非合作区域星载遥感图像的车辆目标检测

针对非合作区域遥感图像中复杂背景下车辆目标检 测困难的问题, 提出一种改进形态学重建的车辆目标检测方法。首先,利用遥感图像的近红外和红色波段的 信息,获取场 景的归一化植被指数(NDVI),去除植被背景的干扰;其次,设计方向模板, 对全色图像进行滤波,使人 造物背景得以完整保留,并生成标记图像,利用标记图像重建得到人造物背景;最后,利用 原图和重建背 景之间的差异,进行车辆检测,有效消除了复杂背景的干扰。将本文提出的方法应用于实际 遥感图像的车 辆目标检测,结果表明,检测效果好,鲁棒性强,无需先验信息,可用于大幅面遥感 图像的车辆目标自动提取。     

脱靶量建模与测量方法研究

提出了一种对雷达测量数据进行处理而得到双目标脱靶量的算法，该算法建立在精确的空间运动模型的基础上，对雷达数据处理所得的弹目之间的距离平方进行非线性拟合，进而对拟合曲线求导并进行零点搜索得到脱靶时刻，之后在三维方向上再次拟合并内插得到矢量脱靶量和标量脱靶量。仿真实验表明，该算法具有很好的精度和稳定性，可在实际应用中提供有效数据。     

基于改进的Deeplabv3+的红外航拍图像架空导线识别算法

随着国家电网规模的不断扩大,架空导线作为电力系统的重要组成,对它的定期巡检变得极其重要,同时,随着低空飞行领域的开放,为了保证国家电网的正常运行及低空飞行的安全,架空导线的识别也变得极其重要。文中提出了一种使用Deeplabv3+语义分割网络模型对红外航拍图像架空导线进行识别的方法,并且针对红外架空导线图像目标的特征对该算法进行了改进。首先在原Deeplabv3+算法的特征提取主干网络ResNet50中加入注意力机制,使网络突出导线目标所在区域的特征,更加关注导线目标所在的位置,进而弱化背景等非主要区域的特征。然后对Deeplabv3+的编码器部分进行改进,在ResNet50模型中加入特征金字塔网络,可以将浅层和深层的特征进行融合,增强网络对不同大小目标属性的识别能力,及导线这种小目标的检测能力,进而提高网络的整体识别效果。实验结果表明:改进后的算法检测性能良好,均像素精度为93.52%,平均交并比为87.83%。     

基于编解码结构的多特征融合眼底图像分割

为解决现有眼底图像分割方法对于细微血管存在低分割精度和低准确率的问题,提出一种基于编解码结构的U-Net改进网络模型。首先对数据进行预处理与扩充,提取绿色通道图像,并将其通过对比度限制直方图均衡化和伽马变换以增强对比度;其次训练集被输入到用于分割的神经网络中,在编码过程加入残差模块,用短跳跃连接将高、低特征信息融合,并利用空洞卷积增加感受野,解码模块加入注意力机制增加对细微血管分割精度;最后利用训练完成的分割模型进行预测得出视网膜血管分割结果。在DRIVE和CHASE-DB1眼底图像数据集上进行对比实验,模型算法的平均准确率、特异性和灵敏度分别达到96.77%和97.22%、98.74%和98.40%、80.93%和81.12%。实验结果表明该算法能够改善微细血管分割准确率及效率不高的问题,对视网膜血管可以进行更准确的分割。     

一种基于三维匀加速直线运动的导弹与目标脱靶量测量方法

本文提出了一种对雷达测量数据进行处理而得到导弹与目标间脱靶量的算法,该算法在建立精确的空间运动模型的基础上,对雷达数据处理所得的弹目之间的距离平方进行非线性拟合,进而对拟合曲线求导并进行零点搜索得到脱靶时刻,之后在三维方向上再次拟合并内插得到矢量脱靶量和标量脱靶量。仿真实验表明,该算法具有很好的精度和稳定性,可在实际应用中提供有效数据。     

城市街区星载光学遥感图像车辆目标自动检测方法

针对星载光学遥感图像城市街区复杂背景问题,提出一种车辆目标自动检测方法.首先,利用场景中植被背景的物理属性,通过多光谱波段抑制场景中的植被背景,然后,在分析城市街区地物形态反射率特性的基础上,利用全色波段并结合二值形态学方法抑制场景中的建筑物,最后,引入著名的RX算法对抑制后的图像进行车辆目标检测.将文中提出的方法应用于实际Quickbird影像的车辆目标检测,结果表明所提出的方法具有鲁棒性强,执行效率高,不需要人工辅助等方面的特点,可用于城市街区车辆目标的自动检测.     

一种应用于PCB缺陷检测的改进SIFT算法

针对自动化光学检测设备对印刷电路板(Printed Circuit Boards, PCB)裸板进行缺陷检测的过程中,采集的图像无法兼顾高分辨率与大视角的问题,提出了一种应用于PCB裸板缺陷检测的改进SIFT拼接算法。使用白平衡算法优化图像的质量,提高特征点的检测数量以及改善特征点的分布情况;设计分块策略并利用相似度度量准则的手段,缩小SIFT算法的有效范围,提升算法的整体运行效率;采用RANSAC算法与融合算法完成拼接。实验结果表明,与传统的SIFT+RANSAC算法相比,该算法在拼接准确度上提高了11.3%,拼接效率整体提高了52%,且最终拼接图像的质量也较好。     

基于粒子群与遗传算法的消色差超透镜自动设计

本文利用智能优化算法,对宽波段消色差超透镜进行设计优化。首先,研究构建于二氧化硅基底上的硅纳米柱这一微单元结构的光学特性,通过数值仿真扫描单元结构的半径构建相位数据库。之后,通过使用粒子群与遗传算法的混合算法(PSO＿GA)在相位数据库中找到最佳相位矩阵,即对应每个位置最佳的单元结构。最后,构建超透镜,通过仿真实验验证其可实现红外波段(1000 nm～1250 nm)的聚焦,且消色差效果优于传统粒子群优化算法所获得的超透镜结构。此超透镜的设计为平面光学器件的自动化设计提供了一种解决方法。     

基于改进YOLOv4算法的疲劳驾驶检测

提出一种基于深度学习的改进YOLOv4算法的疲劳驾驶检测.首先通过使用迁移学习将VOC数据集已训练好权重作为预权重进行训练,其次在训练中将框架中的特征金字塔SPP结构前后增加卷积,提高框架对深层特征的提取,再引入空洞卷积技术在不损失图片信息情况下增加卷积输出感受野,增加图片位置信息的获取能力.实验结果表明,改善后的YO...