混凝土CT中数据采集系统设计

混凝土超声层析成像仪作为现今混凝土质量检测的主流仪器,其数据采集系统的性能好坏决定了该仪器检测结果的可信度。选用ANALOG DEVICES公司的16 bit、最大采样频率25 MHz的模数转换芯片LTC2203作为该系统的核心元件。放大调理电路由可调增益放大器AD603和差分芯片THS4521组成。将超声波探头采集到的信号进行放大并差分输出给LTC2203。考虑到数据传输的可靠性和传输速度,在FPGA内,用FIFO对数据进行缓冲并通过DMA搬运至SDRAM中。通过串口将数据传输给PC端的MFC程序,对采集到的数据进行处理。实现了对频率范围至少在1 kHz^500 kHz内的超声波探头的匹配,且等效输入噪声在57.4μV左右。经测试,该数据采集系统能较好的还原被测数据,提高了混凝土超声层析成像仪的可靠性。     

多项式插值法处理物体的三维立体成像

客观世界是三维的,随着社会的发展,目前常用的二维平面显示在某些方面已不能满足人类的需求,人们希望能真实地还原显示出空间的三维信息。采用直射式激光三角测距法,借助STM32微处理器及高分辨率线阵CCD模块测量微位移,最后将采集到的数据传送给电脑,借助LabVIEW等软件实现对三维物体的还原成像。但由于测量的系统误差使得所成像为一系列由离散点组成的螺旋线,并不能完全反应物体的真实形态。考虑到这点,采用多项式插值法在已采集到的点基础上,通过构造函数来填充那些未被采集到的点,尽可能的还原物体。经实验,成功实现了对存在凸起、凹陷、贯穿等不规则物体的成像。该处理方法以其精度高,还原度好等优点在工业测量及模具成型等方面具有广阔前景。     

基于改进的RRU-Net的图像篡改检测算法

针对现有深度学习图像篡改检测模型难以利用网络浅层的篡改痕迹特征,导致检测效果差、定位精度低的问题,提出基于改进环形残差U-Net(Ringed Residual U-Net, RRU-Net)的图像篡改检测算法。首先利用分级监督策略设计篡改融合定位模块,将模型分层输出,使深、浅层特征信息充分融合,提高模型对浅层的纹理、边缘信息的敏感性。其次在二元交叉熵基础上对损失函数进行改进,用不同层的损失来衡量总损失。最后在模型中运用组归一化,加快模型收敛速度,同时避免过拟合。在CSAIA和Columbia数据集上的实验结果与RRU-Net相比,F1值分别提高了0.08和0.072,表明该方法具有较高的检测精度,且能有效定位篡改区域。