高斯颜色模型在瓷片图像分类中的应用

由于RGB颜色空间不能很好贴近人的视觉感知,同时也缺少对空间结构的描述,因此采用兼顾颜色信息和空间信息的高斯颜色模型以获取更全面的特征,提出了一种基于高斯颜色模型和多尺度滤波器组的彩色纹理图像分类法,用于瓷器碎片图像的分类。首先将原始图像的RGB颜色空间转换到高斯颜色模型;再用正规化多尺度LM滤波器组对高斯颜色模型的3个通道构造滤波图像,并借助主成分分析寻找主特征图,接着选取各通道的最大高斯拉普拉斯和最大高斯响应图像,与特征图联合构成特征图像组用以进行参数提取;最后以支持向量机作为分类器进行学习和分类。实验结果表明,与基于灰度的、基于RGB模型的和基于RGB_bior 4.4小波的方法相比,本文方法具有更好的分类结果,其中在Outex纹理图像库上获得的分类准确率为96.7%,在瓷片图像集上获得的分类准确率为94.2%。此方法可推广应用到其他彩色纹理分类任务。     

代谢网络可视化系统的力导向布局算法设计

针对生物化学代谢反应网络可视化系统的优化设计,提出了一个基于力导向模型的解决方案。新方案根据具体的可视化目标,综合拓扑信息进行参数调整。实验表明,这些调整给可视化的布局质量带来很大的改善。另外,代谢网络具有鲜明的无尺度网络特性。据此,进一步提出了针对枢纽结点的优化方案,在视觉效果上突出了代谢反应网络的无尺度特性。为了融合力导向方案和基于无尺度网络特性的局部调整方案,最后总结了一个三阶段的布局算法框架。     

非相似度保持投影

由主成分分析(PCA)可知任何一幅人脸图像都可以通过一组特征脸的线性加权来重构,PCA是最小均方误差意义下图像的最优表示,但是传统的PCA最终只通过比较加权系数的欧氏距离来进行识别,没有考虑残差。因此,提出非相似尺度的概念,将两个样本同时投影到相同向量上,在确定它们关系时既考虑投影系数,也考虑重构所产生的残差。两者的投影系数和残差相差越大,说明这两个样本越不相似。和保局投影(LPP)有所不同,非相似度保持投影算法不必预先设定近邻个数,它是利用非相似度的概念,创建非相似度散布矩阵,最终通过最大化目标函数获取最优子空间。在AR库和Feret库上的实验结果证明了该方法的有效性。     

基于频率域的图像显著性区域提取方法

针对图像的显著性区域提取方法存在区域边界不明确、分辨率不高、显著性目标不准确等问题,提出了一种使用高斯差分滤波器的组合来保持原图像更多的频率信息,然后在频率域里利用颜色和亮度两个特征来计算显著图,最后用均值偏移方法结合自适应阈值方法从显著图中提取显著性区域。实验结果表明,使用高斯滤波器的方法不仅输出完整分辨率的显著图,而且能准确地突出显著性目标,使区域具有明确的边界,并且分割的查准率和查全率都好于多尺度分析方法和Itti方法。     

一种新的红外图像快速分割方法研究

研究红外图像目标分割快速优化问题。在高分辨率红外图像的分割中,红外图像存在数据量大、目标的边缘模糊和噪声较大等导致分辨率低和实时性差。为了快速准确分割,提出基于低尺度分割阈值预测的快速红外图像分割方法(LFIRS)。首先建立尺度阶数计算模型以确定保留原始红外图像目标基本信息所需的最小尺度,在分析多尺度过程对具有目标/背景强相关特性的红外图像进行分割阈值,建立多尺度红外图像分割阈值的相关模型(CLM),结合经典二维阈值法得到的最低两个尺度的阈值CLM模型参数,可以通过CLM模型与最小尺度的快速获取原始尺度的分割阈值,实现红外图像的快速分割。实验结果表明,改进方法提高了图像分辨和分割速度,且改善了分割效果。     

基于神经网络的刀具状态实时监控系统

本文将改进后的神经网络应用于刀具状态监控，研制了适用于柔性制造系统下的刀具状态监控软件系统，它以神经网络、声发射和电机功率监控等技术为基础，很好地完成了信息采集、特征提取、网络训练、网络回忆、监控等功能，将其应用于刀具状态的实时监控，试验取得了成功。     

金字塔原型对齐的轻量级小样本语义分割网络

小样本图像语义分割任务是计算机视觉领域一个有挑战性的问题,其目标是利用现有一张或几张带有密集分割注释的图片来预测未见类图像的分割掩码.针对该任务,提出了一个基于金字塔原型对齐的轻量级小样本图像语义分割网络.首先,该网络在MobileNetV2网络的深度可分离卷积和逆残差结构基础上,通过金字塔池化模块进行提取特征,保持高维度和低维度的信息,获得不同尺度的特征.同时通过在支持集原型和查询集之间进行相互对齐,使得网络能够从支持集中学到更多的信息,充分利用支持集的信息进行反馈.基于PASCAL-5i数据集的大量实验结果表明,提出的网络结构的均值在1-way 1-shot和1-way 5-shot上分别为49.5％和56.6％,与先进的主流小样本语义分割网络PANet相比分别对应提高了1.4％和0.9％,网络参数量为3.0 MB,相比PANet减小了11.7 MB,同时浮点计算量显著减少,证明了该网络在小样本图像语义分割中的有效性和高效性.     

垂直于弱轴动载作用下H型钢构件损伤域的影响因素

为研究垂直于弱轴方向动载下H型钢构件损伤域高度的影响因素,运用有限元分析软件ABAQUS,分别建立了板壳模型、纤维模型和多尺度模型,证实了兼顾计算精度和计算效率的多尺度模型在预测钢结构板壳节段损伤域高度方面的适用性。开展了36组H型钢构件的有限元分析,揭示了轴压比、长细比、腹板高厚比及翼缘宽厚比4个相互独立参数对损伤域高度的影响规律,提出了H型钢构件损伤域高度的计算公式。研究结果表明:轴压比和长细比对H型钢构件损伤域高度有较大影响,而腹板高厚比和翼缘宽厚比影响较小。     

基于尺度解析模拟的HC375液力变矩器的流场分析与特性预测

针对传统的一维束流研究方法无法描述大功率液力变矩器工作腔内复杂的时变瞬态湍流的流动状态,采用多物理场耦合方法构建了一种介质流动与传热的动态耦合数值模型,并给出了液力变矩器瞬态仿真设计方法.通过定性和定量分析液力变矩器内部的流动结构发现,动态混合模型(Dynamic hybrid RANS - LES, DHRL)中的SBES(Stress -blended eddy simulation)方法能够充分识别工作腔内边界层的流动状态,可实现对多流域耦合复杂流动现象的精准捕捉.通过台架实验表明,采用DES模型和     

基于改进MobileNet v2的垃圾图像分类算法

针对现有的垃圾图像分类模型实时性能差和分类精度低的问题,提出基于改进MobileNet v2的垃圾图像分类方法,构建以MobileNet v2为核心的轻量级特征提取网络. 通过调整宽度因子降低模型的参数量;在模型中嵌入通道和空间注意力模块,增强网络对特征的细化能力;设计多尺度特征融合结构,增强网络对尺度的适应性;利用迁移学习的方式优化模型参数,进一步提高模型精度. 实验结果表明,算法在自建数据集上的平均准确率为94.6%,分别高于MobileNet v2、VGG16、GoogleNet、ResNet50、ResNet101模型2.0%、3.4%、3.2%、2.3%、1.2%;所提算法在2种公共图像分类数据集CIFAR-100和tiny-ImageNet中均取得不错表现;模型参数量仅为0.83 M,体积约为基础模型的2/5,在边缘设备JETSON TX2上的单次推理耗时68 ms,实现了推理速度和预测准确率的提升.