【摘 要】
：
电缆作为电力传输的重要部分，其线芯质量关系到用电安全及传输效率。在利用机器视觉技术测量电缆线芯结构参数时，刀痕纹理严重影响了图像分割效果，降低了测量精度。针对这一问题，本文提出了一种基于改进频域滤波的线芯截面图像刀痕纹理消除方法:首先采用相对总变差模型分解线芯截面图像，得到纹理图像描述;对线芯截面纹理图像进行快速傅里叶变换，分析刀痕纹理在频域中的能量主方向;研究改进型巴特沃斯陷波滤波器，设计椭圆形
论文部分内容阅读
电缆作为电力传输的重要部分，其线芯质量关系到用电安全及传输效率。在利用机器视觉技术测量电缆线芯结构参数时，刀痕纹理严重影响了图像分割效果，降低了测量精度。针对这一问题，本文提出了一种基于改进频域滤波的线芯截面图像刀痕纹理消除方法:首先采用相对总变差模型分解线芯截面图像，得到纹理图像描述;对线芯截面纹理图像进行快速傅里叶变换，分析刀痕纹理在频域中的能量主方向;研究改进型巴特沃斯陷波滤波器，设计椭圆形的邻域窄阻带以降低刀痕纹理对应的带状区域能量，从而消除刀痕纹理。实验结果表明，该方法的刀痕纹理消除率可达
其他文献
基于2000—2018年土地利用类型数据，采用景观指数、InVEST模型等方法，分析泰安市景观格局、生境质量演变特征与冷热点分布，并利用灰色关联度模型揭示生境质量与景观指数的关联性。结果表明：1）耕地、林地和草地减少，建设用地和湿地增加，并以耕地流向建设用地和湿地为主，研究区景观连通性减弱，景观格局总体趋向破碎化。2）泰安市生境质量整体处于中等以上水平，但中等、良好和优等生境三者占比之和不断减少，
为了践行“绿水青山就是金山银山”的发展理念,平衡矿产开发与生态环境保护,迫切需要对矿区生态环境开展动态监测并进行科学评价。本文立足于矿区生态环境场景的特点,在剖析矿区生态环境要素的时空变化特征及其差异性、矿区开采修复活动对生态环境要素影响机制及各要素协同演变规律基础上,为满足新时期矿区生态环境监测与评价的要求,构建了矿区生态环境定量遥感监测与评价的“数据-监测-评价-应用”技术框架。该框架充分利用
大尺寸分布式测量系统基于多源观测交会原理，测量节点间的相对位姿关系决定了系统整体性能。工作空间测量定位系统是分布式测量系统的典型代表，其定向方法借助激光跟踪仪的靶球互换性构建几何约束条件，导致系统接收节点存在不可避免的对心误差，影响定向精度。本文研究了一种移动式合作靶标的分布式系统定向方法。通过设计集成多接收节点的合作靶标，无需精确确定靶标接收节点间的结构关系，而是利用接收节点间空间位置的相对不变
为解决无人水面艇动态环境目标动态感知问题，研究了无人艇三维激光雷达目标实时识别系统。设计了无人艇三维激光雷达目标实时识别系统结构、硬件组成及数据通信协议。基于点云库(point cloud library,PCL)、Qt和Visual Studio平台开发了无人艇三维激光雷达目标实时识别系统软件，实现了点云数据校正、实时处理、数据显示、状态输出、远程通信等功能。考虑到无人艇航行时周边环境障碍物三维
随着2020年新冠肺炎疫情在全球肆虐,国际环境动荡加剧引发了大众对于粮食储备问题的担忧,而及时估算种植面积对于有效应对可能的突发事件具有重要战略意义。考虑到粮食种植具有范围广、区域差异大的特点,因而进行面积估算时,混合效应模型是非常合适的选择,但现有文献多局限于解决有抽样单元的剩余区域的外推估算问题,对零样本量的域估计问题则鲜有涉及。值得注意的是,在进行农业抽样工作时,抽样数量的设计多服务于国家或
为了解近10年来遂宁市生态环境状况及变化规律，利用遥感卫星影像数据，采用人机交互遥感解译和统计的方法，动态评价了生态环境状况及其5个二级分指数的变化趋势，并分析了主要影响因素。结果表明，遥感解译总体精度在94%以上；遂宁市主要土地利用类型为耕地和林地，10年间其结构没有发生根本性变化；在评价期内，遂宁市及其5个县（市、区）的生态环境状况级别均为良，生态环境状况指数累计变化量0.88，属无明显变化级
凝胶是一种常见的化学堵水物质，其化学性质稳定，价格便宜。针对凝胶力学特性分析的仪器大多为接触式仪器，或过于笨拙，或操作过于繁琐，为此提出一种非接触式的凝胶物理特性分析方法。该方法根据凝胶在毛细管中移动的基本特征，首先对凝胶图像进行针对性预处理，然后采用一种广度搜索的自适应阈值分割方法，得到精准的凝胶凹液面，进而对凝胶的动态力学性质进行计算与分析。实验表明，运用该方法分析凝胶的力学特性，平均误差率低
本文设计出一种基于学习去噪的近似消息传递(Learned denoising-based approximate message passing,LDAMP)的深度学习网络,将其应用于量子状态的估计.该网络将去噪卷积神经网络(Denoising convolutional neural network, DnCNN)与基于去噪的近似消息传递(Denoising-based approximate
为让学生模型学习到更全面的表征知识，提出一种多层次知识蒸馏方法，将教师模型的知识分为高、中、低多层次进行蒸馏。这三种层次的知识分别被指代为模型预测值、多尺度融合特征图以及特征层中的特征值，并以多层次知识为基础设计蒸馏项。首先基于低层次知识的特征蒸馏保证学生模型与教师模型的特征分布尽可能接近。再以中层次知识为基础，将图像的空间结构知识传递给学生模型。最后利用高层次的知识编码相邻帧间的依赖关系，并将该
随着人工智能技术的发展，深度神经网络以其优异的学习能力逐步应用到动作识别、目标定位等任务中。实现了智能化的目的。本文以YOLO V3目标检测算法为基础，提出了一种全新的用于人跌倒动作识别的检测架构，本算法将视频拆分成一系列的图片序列，并在图片序列中指定关键帧。通过3D深度神经网络提取视频序列中的时间维度特征，采用2D深度神经网络提取关键帧中的空间维度特征。采用通道融合机制在不同尺度的预测特征层进行