快速滤除脉冲噪声的八向叠加算法

分析了当前脉冲噪声消噪的主要方法,提出了一种滤除脉冲噪声的快速算法。其主要思想是利用阈值检测法从输入图像中提取出信号点矩阵,然后对信号点矩阵进行八向叠加,最后对叠加后的信号点矩阵进行两步校正得到滤波结果。该算法的一个主要优势就是基于图像矩阵进行整体操作,利于数据的并行处理,编程简单,实时性强。实验结果表明该算法运行快,对普通密度的脉冲噪声滤除效果明显。     

基于分布式水文模型GBHM的河流闸坝调控研究

以秦岭北麓半干旱区城市河流为例,构建分布式水文模型与河段水量平衡模型,分析区域气候变化、河流上游水利工程蓄水运行及下游城市段橡胶坝蓄水调度对河流水量水质的影响,并依据不同水平年的水文模拟计算结果,制定变化环境下河流下游闸坝水量水质调控方案。研究结果表明:通过构建分布式水文模型,研究流域水文与气象要素、水库建设运行与灌溉取水等人类活动对河流水文过程的综合影响,是降低河流水资源管理风险及不确定性的有效途径之一;以下游河段水量、水质监测等数据为基础,开展变化环境下橡胶坝水量水质随机模拟与调控,制定的水量水质优化调控方案可以有效缓解河流水污染状况。     

基于多表观特征子模型更新的鲁棒视觉跟踪

在视觉跟踪中,传统模型更新算法在遮挡、光照变化及自身旋转等情况下通常存在鲁棒性较差的问题.为改善该性能,提出一种对多表观特征相应子模型进行选择性更新的鲁棒视觉跟踪算法.该算法首先建立候选子模型库,然后通过三个互补特征融合的粒子滤波跟踪确定当前帧目标位置和信息,最后将当前帧三种特征直方图信息与候选库中各子模型分别计算加权相似度,更新候选库后与阈值比较,判断是否更新当前子模型.实验结果表明：本文算法能够对特征相应子模型进行有效的选择性更新,与对比算法比较,在多种复杂变化的跟踪条件下,总体上能够具有更好的跟踪鲁棒性.     

超高压和高温短时杀菌对樱桃汁品质的影响

比较了超高压(high pressure processing,HPP,550 MPa/2 min)和高温短时(high temperature short time,HTST,95 ℃/15 s)杀菌对樱桃汁中微生物、总酚、维生素C、花色苷、抗氧化能力以及感官品质的影响,并分析了4 ℃贮藏樱桃汁品质变化。结果表明:樱桃汁经过HPP和HTST杀菌后细菌总数小于100 CFU/mL、霉菌和酵母菌未检出,两者对樱桃汁均具有较好的杀菌效果;两种方式杀菌后樱桃汁中绿原酸和矢车菊素-3-芸香糖苷含量显著降低(p<0.05),HPP樱桃汁中绿原酸与矢车菊素-3-芸香糖苷保留率分别为95.4%±8.0%和77.7%±13.8%,显著高于HTST樱桃汁(p<0.05)。HPP对樱桃汁果胶、总酚、维生素C、天竺葵素-3,5二葡萄糖苷含量无影响,儿茶酚含量提高了4.6%;HTST降低了樱桃汁果胶、总酚、儿茶酚、维生素C、天竺葵素-3,5二葡萄糖苷的含量;两种果汁抗氧化能力无显著变化(p>0.05)。HPP樱桃汁在香气、滋味、颜色方面比HTST樱桃汁具有更好的感官品质。4 ℃冷藏期间,两种樱桃汁中细菌总数缓慢升高,但霉菌与酵母菌仍未检出;HPP樱桃汁中总酚、绿原酸、儿茶酚、维生素C、矢车菊素-3-芸香糖苷含量以及抗氧化能力均高于HTST樱桃汁。因此,HPP樱桃汁保持了更好的品质。     

YOLOv3和双线性特征融合的细粒度图像分类

目的 细粒度图像分类是计算机视觉领域具有挑战性的课题,目的是将一个大的类别分为更详细的子类别,在工业和学术方面都有着十分广泛的研究需求。为了改善细粒度图像分类过程中不相关背景干扰和类别差异特征难以提取的问题,提出了一种将目标检测方法YOLOv3（you only look once）和双线性融合网络相结合的细粒度分类优化算法,以此提高细粒度图像分类的性能。方法 利用重新训练过的目标检测算法YOLOv3粗略确定目标在图像中的位置;使用背景抑制方法消除目标以外的信息干扰;利用融合不同通道、不同层级卷积层特征的方法对经典的细粒度分类算法双线性卷积神经网络（bilinear convolutional neural network,B-CNN）进行改进,优化分类性能,通过融合双线性网络中不同卷积层的特征向量,得到更加丰富的互补信息,从而提高细粒度分类精度。结果 实验结果表明,在CUB-200-2011（Caltech-UCSD Birds-200-2011）、Cars196和Aircrafts100数据集中,本文算法的分类准确率分别为86.3%、92.8%和89.0%,比经典的B-CNN细粒度分类算法分别提高了2.2%、1.5%和4.9%,验证了本文算法的有效性。同时,与已有细粒度图像分类算法相比也表现出一定的优势。结论 改进算法使用YOLOv3有效滤除了大量无关背景,通过特征融合方法来改进双线性卷积神经分类网络,丰富特征信息,使分类的结果更加精准。     

基于人类视觉模型的区域生长图像分割

在人类视觉阈值选择模型基础上,结合C均值聚类思想,提出一种基于人类视觉模型的区域生长图像分割算法。根据人类视觉模型选取初始种子,并自适应调整区域生长的相似性准则,既从全局考虑了种子的生长对误差平方和的影响,又从局部考虑了像素的邻域相似度信息,实现了类似于边缘的限制效果。实验表明,即使在复杂背景下,该方法依然能得到接近人眼视觉特性的分割效果,且具有较高的执行效率。     

利用背景加权和选择性子模型更新的视觉跟踪算法

目的 针对传统Mean Shift算法对受背景干扰的目标无法进行有效跟踪并缺少有效的模型更新策略的问题,提出一种将背景加权和选择性子模型更新相结合的跟踪算法。方法 首先,在Mean Shift框架下,为了减少背景信息对目标定位的干扰,利用目标区域周围像素的颜色直方图定义背景加权系数,并将该系数只引入到目标模型的颜色直方图中,从而建立一个新的目标模型。然后,根据目标模型中每个分量匹配贡献度的大小选取需要更新的模型分量及其更新公式。结果 实验结果表明,本文算法能够抑制背景干扰,同时能对模型进行有效的选择性更新,克服了整体更新策略严重的模型漂移问题。结论 本文从模型描述和更新策略两个方面对传统Mean Shift算法进行了改进,实验结果表明本文算法具有较好的有效性和鲁棒性。     

结合颜色属性的分层结构直方图

目的 为克服单一颜色特征易受光照变化影响,以及图像的空间结构特征对目标形变较为敏感等问题,提出一种结合颜色属性的分层结构直方图。方法 首先,鉴于使用像素灰度值对图像进行分层易受光照变化影响,本文基于颜色属性对图像进行分层,即将输入的彩色图像从RGB空间映射到颜色属性空间,得到11种概率分层图;之后,将图像中的每一个像素仅投影到其概率值最大的分层中,使得各分层之间像素的交集为空,并集为整幅图像;对处理后的每一个分层,通过定义的结构图元来统计像素分布情况,得到每一分层的空间分布信息;最后,将每一分层的像素空间分布信息串联作为输入图像的分层结构直方图,以此来表征图像。结果 为证明本文特征的有效性,将该特征用于图像匹配和视觉跟踪,与参考特征相比,利用本文特征进行图像匹配时,峰值旁瓣比均值提升1.347 9;将本文特征用于视觉跟踪时,采用粒子滤波作为跟踪框架,成功率相对上升4%,精度相对上升4.6%。结论 该特征将图像的颜色特征与空间结构信息相结合,有效解决了单一特征分辨性较差的问题,与参考特征相比,该特征具有更强的分辨性和鲁棒性,因此本文特征可以更好地应用于图像处理应用中。     

惠安县社区康体环境质量的认知评价研究

以惠安县社区为研究对象,借鉴国内外康体环境质量的相关研究,采用认知评价方法,建立认知评价体系,对惠安社区康体环境质量进行人本综合评价,最后将其康体环境质量划分为4个等级：中高质量康体空间、中等质量康体空间、中低质量康体空间、低质量康体空间。     

关于加强建筑工程土建施工现场管理的思考

施工现场管理是一项具体又细致的工作,是施工企业进行各项施工活动的重要基础,只有加强施工现场管理工作,才能够保障各项管理活动有条不紊本文强调。本文简要阐述了关于加强建筑工程土建施工现场管理的思考并提出具体的管理策略,希冀促进建筑工程现场管理工作有序开展,加强施工企业的管理能力。