结构森林边缘检测与渗流模型相结合的混凝土表面裂缝检测

针对现有混凝土表面裂缝检测方法对不同环境下采集的裂缝图像集检测效果鲁棒性不强的问题,引入基于结构森林的学习框架来提取裂缝边缘,并融合改进的快速渗流算法检测裂缝,以保证检测精确率和效率。使用分段函数对彩色图像进行线性变换以增强裂缝,根据包含裂缝块的局部结构特征及彩色图像积分通道特征,利用结构森林边缘检测器快速提取裂缝边缘,同时结合改进的渗流模型快速渗流边缘并去噪。最后,利用形态学方法,连接较小断裂并填充孔洞。在收集的各类裂缝图像集上的实验结果表明,该算法处理速度快、鲁棒性好,且裂缝提取的精确度优于现有算法。     

基于空洞卷积和多特征融合的混凝土路面裂缝检测

混凝土路面的裂缝检测是确保道路安全的重要基础任务。针对混凝土路面的复杂背景和裂缝本身复杂的拓扑结构,提出了一种基于空洞卷积和多特征融合的混凝土路面裂缝检测网络,该网络采用基于U-Net的编码-解码结构。在编码阶段,使用改进的残差网络Res2Net提高特征提取能力;在网络的中间部分,使用串联和并联相结合的不同空洞率的空洞卷积,从而在增加特征点的感受野的同时不会降低特征图的分辨率;在解码阶段,融合了从低层卷积到高层卷积的多尺度和多级特征,提高了裂缝检测的准确性。为证明所提算法的有效性和准确性,将其与现有的部分检测方法进行了比较并使用F-score来评估检测性能。在多个混凝土路面数据集上的实验结果表明,该算法提高了裂缝检测的准确性,具有较好的鲁棒性。     

交叉融合的“人工智能+”学科建设探索与实践

目前,人类正迈入智能时代,人工智能与经济、社会的发展深度融合,成为了孕育新一轮科技革命和产业变革的核心推动力量,培养智能社会建设所需要的跨学科人工智能创新创业人才变得极为必要。为了适应智能时代对人才培养的这一迫切需求,高校需要加强智能类学科建设,探索交叉融合的“人工智能+”学科建设新模式,提升人工智能领域学科地位并创新拓展其他学科的发展建设方向。文中提出了“人工智能+”学科建设的交叉融合模式:一方面,从人工智能学科内涵出发,依托计算机科学与技术学科开展人工智能基础学科方向建设,夯实人工智能领域学科的基础;另一方面,结合社会经济产业发展的重点领域方向布局,依托相关领域优势学科发展建设行业领域智能化新学科方向,实现人工智能学科建设与其他领域学科建设的共融共生、相互助力、协同发展。在重庆邮电大学和重庆市的学科建设中,这一模式发挥了显著作用,为人工智能领域的学科建设提供了有益参考。     

样本方差与相似点判断相结合的图像裂缝检测

为解决传统渗流裂缝检测方法速度较慢的问题,提出一种样本方差与相似点判断相结合的图像裂缝检测算法。采用样本方差提取裂缝区域,提出一种偏差处理方式提取裂缝像素点,减少后续像素处理个数;进行初步裂缝渗流检测;提出一种裂缝断裂区间相似点判断算法并进一步渗流检测,避免裂缝断裂现象,提高检测的精确率。实验结果表明,该算法与传统渗流算法的精确率基本保持一致,降低了裂缝连接算法导致的误检测率,检测速度明显提高。     

一种抗遮挡的自适应尺度目标跟踪算法

在处理尺度变化和目标遮挡方面,利用相关滤波器的不同特征进行目标跟踪仍然存在问题。提出了一种基于随机蕨丛检测器的多尺度核相关滤波器算法。该算法将跟踪任务分解为目标尺度估计和位移估计,同时将CN颜色特征和HOG特征进行响应融合,进一步提高了整体跟踪性能。此外,文中训练了一个在线随机蕨分类器,在目标丢失后其能重新获取目标。与KCF,DSST,TLD,MIL,CT共5种算法相比,所提算法不仅能够准确地估计目标状态,而且可以有效处理目标的遮挡问题。     

基于直线段特征单元提取的隧道砼衬砌接缝去除算法

由于部分隧道砼衬砌表面图像中固有衬砌接缝与裂缝灰度值相似且线性一致,衬砌接缝处易产生起砂、空鼓、掉块及渗漏水,已有的裂缝检测算法提取单一的裂缝存在缺陷。提出基于直线段特征单元提取的隧道砼衬砌表面衬砌接缝去除算法。在裂缝聚类特征粗检测的基础上,首先通过改进的累计概率霍夫变换检测出显著的直线特征;然后利用像素点的延伸搜索计算来提取衬砌接缝可处理的最小直线段特征单元线;最后根据单元线标记信息及定区域内单元线特征去除部分衬砌接缝,并运用渗流去噪算法得到隧道砼衬砌表面真实裂缝。实验结果表明,提出的算法弥补了已有隧道砼衬砌表面裂缝检测技术的不足,能够精确、快速、有效地去除相似线性特征对单一的真实裂缝检测的干扰,具有较强的鲁棒性。     

基于改进IGG模型的全景图像拼接缝消除算法

为了提高序列图像拼接得到的全景图的质量,通常将L-M(Levenberg-Marquardt)算法用于图像拼接中变换模型的参数优化,但L-M算法不能消除误匹配点对模型求解的影响。为了消除误匹配点的影响,提出了基于IGG(Institute of Geodesy & Geophysics)函数模型的抗差L-M算法。首先利用IGG算法的迭代过程具有良好的抗粗差能力和可靠的收敛性等特点来优化变换模型,提高图像配准的精准度。然后采用自适应区域的拉普拉斯多分辨和最优拼接缝相结合的方法对拼接结果进行融合,以消除因拼接缝及光照不均而造成的过渡不连续现象。实验结果表明,所提算法不仅有效提高了配准精度,同时还实现了无缝拼接,获得了高质量的无缝拼接全景图。     

基于细节增强的多曝光图像融合算法

针对已有多曝光图像融合算法存在细节丢失的问题,提出一种基于细节增强的多曝光图像融合算法.为使图像细节更加清晰,构建三尺度融合框架;设计一种曝光亮度权重函数,结合图像饱和度及增强后的对比度,构建初始权重图;根据引导滤波计算最终权重图,在三尺度融合框架上进行加权融合.实验结果表明,与3种实验对比算法相比,该算法的融合结果能呈现更丰富的细节信息,在综合质量评价指标IL-NIQE上分别有平均8.95％、11.38％和21.2％左右的提升.     

退化车牌字符的两级分割算法研究

为了准确进行车牌字符分割,提高车牌字符识别的准确率,提出了一种改进的车牌字符分割算法.对定位出来的车牌进行有效预处理,通过两级字符分割算法对车牌进行单字符分割.第一级字符分割是结合连通域分析法和垂直投影进行字符粗分割,第二级字符分割是基于车牌字符的先验知识通过多次判断进行车牌字符精分割.实验结果表明,该算法对受到光照不均、污迹、字符粘连和断裂、质量退化等严重影响的车牌字符能进行很好的分割.