基于超像素分割与闪频特征判别的视频火焰检测

视频监控已经成为当今火灾防范的主要方法。视频火焰算法层出不穷,但多为训练各种分类器做最后的分类,这需要提前准备大量相关的视频火焰样本来做训练,在视频火焰样本不够的情况下往往不能达到很高的检测率。本文提出一种基于超像素分割并结合闪频特征进行判断识别的方法。首先在Lab颜色空间上利用超像素分割方法将待检测图像分割出近似均匀的若干个小区域,并以其形心点代表一个超像素,结合RGB颜色空间与Lab颜色空间中的静态特征,根据提出的一定规则提取出火焰候选区域,最终利用此区域内提取的闪频特征判别其是否为火焰。实验证明,该算法在样本较少的情况下检测率较高。     

基于Fire-MCANet的火焰检测模型

针对火焰检测参数量和计算量较大及准确度较低的问题,提出一种基于Fire-MCANet(Fire-Max Convolution Activate Networks)的火焰检测模型。该模型首先构建一种MCA(Max Convolution Activate)模块,使用大卷积核获取感受野,提高特征提取的能力;其次构建主干网络MCANet Block,在提升感受野的同时,降低模型的参数量和计算量;最后引入CA(Coordinate Attention)注意力机制获取火焰的位置信息。实验结果表明,基于Fire-MCANet的火焰模型的检测准确率达到95.75%,计算量仅有2.13 GMac;其网络模型的结构比ConvNeXt网络更加轻量化,检测效果也更好。     

12位500kHz六通道同时采样的A/D转换器ADS7864及其应用

本文介绍了可六路同时采样的高速A/D转换器ADS7864的性能、特点及工作原理,并介绍了该芯片在电网参数监测系统中的应用.     

分布式电网参数监测系统的设计

介绍了分布式电网参数监测系统的结构以及下位机的硬件设计,给出了利用该系统实时检测电网三相电压,电流等运行参数以及通过DFT检测有功功率,无功功率和电网中电压,电流各类谐波成分参量的测量原理,以及计算电网负载大小及非线性度的计算方法。     

面向工程教育认证的Web开发技术课程改革实践

针对传统计算机类专业的Web开发技术课程教学存在的问题,提出面向工程教育认证和以能力培养为目标的课程改革实践思路。以数据科学与大数据专业的Web开发技术课程为例,阐述以能力为导向的课程目标,介绍与课程目标相适应的教学活动设计以及课程考核评价内容和评分点,给出相应的课程教学目标达成度评价方法,最后说明课程改革实践效果。     

基于图像分块的LDA人脸识别

设计了一种基于图像分块的LDA(linear discriminant analysis)人脸识别方法,该方法从模式的原始数字图像出发,先对图像矩阵进行分块,然后对分块子图像进行LDA特征提取,从而得到能代替原始模式的低维新模式,最后再用最小距离分类器进行分类.该方法克服了传统LDA方法的缺点,其优点是能有效地提取图像的局部特征.实验表明:该方法在识别性能上优于Fisheffaces方法.     

ActiveX技术及其应用

本文首先介绍了 ＡｃｔｉｖｅＸ技术,然后简要介绍了 ＡｃｔｉｖｅＸ技术在开发分布式应用中的应用优势,及ＡｃｔｉｖｅＸ技术在开发 Ｗｅｂ页面中的应用。     

基于互信息和关联规则的文本特征提取方法

为改善传统互信息方法在网页分类中的效果,对互信息方法在词频、类间分布以及低信息量特征方面进行改善,提出了一种基于互信息和关联规则的文本特征提取方法。改进了传统互信息方法,引进词频和类间平衡因子,从而避免互信息对低词频特征值放大;改进互信息特征提取后,计算低信息量特征与高信息量特征的关联规则,以置信度为概率将低信息特征替换为对应规则中的高信息量特征;将置换后的样本集再进行向量化。实验表明,该方法相比传统的互信息方法具有较好的分类性能,F1值平均提高了约6%。将该方法应用于网页分类中,结果显示改进后的互信息方法在网页分类中具有较好的性能。     

基于小波变换的压线检测算法的设计与实现

针对我国交通行业的发展现状,为了研发基于视频的车辆违禁压线检测系统的需要,在对智能交通系统进行分析和研究的基础上,客观地比较和借鉴了现有的视频监控技术,根据交通道路中央黄线区域的分布特点,提出了基于小波变换的压线检测算法,实现了对车辆轧压道路中央黄线区域的检测.首先利用小波变换的图像分割技术,将道路中央的黄线区域分割出来,以缩小检测范围;然后运用基于颜色直方图的图像分割匹配算法判断车辆是否轧压了黄线区域.在此基础上,开发了车辆违禁压线检测原型系统.实验结果表明,该算法在检测成功率、误检率和时效性等方面都优于其它算法,更能满足工程实践的需要.     

一种新的图像去模糊清晰化方法

针对在实际环境中很难得到图像去模糊所需要的大量先验知识,诸如退化模式、点扩散函数等,提出了一种新的图像去模糊清晰化方法。首先利用高斯差分算子获得图像轮廓信息,然后根据轮廓信息预测清晰图像过渡区,再利用清晰图像过渡区、退化图像和点扩散函数之间的关系建立目标函数,为了克服噪声的影响,在目标函数中加入了非负性惩罚项和空间相关性约束项,并使用滞后迭代的极小化方法来求解点扩散函数;最后通过已有的非盲目图像复原算法复原图像。实验结果表明,该方法无需知道图像退化模式,对各种因素引起的退化图像都能有效地复原。