量较差、背景复杂的问题,能够精确提取焊缝区域边界,并准确地对各种焊接缺陷进行特征提取,具有较强的适应性和实用性。     

基于改进YOLOv5的试剂卡印刷缺陷检测算法

目的 针对试剂卡生产企业采用人工分选印刷缺陷的试剂卡存在效率低、成本高、易漏检的问题,提出一种基于深度神经网络YOLOv5s的改进试剂卡印刷缺陷检测算法YOLOv5s-EF。方法 通过图像预处理算法获得高质量的缺陷图像数据集,在YOLOv5s的主干特征提取网络中添加高效通道注意力（Efficient Channel Attention, ECA）机制,增强特征图中重要特征的表示能力;引入焦点损失函数（Focal Loss）来缓解正负样本不均衡的影响;结合印刷区域的定位结果,二次精确定位并构建方位特征向量,提出一种特征向量相似度匹配方法。结果 实验结果表明,本文提出的试剂卡印刷缺陷检测算法在测试集上的检测平均准确度可以达到97.3%,速度为22.6帧/s。结论 相较于其他网络模型,本文提出的方法可以实现对多种印刷缺陷的识别与定位,模型具有较好的检测速度和鲁棒性,有利于提高企业生产的智能化水平。     

基于改进YOLOv4算法的轮毂表面缺陷检测

汽车轮毂加工过程中产生的表面缺陷严重影响整车的美观性及服役性能,针对人工检测效率低、漏检率高的问题,提出一种基于改进YOLOv4算法的轮毂表面缺陷检测方法。构建了轮毂缺陷数据集,其包含6种表面缺陷,由2346张4928×3264pixel的图像组成;采用K-means方法进行先验框聚类,并针对YOLOv4算法在纤维、粘铝等小尺度缺陷上检测精度不足问题,在原网络Neck部分引入细化U型网络模块(TUM)和注意力机制,用于增强有效特征并抑制无效特征,强化多尺度特征提取与融合,改善特征处理过程中可能存在的小目标信息丢失问题;基于该数据集,训练并测试不同算法的缺陷检测性能并验证改进模块的有效性。结果表明,该方法大幅提升了粘铝等小尺寸缺陷的检测能力,缺陷检测平均精度达到85.8%,与多种算法相比较检测精度最高。