一种网络化的混凝土超声检测系统的设计与实现

针对常规的混凝土超声检测仪存在着采集数据量小、只能进行简单分析处理并且体积和质量都较大、携带不便的问题，开发了一种新的网络化混凝土超声检测系统。该检测系统以可编程逻辑器件CPLD作为控制核心，通过24通道高速并行数据采集电路对检测信号进行采集，利用网络处理器（IP2022）实现网络连接，将测得的数据通过网络实时地传输给计算机进行分析和处理。在实际检测试验中，该检测系统传输速率可达900kbps，平均读取一次数据时间小于300ms。试验结果表明，该检测系统使用方便灵活，可以有效地用于混凝土结构物的安全监测和质量评价。     

改进的加权顺序统计量滤波器快速优化算法

提出一种改进的加权顺序统计量滤波器（ＷＯＳ）快速迭代优化算法．与Ｙｉｎ算法相比，文中算法具有收敛速度快，以及收敛结果更接近全局最优的优点．     

用于图像处理的自适应多级中值滤波器

研究了一种新的自适应多级中值滤波器（ＡＭＬＭ）在图像处理应用中的一些特性．研究表明：ＡＭＬＭ的细节保护能力介于单向多级中值滤波器（ＭＬＭ－）和双向多级中值滤波器（ＭＬＭ＋）之间,但滤噪能力总是优于ＭＬＭ－,而且大部分情况下优于ＭＬＭ＋．应用于实际噪声图像的滤波结果显示,ＡＭＬＭ优于ＭＬＭ＋及ＭＬＭ－．     

航拍图像车辆检测的数据增强

为快速增加车辆航拍图像的训练数据以提高检测模型的精度,从而提高车辆检测的准确度,提出了一种新的数据增强方法,将数据增强技术应用于提高无人机航拍图像中的车辆检测性能,并提出一套通用工作流和一种新的生成数据增强方法。工作流由Pluralistic Image Completion生成器网络和Tiny YOLOv3检测器网络组成,分别用于新训练数据的生成和边框标注,同时也要均衡考虑相关的性能指标。生成数据增强方法包括训练阶段和增强阶段。训练阶段涉及对生成器网络和检测器网络的分别训练。增强阶段使用生成网络生成新样本,并使用检测器评估这些样本进行增强的可行性。评估后确定可行的样本组成增强训练数据集,用于之后的检测器训练。该方法只需要在训练数据集中对车辆对象加上边界框标注,并不需要任何额外的监督;且允许用更多数量的实例来训练检测器,尤其是在训练实例数量有限的情况下,以此提高车辆检测性能;同时,该方法可以与不同的生成器集成,具有一定的通用性。试验结果表明：在与Pluralistic和DeepFill集成时,该方法可使其平均精度分别提高25.2%和25.7%。     

运动目标最优角点选择算法*

针对传统角点提取算法应用于运动目标优质角点选取上,较难平衡检测精度和检测速率的问题,提出一种稳健的角点选择新算法。首先将图像分块,用子块在相邻帧间的灰度差对其进行聚类,并分割出运动区域块作为角点的搜索区域;然后引入邻域块重新构造Moravec算法的能量变化计算方法,并用之检测目标上的角点;最后对检测到的所有角点进行动态过滤,剔除掉质量低的角点,留下质量高的角点代表运动目标的局部显著特征。将本算法应用于目标跟踪系统进行测试,测试结果表明它有较好的稳健性,较强的的抗噪能力和较快的检测速度,且能保证跟踪的准确性,可以很好地满足交通场景中对行人检测实时性和可靠性的要求。     

一种新的汽车牌照识别的图像增强算法

汽车牌照区域分割是牌照识别的关键步骤，增强图像中的牌照区域，抑制背景区域，可以有效降低牌照区域分割的难度。将图像分解为一组二值图像的组合，然后在二值图像上计算各连通分量及其特征参数，利用牌照区域和背景区域对应的连通分量的特征差别，可以有效抑制背景而保留牌照。处理后的二值图像可重构出牌照区域被增强的图像。还采用等高线标记代替连通分量标记，以减少计算量，使得算法具有实用性。试验表明，这种算法有效地突出了牌照区域而抑制了背景，提高了牌照定位分割的效果，可以很好地用于实际的汽车牌照识别系统中。     

置换滤波器的简化形式

置换滤波器是一种重要的非线性滤波器,它包括了几乎所有的基于排序操作的非线性滤波器,但巨大的计算量和存储量要求限制了其在图像处理等领域中的应用。针对图像处理的应用目的,提出了简化置换滤波器的几种方法:减少特征向量的量化级、减少特征空间的维数和对特征空间映射函数施加自偶约束。试验比较了简化前后的滤波器的效果。结果表明,经过适当简化,在滤波性能损失很小的情况下,置换滤波器所需要的计算量和存储量可以大大减少。     

基于块计数的交通背景实时更新方法

为了提高运动目标检测质量,提出以了一种新的基于块计数的选择性背景更新方法,在线学习像素块的变化。首先对传统的中值滤波方法进行改进,基于此方法建立视频的初始背景;然后对训练序列中相邻帧的对应块做临时差,对差值在阀值范围内的块进行累加计算并将结果保存在计数器中,通过对计数器的实时监测,有选择性的根据当前帧和背景中的块值对背景进行更新。结果表明:与标准的码本方法相比,提出的方法在视频2的学习速度、前景提取速度、准确率方面分别提高了10%、3%和5%;与高斯混合模型、码本、统计和知识库方法相比,该方法在学习和检测时间上比其他方法快;在检测结果上,从真报警率和误报警率看有较高的辨别度,检测错误的像素比较少。     

秩选择非线性滤波器及其优化

目的研究由中值滤波器推广得到的一类重要的滤波器形式及其优化设计方法。方法分析加权顺序统计滤波器的优化算法,由此导出秩选择滤波器的自适应优化算法。结果模拟实验显示,导出的自适应算法能够很好收敛。结论算法可以很好地用于图像处理中的秩选择滤波器设计。     

基于YOLOv3改进算法的出租车驾驶人口罩检测

为了更加及时精准地监测出租车驾驶人在工作状态下的口罩佩戴情况,提出一种基于YOLOv3改进算法的出租车驾驶人口罩佩戴检测方法。在试验开始前,利用收集到的出租车车内视频数据制作一套包含2 478张出租车内部驾驶人工作状态下的图片数据集,根据数据集的特点采取3种改进策略：首先将主体网络中的普通卷积替换为深度可分离卷积,降低模型参数量的同时实现模型压缩和网络结构深度的增加;然后为了保证口罩边缘信息在多尺度预测过程中的融合效果,将原始算法中在3个特征图进行多尺度融合的策略减少为2个;最后为了维持在特征图融合过程中的锚框数量,采用了K均值(K-means)算法重新计算出8个初始锚框值,给2个融合特征图上分别分配4个初始锚,通过以上改进使算法能够更好地适配于自建数据集。研究结果表明：通过改进后的YOLOv3算法在驾驶人口罩佩戴检测时精度可以提升至96.2%,且模型被压缩到32 M,在英伟达1080Ti环境下处理速度为43帧/s,满足实时性需求要,改进后的算法表现更加优异,可以有效地用于出租车驾驶人口罩佩戴检测。