图像拼接技术在大米检测系统中的应用

图像拼接技术主要包括图像匹配和图像融合,根据大米检测系统获取图像的特性,在块模板匹配算法基础上提出了一种改进的块模板匹配算法.并通过大米图像实例把两种算法进行了比较分析,实验结果表明改进的块模板匹配算法效率更高,匹配效果更好.采用了最为常用的加权平均法中的渐入渐出的图像融合算法.     

基于CV模型与改进ME模型的肺癌检测算法

针对CT影像中恶性肺结节病灶难以自动检测的问题,提出了一种基于CV模型与改进ME模型分割区域之间的面积差异的肺部CT影像癌症检测算法.该方法利用在肺部CT影像中结节边界的模糊程度是判断恶性肺结节的最重要指标这一特性,首先通过CV模型和改进ME模型两种交互式目标分割算法分别对肺部CT影像分割,因这两种分割方法收缩效果不同,故得到两种不同的结节区域,再计算这两种区域之间的面积差异得到该区域的模糊程度,最后计算得到模糊程度比较阈值,以此判断是否存在癌症.实验结果表明,该算法对于肺部CT影像中的癌症检测具有较高的准确率.     

基于并列GRU分类模型的日志异常检测方法

为了能够更有效地检测出系统日志的异常,该文对现有基于深度学习的日志异常检测算法Deeplog进行了研究和改进,提出一种基于并列门循环单元(Gate recurrent unit, GRU)分类模型的日志异常检测方法。该方法包含模型训练阶段和异常检测阶段。在训练阶段,利用日志模板解析器解析原始日志数据集中的日志模板,进而生成日志模板滑动窗口数据集和相应的日志模板频度向量集,并作为输入训练成并列GRU分类模型;在检测阶段,利用并列GRU分类模型,对进程日志序列进行异常检测。试验结果表明,该文提出的异常检测方法比现有方法在查全率、调和分数等评价指标上均有明显改善和提升。     

基于可变形部件模型的遥感影像船只检测方法

提出了一种基于混合可变形部件模型的船只检测方法.该方法采用基于梯度方向直方图(HOG)特征的可变形部件模型(DPM)来描述船只,在HOG特征金字塔空间通过滑窗方式检测目标.基于HOG特征的DPM不具有方向不变性,因此根据船只目标特点,分别从模型训练阶段和目标检测阶段进行改进.在模型训练阶段,为了减少模板数量,将所有船只样本旋转到相同方向进行参数学习;在目标检测阶段,将兴趣区旋转至特定方向后进行模板匹配,实现遥感影像上任意方向的船只检测.利用该方法在高分二号光学遥感影像上进行船只检测,实验结果表明此方法可以有效检测船只.     

8方向自适应权值Sobel边缘检测算子

针对传统Sobel边缘检测算子对图像边缘检测存在漏检和噪声敏感的缺点,提出一种改进的Sobel算子.该算子重新构造出一种8方向5×5检测模板,并且在模板卷积过程中应用自适应权值的算法,增强了该算子的抗噪性.实验表明,改进的Sobel算子保留了传统Sobel算子的优点,增加了其他方向的边缘检测,降低了漏检的概率,提高了抗噪性.     

一种改进的ART2算法及其在入侵检测中的应用

根据入侵检测技术和自适应共振网络算法中ART2算法的特点,提出了一种改进的ART2算法,并将其应用于入侵检测中.在Linux平台下实现了改进模型,并且对入侵数据集进行检测,表明该算法可以有效检测出入侵.     

微纳米压电陶瓷驱动器的迟滞特性建模

为了高精度地测量微纳米压电陶瓷的驱动特性,研究了一种基于最优模板尺寸的改进图像块匹配位移测量算法;结合Preisach模型,建立了压电陶瓷驱动器迟滞特性模型.首先,研究了不同模板尺寸对位移测量精度的影响,得到了基于标准模板的最优模板尺寸;然后,介绍了Preisach模型用于压电陶瓷驱动器迟滞建模的原理;最后,使用纳米平台系统验证了改进的亚像素模板匹配算法和迟滞特性建模方法的有效性和准确性.     

微纳米压电陶瓷驱动器的迟滞特性建模

为了高精度地测量微纳米压电陶瓷的驱动特性,研究了一种基于最优模板尺寸的改进图像块匹配位移测量算法;结合Preisach模型,建立了压电陶瓷驱动器迟滞特性模型.首先,研究了不同模板尺寸对位移测量精度的影响,得到了基于标准模板的最优模板尺寸;然后,介绍了Preisach模型用于压电陶瓷驱动器迟滞建模的原理;最后,使用纳米平台系统验证了改进的亚像素模板匹配算法和迟滞特性建模方法的有效性和准确性.     

基于YOLOv4的暴力行为实时检测算法

针对当前深度学习行为识别技术无法满足监控系统实时性要求的问题,本文提出了一种监控视频暴力行为实时检测算法.该算法以YOLOv4模型作为基础,从提升检测准确性和实时性的角度对模型的主干网络和后处理方法做了改进.通过自建暴力行为数据集,分别对YOLOv4原模型和改进模型进行训练和测试.实验结果表明,在检测精度和速度的性能比...     

基于改进后的3D-Unet肺结节图像检测研究

肺结节检测技术目前是医学图像处理领域中的一个热门研究课题。该文旨在探讨如何快速有效地完成打通整个肺结节检测的流程,实现对输入的胸部CT图像进行肺结节检测。该文利用patch与patch之间的空间关系,针对数据集进行合理的数据增强和模型调优,提高模型泛化能力。使用图像分割检测图像中所有可能是肺结节的区域,生成候选集,使用一种基于改进后的3D-Unet医学图像处理模型对上一步骤生成的结果进行分类,剔除假阳性的候选,保留真正的结节,实现对输入的胸部CT图像进行肺结节检测。该技术不仅可用于肺结节CT智能诊断,也能应用于甲状腺癌、乳腺癌、脑瘤、肾癌、肝癌等重大疾病,具有重要的医学价值和社会价值。     

基于背景预测的自适应弱小目标检测算法

在红外弱小目标检测中,提出了一种改进的背景预测算法,根据小目标在图像中的非参数秩描述,构建了一种非参数秩模板,该模板更好的对背景进行预测,提高了小目标在局部区域的信噪比,经过试验验证,在低信噪比的红外弱小目标图像检测中进一步提高检测率。     

CT系统参数标定及成像研究与设计

CT系统除需要设备支持外,参数标定精度和成像模型对扫描效果具有显著影响.本文巧妙地利用模板与探测器的关系,寻找最佳标定位置,精确地对CT扫描系统进行参数标定,在此基础上,建立含有插值、滤波、局部搜索算法的CT介质成像优化模型,并列举实例进行图像重构模拟分析,最后利用逐差法设计更加精确的标定模板.     

改进C-V模型的CT图像肺结节分割方法研究

医学图像分割技术是现代图像处理领域的重难点,简化分割步骤、优化分割算法都将给医疗技术的发展带来极大的飞跃。基于对水平集演化理论的探讨,该文对Chan-Vese模型进行了分析和改进,结合CT图像中肺结节的特点,提出一种结合区域信息和边缘信息,并基于小波高频分量的改进C-V模型的肺结节分割算法。在目标函数中从速度、图像灰度不均匀性和收敛精确度上改进,引入多个约束项和小波高频分量边缘检测函数,以利于达到优化的分割效果。实验表明,该分割方法可以从肺部CT图像中有效地分割出肺结节区域,对肺癌的筛查和诊断有重要价值。     

基于ADS-B监视技术的飞行器纵向最小间隔研究

为解决航路飞行安全问题,提高碰撞风险检测的精确度,主要研究飞行器在平行航路飞行过程中纵向安全间隔的问题。对传统的EVENT碰撞模型进行改进,建立以椭圆柱体为碰撞模板的EVENT模型。介绍了广播式自动相关监视(ADS-B)技术的性能及应用背景,并在改进EVENT模型基础上提出基于ADS-B监视技术下各个参数的计算方法。以中航工业石家庄飞机工业有限责任公司小鹰500机型为模型算例,计算出其最小安全间隔。研究结果符合国际民航组织的飞行安全指标,可为研究基于ADS-B监视技术的风险分级提供一种有效方法。     

中文图片验证码识别方法的研究

研究中文图片验证码识别方法,能帮助我们发现其中存在的安全隐患,有助于构建更安全的验证防护机制.文章提出了两种中文验证码的识别方法,一种是图片模板匹配法,基于的是图片相似度的评判标准,另一种是搭建卷积神经网络,对模型进行改进,引入特定的图片增强技术,降低了模型精度对样本数量的依赖性.最后,对这些方法进行了对比.前者给出了该问题一个解决办法,后者则获得了更好的识别效果.实验表明,改进后的卷积神经网络识别方法,在解决该类问题上有着更好的表现和普适性.     

一种新的高速网格入侵检测系统模型

提出了一种新的高速网格入侵检测系统模型,将入侵检测系统部署于网格环境,并采用基于特征匹配的检测技术;为了实现网格中各种资源使用的负载均衡,采用改进的遗传算法进行任务的分配;为了实现对分布式攻击的检测,采用数据融合和频繁模式挖掘技术进行报警的合成与关联分析.该模型不仅能够利用网格资源进行攻击检测,而且实现了网格资源使用的负载均衡.     

直线扫描CT检测碳纤维复合芯导线缺陷研究

碳纤维复合芯导线作为常见的增容导线之一,在架空输电线路中应用广泛.由于碳纤维复合芯导线芯棒在施工过程中易受损伤,并诱发导线断股和断线等故障,亟需研究在役碳纤维复合芯导线的无损检测技术.由于传统的X射线检测方法尚无法检测多股铝线和有机复合材料芯棒绞合结构条件下芯棒的损伤,文中提出了一种利用直线扫描CT检测在役碳纤维复合芯导线的方法.此方法采用射线源—探测器围绕固定检测对象作相对平行直线运动的扫描方式,具有结构简单、便于安装等优点.设计了一段以及两段直线扫描CT模型,搭建了原理实验平台,在实验室条件下对断裂、劈裂和裂痕3种常见芯棒缺陷进行了小批量检测实验.结果表明,一段直线扫描CT可快速检测较大的芯棒缺陷,两段直线扫描CT可检测微小的芯棒缺陷.相比于传统的X射线透射成像检测,直线扫描CT成像为在役架空导线内部缺陷检测提供了新思路和参考.     

基于改进SURF的遥感图像目标识别

针对目前遥感图像背景复杂信息量大,导致目标识别过程中特征检测准确率低,特征匹配识别时间长等问题,提出一种基于改进SURF(speeded-up robust features)算法的目标识别方法.该方法采用Grab Cut算法对目标模板进行分割,通过高斯混合模型(Gaussian mixture model,GMM)进行初始化以达到能量最小化分割,并通过快速Hessian矩阵进行特征检测,采用欧式距离完成匹配识别.实验结果表明:使用改进算法进行遥感图像目标识别,能有效去除冗余特征点,提高算法的识别精度和运算速度.     

基于改进投影寻踪技术和模糊神经网络的未受精种蛋检测模型

考虑基于计算机视觉技术的未受精种蛋无损检测中特征参数之间关系的复杂性和模糊性等因素,提出了一种基于改进投影寻踪模型和模糊神经网络相结合,作为种蛋是否受精品质归属的决策系统.利用量子投影寻踪技术对种蛋图像的复杂形状特征向量进行提取降维,给出了计算最佳投影方向的一种改进量子遗传算法;并且利用模糊神经网络的自动学习决策推理规则,实现了种蛋是否受精品质归属的无损检测.结果表明:该模型速度快且稳定,精度高且鲁棒性好,简单易于实现,精度达到99.37％,满足实际检测要求.     

一种改进的人脸检测方法

针对一种基于多模板匹配的单人脸检测方法的不足 ,提出了一种改进的人脸检测方法。实验表明经过改进的方法在准确性和速度上都有一定的提高