检索结果-内蒙古大学图书馆

激光与光电子学进展 2020年第23期57卷 218-225页

作者：夏情感肖文波姜迪友金鑫叶国敏何银水南昌航空大学无损检测技术教育部重点实验室江西南昌330063 南昌航空大学江西省图像处理与模式识别重点实验室江西南昌330063 江西省光电检测技术工程实验室江西南昌330063 南昌大学机电工程学院江西南昌330031

基于螺旋流道水冷技术提出一种新的千瓦级包层功率剥离器结构,并对其散热性能进行了研究。首先,将该结构与传统水冷式包层功率剥离器及热沉吸热式包层功率剥离器对比,验证了其实用性与优越性。其次,通过研究螺旋流道参量,发现热沉初始... 详细信息

基于螺旋流道水冷技术提出一种新的千瓦级包层功率剥离器结构,并对其散热性能进行了研究。首先,将该结构与传统水冷式包层功率剥离器及热沉吸热式包层功率剥离器对比,验证了其实用性与优越性。其次,通过研究螺旋流道参量,发现热沉初始温度对剥离器的散热性能无明显影响,大直径的螺旋冷却管道及合适的冷却水初始温度将有利于散热。最后,实验发现在优化条件下该剥离器能有效剥离4200W以下的包层功率。在剥离1000W包层功率时,该剥离器温度峰值为300.49K、温度谷值为284.29K、温差为16.2K;同等功率下,相比于上述传统剥离器,其温度峰值最多降低了15.1%,温度谷值最多降低了10.3%,温差最多缩小了73.4%。

关键词：激光器光纤激光器包层功率剥离器螺旋流道水冷热效应优化结构

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv3与分水岭的直升机桨叶欠曝光图像圆形标记点检测

引用

应用科学学报 2020年第6期38卷 906-915页

作者：张育斌熊邦书欧巧凤黄建萍陈垚锋南昌航空大学江西省图像处理与模式识别重点实验室江西南昌330063 中国直升机设计研究所直升机旋翼动力学实验室江西景德镇333000

针对现有的直升机桨叶欠曝光图像中圆形标记点检测方法存在自适应能力不强、速度慢、精度不高的问题,提出了基于YOLOv3(you only look once)与分水岭的直升机桨叶欠曝光图像圆形标记点检测方法.首先,将采集的真实桨叶欠曝光图像中的圆... 详细信息

针对现有的直升机桨叶欠曝光图像中圆形标记点检测方法存在自适应能力不强、速度慢、精度不高的问题,提出了基于YOLOv3(you only look once)与分水岭的直升机桨叶欠曝光图像圆形标记点检测方法.首先,将采集的真实桨叶欠曝光图像中的圆形标记点进行标注后,制作成数据集,并训练YOLOv3网络;其次,用训练好的YOLOv3网络检测出圆形标记点区域;再次,改进传统分水岭标记提取方式,采用多线程技术并行在各圆形标记点区域内进行分水岭变换,得到圆形标记点边缘检测结果;最后,采用最小二乘圆拟合和奇异点去除法实现圆形标记点的精确定位.研究者通过对多幅欠曝光桨叶图像中圆形标记点进行检测实验,验证了该方法具有自适应能力强、速度快、精度高的优点,并已将其用于直升机桨叶欠曝光图像圆形标记点的检测.

关键词：欠曝光图像圆形标记点检测 YOLOv3 分水岭变换

来源：评论

学校读者我要写书评

暂无评论

直升机桨叶图像中圆形标记点的识别方法

引用

中国体视学与图像分析 2021年第4期26卷 428-434页

作者：张育斌熊邦书陈垚锋程起有中国直升机设计研究所直升机旋翼动力学重点实验室江西333001 南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

针对目前直升机桨叶图像中圆形标记点检测和识别难的问题,本文结合桨叶圆形标记点排布规律,提出了一种快速检测算法。首先,采用CLAHE和中值滤波对图像进行预处理,增大图像对比度和信噪比;然后,根据圆的几何性质对封闭边缘进行初步筛选,... 详细信息

针对目前直升机桨叶图像中圆形标记点检测和识别难的问题,本文结合桨叶圆形标记点排布规律,提出了一种快速检测算法。首先,采用CLAHE和中值滤波对图像进行预处理,增大图像对比度和信噪比;然后,根据圆的几何性质对封闭边缘进行初步筛选,获取图像中所有类圆轮廓;最后,依据桨叶上粘贴的圆形标记点呈阵列结构排布规律,滤除背景中的干扰,获得桨叶标记点圆心。通过对多幅桨叶图像中圆形标记点进行检测和识别,验证了该方法具有自适应能力强、速度快、精度高的优点,已用于直升机高速旋转桨叶运动轨迹和形变的高精度视觉测量。

关键词：直升机桨叶低曝光图像圆形标记点阵列结构

来源：评论

学校读者我要写书评

暂无评论

基于类圆映射的高维多目标可视化方法

引用

电子学报 2019年第6期47卷 1185-1193页

作者：黎明黄珊陈昊李军华南昌航空大学信息工程学院江西南昌330063 南昌航空大学江西省图像处理与模式识别重点实验室江西南昌330063

可视化技术有利于对高维多目标优化问题求解所得的解集进行评价与分析,但是现有的高维多目标可视化方法无法有效保持解集的 Pareto支配关系、前沿密度分布及形状。针对以上问题,本文提出类圆映射可视化方法.首先将多目标按相关性均匀排... 详细信息

可视化技术有利于对高维多目标优化问题求解所得的解集进行评价与分析,但是现有的高维多目标可视化方法无法有效保持解集的 Pareto支配关系、前沿密度分布及形状。针对以上问题,本文提出类圆映射可视化方法.首先将多目标按相关性均匀排列在单位圆圆弧上,根据适应度函数值将解集映射为类圆空间内的一个多边形,并通过多边形的几何中心和面积对解集进行 3维可视化.在此基础上对类圆支配与均衡性进行了定义,并对类圆映射下的支配关系、映射遮挡等进行了理论分析与证明.与平行坐标系、主成分分析方法和径向可视化方法相比表明,本文方法能保持解集 Pareto支配关系,并能反映解集在原始空间的密度分布和形状。此外,还能有效避免解集映射点遮档.其有利于决策者进行可视化评价和选择高维多目标解集.

关键词：多目标优化问题可视化技术高维多目标可视化类圆映射 Pareto支配 Pareto前沿形状

来源：评论

学校读者我要写书评

暂无评论

结合纹理结构的分数阶TV模型的图像修复

引用

中国图象图形学报 2019年第5期24卷 700-713页

作者：张桂梅李艳兵江西省图像处理与模式识别重点实验室南昌航空大学南昌330063

目的 TV(total variation)模型在图像修复时易导致图像中具有弱导数性质的纹理和边缘细节等信息变得模糊,为了克服该缺陷,分数阶微分被引入到TV模型中,但传统的分数阶TV模型对弱边缘和弱纹理等细节信息的保持仍不够理想,并且没有充分利... 详细信息

目的 TV(total variation)模型在图像修复时易导致图像中具有弱导数性质的纹理和边缘细节等信息变得模糊,为了克服该缺陷,分数阶微分被引入到TV模型中,但传统的分数阶TV模型对弱边缘和弱纹理等细节信息的保持仍不够理想,并且没有充分利用图像已知区域的先验信息,修复精度仍有待提高。方法针对该问题,提出结合纹理结构信息和分数阶TV模型的图像修复算法。改进的模型在分数阶TV模型求解时,在梯度计算过程中增加了一个极小值,克服了正则项和数据项在零点处的不可微,从而增加了模型的稳定性。再则改进的模型根据图像已知区域的先验信息确定待修复区域的纹理方向,从而更好地保持了图像中的纹理细节和弱边缘信息。结果将本文算法与3种修复效果较好的算法进行对比,采用客观评价指标:均方差(MSE)、峰值信噪比(PSNR)和差值图像进行评价,实验结果表明本文算法在不同的纹理图像修复中均取得较好的效果,如对标准图像库中的Barbara和Lena图像以及岩石图像进行修复后,与原始TV模型相比,它们的峰值信噪比分别提高5. 94%、8. 07%和3. 85%,灰度均方差分别降低48. 66%、65. 89%和35%;与分数阶TV模型相比,它们的峰值信噪比分别提高4. 17%、8. 59%和1. 81%,灰度均方差分别降低37. 90%、68. 00%和18. 68%。结论提出的模型相对于原始的TV模型和分数阶TV模型,均能有效地提高图像修复的精度,适合于包含较多弱纹理和弱边缘信息的图像修复,该模型是TV模型的重要延伸和推广。

关键词：图像修复分数阶微分弱纹理 TV模型边缘细节

来源：评论

学校读者我要写书评

暂无评论

基于局部方差加权信息熵的瓷砖表面缺陷检测

引用

中国陶瓷 2019年第10期55卷 46-55页

作者：权小霞李军华汪宇玲南昌航空大学江西省图像处理与模式识别重点实验室

针对瓷砖表面缺陷高精度高效率的检测要求,提出一种基于局部方差加权信息熵的检测算法。首先,将预处理之后的待检测瓷砖图像与标准瓷砖图像进行差分运算,获取瓷砖的差值图像;然后,通过计算各像素点之间的局部方差值对缺陷区域的轮廓进... 详细信息

针对瓷砖表面缺陷高精度高效率的检测要求,提出一种基于局部方差加权信息熵的检测算法。首先,将预处理之后的待检测瓷砖图像与标准瓷砖图像进行差分运算,获取瓷砖的差值图像;然后,通过计算各像素点之间的局部方差值对缺陷区域的轮廓进行初步提取;最后,采用加权信息熵对缺陷区域进行修正,突出缺陷的细节信息,从而体现出精准的瓷砖缺陷区域。实验结果表明,该算法适用于多种瓷砖表面缺陷的检测,缺陷识别率超过93%,误检率小于3%。与传统缺陷检测算法相比较,该算法在保留缺陷图像的细节信息和方便缺陷检测方面都有显著的提高,而且对低质量瓷砖图像的识别也能取得较好的效果。

关键词：瓷砖缺陷检测图像差分法局部方差加权信息熵

来源：评论

学校读者我要写书评

暂无评论

改进的卷积神经网络单幅图像超分辨率重建

引用

计算机工程与应用 2019年第13期55卷 1-7页

作者：曾接贤倪申龙南昌航空大学江西省图像处理与模式识别重点实验室

针对经典的基于卷积神经网络的单幅图像超分辨率重建方法网络较浅、提取的特征少、重建图像模糊等问题,提出了一种改进的卷积神经网络的单幅图像超分辨率重建方法,设计了由密集残差网络和反卷积网络组成的新型深度卷积神经网络结构。原... 详细信息

针对经典的基于卷积神经网络的单幅图像超分辨率重建方法网络较浅、提取的特征少、重建图像模糊等问题,提出了一种改进的卷积神经网络的单幅图像超分辨率重建方法,设计了由密集残差网络和反卷积网络组成的新型深度卷积神经网络结构。原始低分辨率图像输入网络,利用密集残差学习网络获取更丰富的有效特征并加快特征梯度流动,其次通过反卷积层将图像特征上采样到目标图像大小,再利用密集残差学习高维特征,最后融合不同卷积核提取的特征得到最终的重建图像。在Set5和Set14数据集上进行了实验,并和Bicubic、K-SVD、SelfEx、SRCNN等经典重建方法进行了对比,重建出的图像在整体清晰度和边缘锐度方面更好,另外峰值信噪比(PSNR)平均分别提高了2.69dB、1.68dB、0.74dB和0.61dB。实验结果表明,该方法能够获取更丰富的细节信息,得到更好的视觉效果,达到了图像超分辨率的增强任务。

关键词：图像超分辨率重建深度学习卷积神经网络密集残差学习反卷积

来源：评论

学校读者我要写书评

暂无评论

多特征融合的瓷砖表面缺陷检测算法研究

引用

计算机工程与应用 2020年第15期56卷 191-198页

作者：李军华权小霞汪宇玲南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 东华理工大学江西省放射性地学大数据技术工程实验室南昌330013

鉴于单一特征在瓷砖种类较多的情况下,存在对瓷砖表面缺陷内容表达不明显,导致复杂瓷砖识别率较低。针对这个问题,在词袋模型(BoF)框架的基础上,提出一种有效的多特征融合算法用于瓷砖缺陷检测。该算法采用改进后的SIFT和颜色矩融合特... 详细信息

鉴于单一特征在瓷砖种类较多的情况下,存在对瓷砖表面缺陷内容表达不明显,导致复杂瓷砖识别率较低。针对这个问题,在词袋模型(BoF)框架的基础上,提出一种有效的多特征融合算法用于瓷砖缺陷检测。该算法采用改进后的SIFT和颜色矩融合特征作为瓷砖图像的区域特征描述;根据每种特征对瓷砖被分类的准确率大小,给提取到的两种区域特征分配各自的权重系数实现特征的加权融合;形成综合特征向量送入SVM分类器达到瓷砖缺陷分类的目的。通过不同类型的瓷砖样本进行实验表明,该算法识别率高,对复杂瓷砖能实现较好的分类。

关键词：瓷砖特征提取特征融合缺陷分类词袋模型(BoF)

来源：评论

学校读者我要写书评

暂无评论

非刚性稠密匹配大位移运动光流估计

引用

电子学报 2019年第6期47卷 1316-1323页

作者：张聪炫陈震熊帆黎明葛利跃陈昊南昌航空大学无损检测技术教育部重点实验室江西南昌330063 南昌航空大学江西省图像处理与模式识别重点实验室江西南昌330063 中国科学院自动化研究所北京100190

光流场是目标检测,无人机定位等众多计算机视觉任务的重要基础.本文针对非刚性大位移运动等困难运动类型图像序列光流计算的准确性与鲁棒性问题,提出一种基于非刚性稠密匹配的TV-L1(Total Variational with L1 norm,TV-L1)大位移光流计... 详细信息

光流场是目标检测,无人机定位等众多计算机视觉任务的重要基础.本文针对非刚性大位移运动等困难运动类型图像序列光流计算的准确性与鲁棒性问题,提出一种基于非刚性稠密匹配的TV-L1(Total Variational with L1 norm,TV-L1)大位移光流计算方法.首先,使用非刚性稠密块匹配计算图像序列初始最近邻域场,其次根据图像相邻块区域的相似性消除初始最近邻域场中的非一致性区域以得到准确的图像最近邻域场.然后,在图像金字塔分层计算框架下,将图像最近邻域场引入基于非局部约束的TV-L1光流估计模型,通过Quadratic Pseudo-Boolean Optimization (QPBO)融合算法在金字塔分层图像光流计算时对TV-L1模型光流估计进行大位移运动补偿.最后,采用标准测试图像序列对本文方法和当前代表性的变分方法LDOF(Large Displacement Optical Flow,LDOF)、Classic+NL、NNF(Nearest Neighbor Fields,NNF)以及深度学习方法FlowNet2.0进行对比分析.实验结果表明,本文方法能有效提高非刚性运动、大位移运动以及运动遮挡等困难运动类型光流估计的精度与鲁棒性.

关键词：光流场目标检测无人机计算机视觉非刚性块匹配大位移运动最近邻域场深度学习

来源：评论

学校读者我要写书评

暂无评论

基于3D卷积神经网络的人体动作识别算法

引用

计算机工程 2019年第1期45卷 259-263页

作者：张瑞李其申储珺南昌航空大学信息工程学院南昌330063 江西省图像处理与模式识别重点实验室南昌330063

由于人体动作的多样性、场景嘈杂、摄像机运动视角多变等特性,导致人体动作识别的难度增加。为此,基于3D卷积神经网络,提出一种新的人体动作识别算法。以连续的16帧视频为一组输入,采用视频图像的灰度、x方向梯度、y方向梯度、x方向光流... 详细信息

由于人体动作的多样性、场景嘈杂、摄像机运动视角多变等特性,导致人体动作识别的难度增加。为此,基于3D卷积神经网络,提出一种新的人体动作识别算法。以连续的16帧视频为一组输入,采用视频图像的灰度、x方向梯度、y方向梯度、x方向光流、y方向光流做多通道处理,训练网络参数,经过5层3D卷积、5层3D池化增加提取特征中时间维度的动作信息,最终通过2层全连接与softmax分类器得到识别分类结果。在UCF101数据库上进行实验,结果表明,相比iDT、P-CNN、LRCN算法,该算法具有较高的识别准确率,且运行速度更快。

关键词：人体动作识别多通道 3D卷积 3D池化时间维度

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：