【摘 要】
：
研究陶瓷晶粒尺寸分布对估计陶瓷样品的物理属性具有重要意义, 当前主要依赖人工方法测量晶粒尺寸, 由于晶粒形状不规则且大小不一, 因此人工方法测量效率低、误差大. 针对该问题, 提出一种数据与模型联合驱动的陶瓷材料晶粒分割算法. 该算法首先通过图像预处理解决材料表面反光导致的灰度不均匀问题；其次利用本文提出的鲁棒分水岭变换实现图像中晶粒的预分割, 解决传统分水岭算法存在的过分割以及分割区域个数与轮廓
论文部分内容阅读
研究陶瓷晶粒尺寸分布对估计陶瓷样品的物理属性具有重要意义, 当前主要依赖人工方法测量晶粒尺寸, 由于晶粒形状不规则且大小不一, 因此人工方法测量效率低、误差大. 针对该问题, 提出一种数据与模型联合驱动的陶瓷材料晶粒分割算法. 该算法首先通过图像预处理解决材料表面反光导致的灰度不均匀问题；其次利用本文提出的鲁棒分水岭变换实现图像中晶粒的预分割, 解决传统分水岭算法存在的过分割以及分割区域个数与轮廓精度难以平衡的问题；最后根据本文提出的轻量级富卷积特征网络输出晶粒轮廓并利用该轮廓对预分割结果进行优化.
其他文献
目前，变电站保护硬压板信息管理处于完全依赖于人工巡检的状态。伴随着人工智能上升为国家战略，深度学习技术进一步发展，提出一种基于OpenCV+SSD深度学习模型的压板状态识别方法。在图像二值化并高斯滤波基础上，基于霍夫直线检测算法进行保护屏柜角点检测，并通过透视变换实现压板图像矫正，从而避免拍摄图像的角度变化对识别结果的影响；利用模板匹配的方法对压板图像进行分割，并建立不同压板与其功能间的映射关系，
为了探究草木樨属植物对低温环境的适应性，以采自西藏达孜的野生白花草木樨和黄花草木樨为试验材料，探究了其种子在-4℃低温胁迫条件下的种子萌发特性，测定了幼苗叶片在-10℃～5℃低温胁迫条件下丙二醛(MDA)含量、可溶性糖(SS)含量、游离脯氨酸(Pro)含量、超氧化物歧化酶活性和过氧化物酶(POD)活性的变化，并采用隶属函数法进行抗寒性综合评价。结果表明：-4℃低温胁迫对两种材料种子萌发具有显著的抑
农林业生物质废弃物炭化还田，对提升土壤质量、实现碳封存、缓解气候变化具有重要意义，土壤团聚体是土壤有机碳（SOC）主要的赋存场所，物理保护SOC而免于被微生物分解，是表征土壤固碳潜力的重要指标。本研究通过C_(3)源（种植大豆）暗棕壤施用C_(4)源（玉米秸秆）生物炭2年的盆栽试验，基于团聚体多级层次结构尺度，研究了施用6 t ha~(-1)（BC6）、12 t ha~(-1)（BC12）和24
为探究长期连续施用不同种类畜禽粪肥对土壤结合态腐殖质组成的影响，于2010年开始在吉林农业大学试验站进行了长期定位小区试验研究。试验共设置4种处理，分别为连续施用鸡粪（ChM）处理、连续施用猪粪（PM）处理、连续施用牛粪(CM)处理以及单施化肥的空白对照（CK）。分别于施用后的一年（1Y）、三年（3Y）、五年（5Y）、七年（7Y）的10月进行小区土壤采样，并进行分析，基于Anderson的方法，将
针对传统YOLOv3算法中存在检测框定位不精确的问题，提出了一种改进的YOLOv3算法用来重新估计检测框位置，提高智能汽车在雾霾交通环境下的定位精度。首先运用图像去雾算法对采集到的图片进行预处理，然后构造定位置信度替代分类置信度作为参考项来选择估计检测框位置，并且改进了非极大值抑制(NMS)算法，引入soft-NMS(软化非极大值抑制)以及最后使用加权平均的方式来更新坐标位置，以达到提高定位精度的
现有基于孪生网络的单目标跟踪算法能够实现很高的跟踪精度,但是这些跟踪器不具备在线更新的能力,而且其在跟踪时很依赖目标的语义信息,这导致基于孪生网络的单目标跟踪算法在面对具有相似语义信息的干扰物时会跟踪失败.为了解决这个问题,本文提出了一种异步相关响应的计算模型,并提出一种高效利用不同帧间目标语义信息的方法.在此基础上,提出了一种新的具有判别性的跟踪算法.同时为了解决判别模型使用一阶优化算法收敛慢的
以2年生西洋参幼苗为试验材料，采用盆栽控水的方法，研究5种不同土壤水分处理T1(5%～10%);T2(10%～15%);T3(20%～25%);T4(30%～35%);T5(35%～40%)对西洋参生长和生理特性的影响。结果表明：随着土壤水分含量的增加，西洋参幼苗叶片叶绿素a、类胡萝卜素、总叶绿素含量先升高后降低，叶绿素b含量呈逐渐降低趋势；随着水分胁迫的加剧，根系活力逐渐降低，叶片中丙二醛（MD
以pH为5.38、6.54、7.16和8.11（pH5、pH6、pH7和pH8）的黑钙土为研究对象，室内恒温培养89 d（于培养的第0、1、4、7、14、21、28、42、89 d取样），研究氮肥（尿素、磷酸二铵）添加对黑钙土氮素转化及酸度的影响。结果表明：施加尿素处理下不同酸度黑钙土中铵态氮含量、硝态氮含量、硝化速率和矿化速率分别为对照处理下的5.77～6.57倍、2.00～2.88倍、3.41
目标跟踪是一项有挑战性的计算机视觉任务，在智能交通、人机交互、视频监控等领域有重要作用。目前已经出现诸多性能优越的跟踪算法，但是在煤矿场景下实现良好的跟踪效果,依旧存在较大困难。主要面临着遮挡严重、背景干扰较多、井下人员较多、数据集样本数量少、缺乏统一标注等挑战，严重影响着目标跟踪的效果。本文针对煤矿场景下,矿井视频数据集不完善、图像质量低以及缺乏统一标注等情况，设计一种无监督的方法训练目标跟踪模
为探究西部风沙区采煤沉陷裂缝对土壤表层含水量（0～20cm）的影响，以神南柠条塔煤矿某工作面为研究区，使用TDR对动态裂缝以及不同宽度的地裂缝进行了土壤的水分含量监测，结果表明：（1）在动态裂缝整个发育周期内，裂缝周边表层含水量呈现处一个先快速下降后缓慢上升的趋势，且相对出塌陷侧的含水量损失量小于相对出露侧；且裂缝相对塌陷侧含水量及含水量恢复速度稍大于相对露出侧；在裂缝相对出露侧的土壤含水量受影响