数字图像配准方法探讨

图像配准技术作为图像处理中的一个基本环节,直接关系到数字图像处理的后续工作,因此精确快速的图像配准方法成为计算机视觉研究中的热门话题。通过对现有图像配准方法的学习研究,评价其优缺点,为进一步研究高效率配准方法提供有效信息。     

基于灰度相关性的裂缝检测算法

从裂缝的灰度特征入手, 提出一种基于灰度值相似度的裂缝提取方法。针对混凝土路面孔洞、污损等因素干扰, 主要分三步实现裂缝提取：a)对所采集的路面图像进行特征分析, 建立灰度值相似度函数, 根据相似度对比提取疑似裂缝信息; b)利用连通域度量去除虚假裂缝, 将问题转换为图论问题; c）利用谱聚类算法提取真实裂缝。通过大量混凝土路面图片测试表明, 该方法能实现路面真实裂缝特征提取, 具有较强实用性。     

基于全卷积网络和自编码的高光谱图像分类

针对高光谱图像空间信息利用不足、标记样本数量较少的问题,提出一种基于全卷积网络和堆栈稀疏自编码的高光谱图像分类算法。基于迁移学习的思想,利用预训练好的全卷积网络FCN-8s,挖掘图像潜在的多尺度几何结构特征;选取其特征的像素邻域信息,采用拼接融合的方法与原光谱信息进行融合;利用堆栈稀疏自编码网络完成最终的多尺度空谱特征提取,并通过Softmax分类器实现分类。对三组遥感图像进行实验,结果显示,所提算法极大改善了边界区域的分类效果。     

水泥化学课程的教学方式探索

以土木工程材料类研究生专业课程"水泥化学"为研究对象,进行可视化、现场化、实物化、具体化的"四化"教学方式探索,激发学生的学习兴趣和主动性,强化学习体验,促进学生对理论知识的理解,为改善工科研究生专业课程的教学效果提供了一种可参考的模式。     

浅谈当前云存储下的数据安全和隐私保护

本文从云存储的概念及目前存在的一些问题入手，浅谈物联网时代云存储下的数据安全。     

基于TSNE和多尺度稀疏自编码的高光谱图像分类

针对高光谱图像存在维数“灾难”、特征以及空间信息利用不足的问题,结合深度学习、流形学习及多尺度空间特征的最新进展,提出了一种TSNE和多尺度稀疏自编码网络的高光谱图像分类算法。利用TSNE算法对高光谱图像进行降维,再对每个像元的邻域进行多尺度空间特征提取,利用加入空谱联合信息的像元训练稀疏自编码网络模型并通过softmax分类器进行分类,减少计算复杂度,提高分类精确度。通过对Indian Pines及Pavia University两组数据进行实验,结果表明,提出的算法与其他五种算法相比分类效果更好。     

超疏水镁合金制备及其耐腐蚀性研究

研究了2种化学试剂和2种表面改性剂,通过4种不同的组合方式在镁合金表面制备超疏水膜层的简单方法。先分别使用氯化铜和硫酸锌对镁合金进行化学刻蚀,再通过油酸和硬脂酸对其进行表面修饰。改性以后试样的静态接触角均达到150o以上,滚动角在6.5o左右;且试样的超疏水性能保持稳定,在空气中暴露半年之久后,其接触角依然保持在150o以上,变化幅度非常小。对4种不同的超疏水试样进行电化学测试,比较发现采用氯化铜刻蚀后经过硬脂酸自组装得到的超疏水表面拥有最好的耐腐蚀性,其自腐蚀电位达到–1.11 V,相比于镁合金基体提高了0.33 V,且容抗弧直径是基体的6~7倍。