基于深度学习的复杂气象条件下海上船舶识别

为提高复杂气象条件下海上船舶的识别效果,本文通过暗通道先验去雾算法减少云雾遮挡对目标识别的影响,使用基于深度学习的YOLO改进算法提高目标识别效果。结果表明：本文采用的算法在中国航天科工四院指挥自动化中心的模拟海事数据集上,4类船舶目标识别的mAP (Mean Average Precision)达到89.98%,超过了对比的其他目标识别算法;针对数据集中的云雾遮挡图像,暗通道去雾处理后,目标识别的mAP从53.25%提升到69.35%。可见本文提出的算法可以满足复杂气象条件下的海上船舶识别的需求。     

基于云雾结合的工件深度学习识别问题研究

统工业自动分拣存在工件识别准确率不高、特征定义复杂等问题,虽然新兴的深度学习为此类问题提供了较好的解决方法,但仍存在对边缘端设备计算能力要求较高的问题,为此本文提出一种基于云雾结合的工件识别算法,即在云端采用改进ALEXNET卷积神经网络进行训练,然后将训练好的模型下载到雾(边缘)端设备,对工件进行实时识别.对100个不同工件进行实验,结果表明:改进后识别准确率从ALEXNET的98%提高到99%,模型参数减少25%,同时可以充分利用云端的强大计算能力与边缘设备的实时性,为智能工件识别提供了一种新途径.     

冷风油雾润滑对TC4铣削过程刀-屑摩擦的影响

通过钛合金TC4的铣削实验,研究冷风油雾润滑介质特性及其施加方式对刀具-切屑摩擦行为的影响.冷风油雾喷嘴布置在刀具将要切入工件前的空行程中,其润滑效果最好.当出油量增加到一定值(约12mL·h-1)时,刀具-切屑平均摩擦系数不再发生明显变化.随着钛合金TC4铣削速度的提高,冷风干切削的平均摩擦系数增大,而冷风油雾切削的平均摩擦系数变化不明显,且远低于冷风干切削的平均摩擦系数.结果表明:油雾载体速度和刀具转速存在一定的匹配关系,使润滑效果达到最优.     

甲氧基封端聚硅氧烷的制备与表征

采用羟基封端聚硅氧烷与甲氧基硅烷为原料在催化剂作用下通过缩聚反应制备了甲氧基封端聚硅氧烷,通过红外光谱,核磁共振仪对其化学结构进行表征,采用容量法研究了反应前后羟基含量的变化,考察了反应条件对该反应的影响规律．研究结果表明,最佳的反应条件：羟基与甲氧基摩尔比为1∶10,催化剂选用二月桂酸二丁基锡,用量为1．2％（质量百分数）,反应温度为80℃,反应时间为6h ．     

基于水平集的航拍影像阴影检测与去除系统设计

建筑物、树木和山脉等遮挡光线,可能使航拍影像中出现阴影.而阴影区域的存在可能影响图像后续处理,导致重要信息丢失.本系统旨在设计自动检测航拍影像中阴影区域并将其去除的系统,选择并搭建基于水平集航拍影像阴影检测算法的进行系统设计.系统主要功能包括：图像读入、图像去雾、阴影检测、阴影去除.     

基于雾气深度的快速单幅图像去雾算法

针对目前去雾算法复杂度高以及复原的图像视觉效果差等问题,提出了一种新颖的去雾方法。首先,对图像的三通道进行高斯低通滤波获取图像的低频信息(亮度分量)后求平均,结合场景深度,估计出雾气深度图,获得的大气光值A比暗通道图中的最大值作为大气光值A具有更强的鲁棒性;其次,经过中值滤波,去噪的同时也维持了图像的边缘,取得较为理想的透射率;最后,通过大气散射模型反演逆过程,获得无雾图像。分析表明:所设计算法的时间复杂度较低、速度快,具有较高的鲁棒性,大大提高了图像的对比度,并取得了较好的清晰化效果。     

改进的基于均值滤波的单幅图像去雾算法研究

雾天条件下采集的图像存在低对比度和低场景可见度问题,传统的去雾算法时间复杂度高、速度慢,无法应用于实时图像处理。为此,结合大气光特性提出一种改进的基于均值滤波的单幅图像复原方法。该方法以大气散射模型为基础,首先利用均值滤波得到准确的大气耗散函数;引入直方图修正机制下的自适应保护因子,更正明亮区域的大气散射函数;大气光采用效率更高的四叉树算法求解;最后由大气散射模型计算复原图像并进行图像的亮度调整,从而得到一幅清晰的无雾图像。仿真实验结果表明:该算法的场景适应能力强,复原图像色彩感丰富。与经典的去雾算法相比,该算法在保证去雾效果的同时,克服了导向滤波算法时间复杂度高、速度慢的缺陷。     

制鞋业"三苯"废气治理

采用ＹＪＴ组合净化装置对制鞋厂生产中的“三苯”废气进行吸收治理,净化效率大于９３％,经处理后气体中的“三苯”浓度均达到了ＤＢ３５／１５６－１９９６《制鞋工业大气污染物排放标准》中的一级标准．