【摘 要】
：
工业作为立国之本、强国之基。随着科学技术的稳步前进促使工业自动化逐步实现,在提高了生产力的同时,也使人力资源得到了高效利用。工业仪表作为机械运作的性能检测设备,已在各个领域普遍应用。监测工业仪表数据是保障机械安全、正规运作的必要环节。然而,大量企业及大小型工厂中均采用人为检测记录数据。这对企业来说,不仅带来高额的人力成本、造成生产效率较低,并且有时会在特殊环境下可能为人员带来意外安全隐患。因此在当
论文部分内容阅读
工业作为立国之本、强国之基。随着科学技术的稳步前进促使工业自动化逐步实现,在提高了生产力的同时,也使人力资源得到了高效利用。工业仪表作为机械运作的性能检测设备,已在各个领域普遍应用。监测工业仪表数据是保障机械安全、正规运作的必要环节。然而,大量企业及大小型工厂中均采用人为检测记录数据。这对企业来说,不仅带来高额的人力成本、造成生产效率较低,并且有时会在特殊环境下可能为人员带来意外安全隐患。因此在当下看来,采用计算机技术,实现多类型仪表的自动读数,可以及时发现设备异常和数据监测,实现设备信息化管理,完美解决现有的人力检测的壁垒,具有广泛的应用前景和重要的商业价值。由于工业仪表的多种类型、应用环境复杂的原因,使得现有的仪表自动读数算法存在准确度较低、应用范围较小的问题,难以广泛应用于工业中。本文提出具有更高掩膜预测精度的基于Mask R-CNN改进的实例分割模型,提出针对仪表图像实例分割任务设计Res Net-62+Atrous Covd+Two-way FPN主干网络结构,并基于此提出了指针式仪表自动读数算法。本文的主要研究内容如下:（1）提出了一种准确度更高的基于Mask R-CNN改进的实例分割方法。针对Mask R-CNN模型在物体分割边界不模糊、过于光滑的问题进行深入研究,提出了两阶段掩膜预测的改进方法,添加边界预测分支产生物体边界掩码预测结果得到物体的轮廓结构,再与第一阶段掩膜结果,作为掩膜优化网络模块的输入进行融合学习。实例分割的推理结果本身是对物体的轮廓进行分割,本论文提出的方法可以使轮廓预测结果与掩膜预测结果进行相互学习,通过实验证明本文提出的方法与Mask R-CNN相比具有更好的预测性能。（2）针对仪表图像实例分割任务中小目标物体分割准确度低的问题,提出了基于空洞卷积与双向多尺度融合特征提取网络:Res Net-62+Atrous Covd+Two-way FPN。可在任意一个由主干网络与头部网络构成的实例分割模型中通用。首先,在卷积池化操作中并行叠加不同空洞率的卷积网络,达到减少了池化操作带来的信息损失。其次,双向多尺度的特征融合处理,增强各阶段特征表达能力。提升了不同实例分割模型对仪表图像实例分割任务的准确度。（3）提出基于改进的Mask R-CNN的指针式仪表读数方法,对现有的指针式仪表自动读数算法适用范围小、准确度低的问题进行改进。实验表明,提出的指针式仪表自动读数方法可对多种类型的不同刻度数范围弧度的指针式仪表进行准确读数,读数的平均相对误差值在2.15%。
其他文献
在大数据时代,数据价值急剧增长,与国家安全、社会发展和个人合法权益的关系也日渐紧密。数据流通是释放数据价值的重要环节,但随着互联网的高速发展,隐私数据的泄露问题日趋严重。同态加密是一类在密文数据的基础上直接进行运算的加密算法,可以保证数据的安全性,不会导致隐私泄露。经过加密的数据都是不可见的,这又会导致数据滥用、无法监管验证的情况出现。零知识证明能够向其他人证明数据的合法性。同态加密与零知识证明技
舰船追踪任务对海面侦查、航线调度和货物运输具有重要意义。为了实现海洋领域的智能化和信息化,利用计算机视觉技术与深度学习方法完成舰船追踪逐渐成为了国内外的研究热点。然而现有方法在实际应用中还存在以下两个挑战:（1）在样本数据少、场景简单且有先验锚框的情况下,舰船追踪算法存在尺度问题和特征模糊问题。（2）在样本数据多、场景复杂且无先验锚框的情况下,大多数算法忽视了相邻帧之间的关系并且仅使用单一的模板特
当今社会,互联网已成为人们生活不可或缺的部分,在各个领域得到广泛应用,极大地提高了人们的生活效率。然而,随着互联网的发展,涌现出大量的数据,这些数据占用了大量的本地资源,而云计算技术可以解决大量数据占用本地资源的问题。因此,越来越多的用户或机构选择将数据上传至云端,但上传的数据可能包含就诊记录、账单、家庭住址等隐私信息。如果这些信息被攻击者获取,那么攻击者有可能从中推断出用户的行动轨迹,这会对用户
近年来,无人机技术迅速发展,且在众多领域得到了广泛应用。然而,由于无人机飞行作业缺乏飞行员现场操作,而无人机内部系统结构又日趋复杂,因设备故障引起的无人机灾难事故频繁发生。对无人机系统进行异常检测,精确感知其异常状态,是提高无人机运行安全性和可靠性的重要手段。然而无人机的数据特点和模式切换的特殊性,为其异常检测带来了诸多挑战,大部分异常检测算法并不符合无人机的实时性、鲁棒性和适用性要求。针对以上问
遥感成像一般是指在卫星或飞机上搭载相机对地面目标进行探测、记录以及解释。在遥感应用中,遥感目标检测在军事侦察和灾害监测等领域中具有重要作用,目标检测的精度和速度是这类应用的关键技术指标。随着遥感技术的发展,当前遥感图像空间和时间分辨率不断提高,其数据量迅速增加,给现有计算平台的算力和功耗都带来了巨大的挑战。为了提升遥感目标检测的精度和速度,实现快速部署,本文提出了一种基于超分辨率辅助的目标检测算法
＜正＞阴道上皮内瘤变（vaginal intraepithelial neoplasia,VaIN）是局限于阴道上皮内不同程度的不典型增生性改变,多为阴道浸润癌的癌前病变。早在1952年,Graham和Meigs首次报道了3例因子宫颈原位癌子宫切除术,术后随访发现的阴道原位癌患者,提出了阴道上皮内瘤变这一概念[1]。迄今为止,VaIN依然是少见的下生殖道癌前病变,大多在子宫颈病变筛查或因其他指征随
隐私保护集合交集协议作为安全多方计算的一条重要分支,是一种解决特定问题的分布式隐私计算方法。用户的隐私数据可以用集合的形式表现出来,在保证隐私数据安全的基础上,运用隐私集合求交的方式,就可以得到不同用户所持有的隐私数据中相同的部分。因此有很多学者提出了大量的两方隐私保护集合交集协议,而在多方协议中,隐私性、安全性、实用性等方面仍有待改进。本论文分别针对多方隐私保护集合交集协议的隐藏输入集合大小和在
随着遥感技术的蓬勃发展,高质量光学遥感图像的获取变得越来越容易,基于遥感图像的目标检测技术也已广泛应用于国防军事及民用经济等领域。近年来,基于深度学习的目标检测网络由于良好的特征提取及表征能力,在自然图像目标检测领域中逐渐成为了主流方法,取得了令人瞩目的检测效果。然而,因为遥感图像目标检测任务与自然图像存在较大差异,所以将自然图像的目标检测方法不做针对性调整与改进,直接应用于遥感图像效果并不理想。
超声成像技术和X射线成像技术、磁共振成像技术、核医学成像技术被公认为现代医学四大成像技术。声场调控是获得聚焦超声,实现超声成像的重要途径。常用的聚焦方式有球压聚焦、固相声学透镜聚焦和阵列超声换能器。然而,球压聚焦易损坏压电阵元,固相声透镜声传输效率低,并且这两种方式一旦制成便不能调节。阵列超声换能器虽可实现动态聚焦和调焦,但工艺复杂,价格昂贵。因而,本文提出了一种基于声学液体透镜的可调声场超声换能
随着声学的不断发展,对超声换能器及其测试系统都提出了更高的要求。超声换能器是进行超声成像的核心器件,超声换能器的核心参数主要有中心频率、频率带宽、声束宽度等,需要多种专用仪器测量。各种仪器价格昂贵、操作方式均不相同,既耗费资金又导致学习成本上升,因此需要开发集成多项功能的超声成像系统对超声换能器性能进行评价。LabVIEW能够便捷地连接仪器并进行控制,因此有必要基于LabVIEW开发超声换能器成像