基于微型红外双光机载装置的 变电站无人机巡检系统研究

变电站作为电力系统的重要组成部分，对整个电网的运行有着举足轻重的作用随着电力工业的发展，变电站容量越来越大，如何确保变电站设备安全稳定运行，成为变电站运行维护的首要任务长期运行的变电设备难免出现故障，而发生故障的设备通常会产生局部过热现象随着红外热成像技术的发展与日趋成熟，该技术被普遍用于物体温度场的检测以直观显示物体温度分布情况针对变电站设备红外检测，并充分考虑现有人工变电站巡检及机器人巡视存在的不足，该文提出了一种基于微型红外双光云台机载热成像仪的变电站无人机巡检系统，系统以大疆精灵4RTK多旋翼无人机为飞行平台，高度集成红外热成像仪，并打通热成像仪与无人机之间的通信链路，实现无人机与红外热成像装置间的数据传输，并在地面控制系统的操控下，进行全方位、近距离靠近变电站设备采集红外检测数据，实现多角度、高效率、精细化变电设备红外检测系统能够弥补当前人工巡检或机器人巡检存在巡检死角的不足，进一步保障变电站设备运行安全，具有较强的实用价值和经济效益     

基于超像素的行人检测算法研究

行人检测一直都是计算机视觉领域极具挑战性的研究热点和难点,广泛用于视频监控、机器人学、智能驾驶等领域.提出了一种基于SLIC超像素聚类和HOG特征算法的融合的行人图像的分割和识别方法.首先,用超像素聚类算法将彩色目标图像分割成几个紧凑的超像素;然后,分别提取超像素的HOG特征;最后,应用SVM算法作为分类器进行训练和检测.实验结果表明,算法对测试数据库具有较低的漏检率和误报率,且在测试样本发生变化时,依旧保有的检测精确度,所提出的实验方法是有效的.     

融合深度学习的无人机巡检绝缘子自爆检测研究

绝缘子自爆检测是无人机电力输电线路巡检的一项重要内容，准确、快速、自动寻找绝缘子自爆区域，能大量节省无人机巡检图像数据处理工作量，提高巡检的精度和效率。本文针对目前绝缘子自爆区域检测存在样本少、目标小且精度不高的问题，提出了一种融合深度学习的无人机巡检绝缘子自爆区域检测方法。该方法用大量绝缘子样本训练深度学习目标识别模型，在识别出绝缘子区域内利用计算机视觉方法对自爆区域进行检测。本文方法综合了深度学习检测复杂目标，以及计算机视觉无需大量样本且能够检测小目标的优点。实验表明：本文算法对缺陷的检测精度能够达到84.8%，对于绝缘子自爆检测具有积极的意义和应用价值。     

无人机空中加油相对位姿解耦迭代确定算法

针对视线方程中位置和姿态信息存在严重耦合及强非线性的问题,研究了一种相对位姿解耦迭代确定算法,并用于无人机空中加油. 根据卫星导航中的伪距概念,利用视线矢量构建观测矩阵,通过最小二乘法求解相对位置更新,进而更新伪距确定相对姿态. 引入单步迭代误差证明了算法的收敛性,通过分析误差协方差阵的迹讨论 特征点几何构型对相对位置确定精度的影响. 仿真结果表明,与高斯最小二乘微分修正算法相比,提出的算法运行速度和抗噪声性能分别提高了23%和40%,相对位置稳态误差优于0.1 m,相对姿态误差优于0.5±,满足无人机空中加油对接阶段相对位姿测量精度要求.     

基于改进SPHP算法的无人机遥感图像拼接

针对无人机遥感图像拼接的稳健性问题,对SPHP(Shape-preserving half-projective,SPHP)图像拼接算法进行了改进。利用SIFT(Scale invariant feature transform,SIFT)算法完成特征粗匹配,按粗匹配点对之间的距离对所有匹配点对进行排序,以最优匹配点对作为随机采样一致算法的初始样本集进行特征精匹配。利用投影变换和相似变换相结合的变换模型进行图像配准,采用线性加权图像融合方法进行无人机遥感图像的无缝拼接。实验结果表明:本文算法能有效剔除错误匹配对,匹配正确率平均提高约7%,明显改善图像拼接的视觉效果和图像质量,可以满足实际需求。     

基于LBP-MDCT和CNN的人脸活体检测算法

人脸活体检测技术作为人脸识别系统安全运行的重要保障,对保障网络空间安全意义重大.针对基于视频的人脸欺骗攻击,提出一种基于局部二值模式-多层离散余弦变换(local binary pattern and multilayer discrete cosine transform, LBP-MDCT)和卷积神经网络(convolutional neural network, CNN)融合的人脸活体检测算法.首先从检测视频中提取人脸图像;接着对人脸图像进行LBP和多层DCT变换以得到LBP-MDC T特征,将部分人脸图像输入CNN中以得到CNN特征;然后将两种特征分别输入到支持向量机(support vector machine, SVM)中得到分类结果;最后将SVM的输出进行决策级融合以判定检测视频的合法性.在Replay-Attack和CASIA-FASD数据库上的实验结果表明,相对于现有算法,该算法的检测性能更加优越.     

结合分类方法的并行分形图像编码算法研究

针对分形图像编码计算密集的特点,建立编码步骤的串行-并行转化机制,利用计算统一设备架构CUDA的单指令、多线程执行特性,建立分形编码在图像处理器GPU上的并行计算模型,将耗时量较大的搜索最佳匹配块的串行执行过程并行化处理,并在此基础上结合方差法对值域块进行分类以减少搜索次数.实验结果表明,该文算法与原始算法相比可达到1 200多倍的加速并保持较好的解码图像质量,满足了实时编码的要求.     

基于自适应Harris角点检测的掌纹定位方法

分析Harris角点检测算子的实现原理及其应用于掌纹定位中时的不足,提出了一种基于自适应Harris角点检测的快速掌纹定位算法,该算法可以人为选择感兴趣区域进行检测,然后利用角点进行定位。有效地避免了掌纹定位过程中二值化,边缘检测等一系列复杂的过程,并且克服了检测过程中的角点簇拥,计算量大的缺点。实验结果表明,该方法进行的掌纹定位非但计算量小,处理速度快,而且检测出的角点分布均匀合理,能更好的适应图像定位等一系列的应用。     

基于多尺度视觉特征组合的高分遥感影像目标检测

针对高空间分辨率(高分)遥感影像中目标空间结构明显、颜色丰富的特点,提出一种基于多尺度视觉特征组合的目标检测方法.首先采用两组特征描述子来表达目标的颜色与空间结构特征,其中,一组是彩色变换后的密集空间金字塔尺度不变特征变换(scale-invariant feature transform,SIFT)描述子,另一组是多尺度方向梯度直方图(histogram of oriented gradient,HOG)与色度、饱和度、明度(hue,saturation and value,HSV)颜色模型组合的特征描述子,然后用支持向量机(support vector machine,SVM)对两组特征分别进行模型训练与目标检测,对于彩色变换密集空间金字塔SIFT描述子,采用视觉词袋空间金字塔匹配核(spatial pyramid matching kernel,SPMK)构建SVM的输入,对于HOG与HSV特征,直接将特征向量按顺序合成作为SVM的输入,最后取两组检测结果的交集作为最终检测结果.为验证方法的有效性,分别以航空影像中的建筑物和鱼排,以及高分卫星影像中的游艇为目标进行检测.结果表明,该方法的目标检测精度可达到90%以上.     

基于网络编码的能量最小化带宽分配方法

结合网络编码研究支持双向对传模式的中继蜂窝小区的带宽分配问题. 首先给出直连链路传输模式和中继网络编码协作传输模式共存小区的带宽分配方法和用户传输模式选择策略,然后利用优化算法对小区中继位置、带宽资源分配、用户传输模式选择进行联合优化. 仿真结果表明,采用网络编码协作传输模式能比采用传统的解码转发传输模式至少延长移动用户8.59%的生命周期.     

基于SNAMG分割的分形图像压缩方法

针对分形图像压缩的编码速度与解码质量难以均衡优化的问题,依据人类视觉系统特性,使用视觉阈值对图像的SNAMG分割方法进行优化,建立了自适应子块分割机制,并将其用于改进编码过程.实验表明,较之Jacquin的经典分形算法,本文算法能够获得30~40倍的加速比和更好的解码质量.     

大区域场景下基于无人机视角的目标计数方法

近年来,无人机因其灵活度高、机动性强在人群计数领域得到广泛应用。然而,现有的人群计数方法大多基于单视点,对于大范围、多摄像机场景下的多视点计数研究较少。为了解决这个问题,提出了一种基于无人机视角的目标计数方法以准确统计场景中的目标数量。选择临海区域进行数据采集,利用深度学习技术对采集的图像进行目标检测和图像拼接融合,在拼接后的图像中映射检测信息,并采用计数算法完成区域场景的计数任务。在公开数据集和该文制作的数据集上进行的实验验证了基于目标检测的计数算法的有效性。     

高效快速车牌定位算法研究

车牌定位是车牌识别(LPR)系统中的关键技术之一,通过对车牌区域的各种固有特征的研究和探讨,提出了一种高效快速的车牌字符定位算法,该算法基于二值边缘图像的频率变化特征,在整个车辆图像中搜索到车牌的精确位置,得到牌照图像,为车牌的进一步识别打下良好的基础.现场实验表明,该算法快速准确,对提高整个识别系统的正确率起到了关键的作用.     

基于NiosⅡ的图像去噪系统设计

基于NiosⅡ软核处理器技术,以SOPC方式,在Altera DE2-70开发板上实现图像去噪算法.算法利用交叉皮层模型ICM(Intersecting Cortical Model,ICM)定位噪声点,并结合经典滤波算法对检测出来的噪声点进行局部滤波.实验结果表明在NiosⅡ上实现的算法既有效地去除了噪声,同时又保持...     

V.90数字调制解调器解码算法的研究

V.90数字modem的编码并不是真正意义上的纠错编码,其主要目的是对发送信号进行星座成形和频谱成形.频谱成形所需的运算量远大于星座成形.数字modem发送的PCM码字符号位的选择是在网格图中寻找最佳路径,因此可以在编码器中使用Viterbi算法.这就相当于把传统编解码问题中的解码过程放在了编码器中,因此,从逻辑上讲,V.90数字modem的解码过程应该是一个编码过程.从这一基本思想出发,把两状态网格图所描述的符号位修改规则用一个编码器表示,进而推导出V.90数字modem解码所需的各种关系,最后给出了V.90数字modem的解码实现算法.     

基于双层回归森林模型的头影测量图像结构特征点自动定位

为了实现X射线头影测量图像中结构特征点的自动定位,提出一种基于双层回归森林模型的头影测量图像结构特征点自动定位方法.首先从图像中提取外观特征训练第1层回归森林模型,通过该模型生成针对当前特征点位置的偏移距离图;然后从偏移距离图中提取上下文特征,并结合外观特征训练第2层回归森林模型;接着将双层回归森林模型用于待检测的X射线头影测量图像,预测出图像中每个像素关于目标特征点的偏移距离;最后根据回归投票方法求得结构特征点位置.实验结果表明,基于双层回归森林模型的自动定位方法能较准确地获得头影测量图像中结构特征点的位置.     

一种复杂环境下的人眼定位算法

人眼位置是人脸识别技术中一项重要的局部信息.本文提出了一种改进的人眼定位算法,该算法首先采用Haar-like特征的Ada Boost算法检测出人脸区域,然后利用文中训练的人眼强分类器在检测出来的人脸区域中粗定位人眼位置区域,最后在该区域内利用人眼部分瞳孔区域边界的灰度值突变特征精确定位人眼.实验结果表明,该方法能够在复杂环境下准确定位人眼位置.     

基于信道软输出及信源参数相关性的联合语音解码

提出一种基于接收端的联合语音解码算法,根据信道或信道解码提供的参数软输出值,以及语音编码参数的冗余量计算接收参数的后验概率;利用后验概率基于MAP或MS准则进行参数估计,最佳估计值进行语音解码.仿真中采用G.711和GSM EFR两种语音编码标准,结果表明联合解码算法显著提高了解码语音信噪比.     

一种改进支持向量机的无线定位方法

针对利用支持向量机无线定位过程中参数对定位准确度有较大影响的问题,提出一种模拟退火改进的支持向量机(simulated annealing-support vector machine,SA-SVM)参数的定位方法.根据蜂窝通信系统模型仿真数据训练支持向量机,利用模拟退火算法迭代寻找SVM最优参数,然后用得到的最优参数进行支持向量机定位.仿真结果表明,相对于原来的SVM定位,SA-SVM有效提高了定位精度,具有很好的应用价值.     

一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法

为了增强图像分割技术的准确性并优化图像分割技术的细节分割效果,提出了一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法.将OTSU算法中依据图像灰度特征选取的图像中的前景和背景通过属性加权朴素贝叶斯算法进行分类处理,计算图像中前景和背景的概率,训练该模型以获得最佳阈值进行图像分割处理,优化图像分割的效果.利用无人机航...