自适应阈值的小波图像去噪

针对VisuShrink阈值和NormalShrink阈值的缺陷,提出了一种改进的自适应阈值图像去噪方法.根据不同的子带特性,定义了一个新的尺度参数方程,以确定适合各个尺度级的自适应最优阈值,并依此对图像进行去噪.实验结果表明,该方法可将每一尺度上的信号与噪声作最大分离,有效去除了白噪声,较好地保留了图像的细节信息,进一步提高了峰值信噪比,且没有增加时间复杂度,能用于实时处理.     

自底向上的图像显著目标检测研究

针对传统的图像显著性检测造成显 著目标误检的问题,本文通过采用Harris角点检测算子以及计算机形态学中的凸包理 论,得到改进的中心先验 图像显著性检测系数,进而利用小波变换(WT)在时域和频域上的局部特征信息表征能力 得到局部特征 显著图像,以及采用谱残差(SR)的图像处理方法获取全局特征的显著图像,提出一种基于改 进图像中心先验理 论的自底向上的图像显著目标检测方法。实验结果表明,与现有的图像显著性检测模型相比 ,本文提出的模型检测准确率更好,检测效果也更好。     

“生产过程控制及应用”实践课教学探讨

本文针对工程硕士专业学位侧重于工程应用及二年学制的特点,在安排"生产过程控制及应用"课程教学时,以现场模拟工厂的工业过程控制A3000高级过程控制实验系统为平台,让学生独立进行某一项目的设计、运行及结果的分析与讨论。新的教学方式加深了学生对书本知识的理解和深化,使学生的系统能力、综合能力和创新能力得到锻炼和提高。     

工程教育背景下“检测技术”教学改革探讨

"检测技术"是一门自动化专业的必修课。本文从现代工程教育的要求入手,依据有关理论和实践,阐述高校自动化专业"检测技术"课程教学内容、教学方法、考核标准的改革,充分发挥教师的主导作用和发挥学生学习的主体作用,使学生真正掌握传感器与自动检测技术,提高学生的综合素质。     

基于感兴趣区域和HOG-MBLBP特征的交通标识检测

交通标识检测中样本类别间的不平衡常常导致分类器的检测性能弱化,为了克服这一问题,该文提出一种基于感兴趣区域和HOG-MBLBP融合特征的交通标识检测方法。首先采用颜色增强技术分割提取出自然背景中交通标识所在的感兴趣区域;然后对标识样本库提取HOG-MBLBP融合特征,并用遗传算法对SVM交叉验证进行参数的优化选取,以此来训练和提升SVM分类器性能;最后将提取的感兴趣区域图像的HOG-MBLBP特征送入训练好的SVM多分类器,进行进一步的精确检测和定位,剔除误检区域。在自建的中国交通标识样本库上进行了实验,结果表明所提方法能达到99.2%的分类准确度,混淆矩阵结果也表明了该方法的优越性。     

进水流道对轴泵装置水力性能的影响

分析比较了包括轴流泵水力特性，装置水力特性及进出水流道水力特性在内的三组练武试验资料，指出：进水流态显著地影响泵装置的特性；泵装置的水力特性不是泵力特性与流道水力特性的简单迭加；进水流道最优水力设计是获得优异的泵装置特性的重要的条件之一。     

基于平稳小波的自适应阈值MR图像去噪法

针对小波空间Donoho阈值在图像去噪中的缺陷,提出一种基于平稳小波变换的自适应阈值MR图像去噪方法,即由 Lakhwinder Kaur小波阈值选取法,根据不同的子带特性,定义了一个新的尺度参数方程,以确定适合各个尺度级的自适应最优阈值,对平稳小波变换后的各层细节信号分别进行阈值化处理.该方法能很好的抑制小波空间Donoho阈值去噪法出现的伪Gibbs现象,弥补了正交小波变换存在的不足,在滤出噪声的同时,较好地保留了MR图像的细节信息.实验结果表明该算法在性能指标和视觉质量上的优越性.