基于Voronoi图的无线传感网络覆盖盲区检测方法

传感网络的空洞暴露程度较少,在检测网络覆盖情况时更容易出现误差,影响盲区的检测效果。为此,提出基于Voronoi图的无线传感网络覆盖盲区检测方法。根据节点分布关系推测无线传感网络覆盖情况,在Voronoi图的指导下排除已覆盖区域,获取具备检测条件的未覆盖无线传感网络空洞。计算网络空洞的暴露程度和节点能量,作为特征样本输入粒子群分离器中,根据分类器的输出结果,实现无线传感网络覆盖盲区检测。仿真结果表明,所提方法不同覆盖盲区数量下的检测时长低于0.2 s、不同节点数量下的检测能耗低于20 J、不同空洞圆心距下的覆盖盲区差异度最高为0.24,证明所提方法具有较好的无线传感网络覆盖盲区检测效果。     

基于磁检测电阻抗成像技术的接地网成像重建研究

接地网的拓扑结构和断点将直接影响接地网工作性能。论文提出了一种基于磁检测电阻抗断层成像(MDE?IT)的电阻率重建方法,用于测量接地网的拓扑结构和断点。首先,论文描述了MDEIT中接地网格检测的前向和后向推导问题,并计算了接地网上方的磁场分布。然后,提出了基于最小二乘法的电阻率重建方法。最后,论文通过数值算例验证了该方法的可行性,表明该方法可用于测量接地网的拓扑结构和断点。     

高温钢管漏磁检测的仿真与试验研究

高温钢管的快速无损检测对于保证管体质量、降低后续加工成本具有重要的意义;研制了漏磁检测系统和具有多种冷却方式的检测探头,研究了高温钢管实施漏磁检测的信号特性,证实管体温度在居里点以下时开展漏磁检测是可行的;试验和仿真结果表明,普通探头在15～780℃下检测时,探头受温度影响大,在室温和650℃时信号分别为2.12V和2.27V;高温探头采用风冷和水冷的方式,大大改善了探头的温度特性,信号在100～650℃范围内变化较小;铁磁性材料在居里点附近饱和磁化强度迅速下降,缺陷信号也随之减小,揭示了漏磁检测的适用温度范围。     

并联机器人视觉盲区末端位姿检测方法

为解决并联机器人末端执行器受机构支路遮挡造成的双目视觉盲区末端位姿错误检测问题,提出一种运动学正解结合混合优化RBF神经网络(RBFNN)误差补偿的视觉盲区末端位姿检测方法。首先在非视觉盲区采集RBFNN训练样本,其中运动学正解为输入样本,运动学正解和视觉检测位姿的差值为输出样本;然后进行训练,并采用GWO(Grey Wolf Optimization)算法和LM(Levenberg-Marquardt)算法混合优化权值;最后将训练好的网络用于视觉盲区,通过对运动学正解进行误差补偿以提高末端位姿检测精度。实验结果表明,与未补偿的检测方法相比,混合优化RBFNN补偿后的末端位姿检测方法,其末端位姿分量x,y,z,γ的误差平均绝对值分别降低了54.4%、67.7%、54.7%和52.9%,误差标准差分别降低了52.9%、62.8%、51.9%和58.8%,验证了所提方法的有效性。     

高动态范围成像技术中的鬼影检测与去除方法综述

由于广泛的实用价值与理论价值,高动态范围成像(HDRI)技术成为图像处理领域的一个研究热点,如何检测及去除成像过程中产生的干扰影像(即“鬼影”)也引起了研究者的广泛关注。将鬼影检测与去除方法按照运动物体是否属于拍摄目标及算法操作域进行系统分类,将鬼影检测算法分为无参考图像、有参考图像两大类并将每一大类分为辐射域检测、图像域检测两类,将鬼影去除算法分为辐射域去除、图像域去除两大类,对其中每一类算法分别全面综述了其特点及最新研究成果,并对不同方法的优缺点进行了比较分析。最后总结了不同方法的适用条件并给出了关于这一课题未来发展的思考。     

一种红外成像检测系统设计

红外成像系统的性能检测是产品质量的重要保证,本文介绍了一种红外成像系统的检测设备的设计,通过设计一定特征的红外目标图像,检测红外成像系统的成像功能,同时检测红外成像系统的分辨率、成像坏元等关键性指标,通过检测系统控制设计保证检测系统输出的红外图像的温度阈值范围和质量满足被测对象的要求,并能够提供可设置的图像,实现了对红外成像系统的功能和性能检测。检测系统温度分辨率不大于0.2度,图像相对畸变2%,目标运动精度不大于0.05度,光能分布不均匀度不大于10%,视场角不小于8度。     

一种基于动态图像处理的邮件检测方法

利用动态图像处理技术,设计了一种实时处理的邮件检测算法。采用了一种快速的中值滤波算法进行降噪处理,提出了一种简洁的边界提取算法,可以快速地提取出单像素边界。然后以自适应多直线匹配的方法实现两帧图像的配准,并利用差分图像信息实现邮件图像的提取,最后计算出邮件的相关参数。仿真实验表明,该算法能有效检测出运动状态下邮件的相关参数,实时性良好。     

视频中运动目标检测方法的研究与应用

介绍了一种在视频中运用序列图像检测运动目标的方法。采用累积差分图像的策略,突出目标、消除干扰,去除背景并降低平均噪声;将图像序列分为两个阶段。分别求取差分图像的累积图像,以便消除背景中周期性的运动;结合形态学分析方法去除噪声、斑点,求取目标的运动轨迹和定位目标。     

基于无镜头成像的目标检测分类方法

为了适应新型物联网设备对于小体积的要求,提出一种基于无镜头成像的检测分类方法。基于摄像头的计算机视觉处理任务目前已可集成到各种硬件设备中,然而随着物联网技术的快速发展,笨重的镜头已无法满足小体积的要求。无镜头成像技术是一种新型成像技术,其通过编码掩膜取代传统相机镜头而大大减小了相机体积和成本。本文通过分析无镜头成像基本原理与图像重构方法,并将其与神经网络联合,实现了基于无镜头成像的目标检测分类。实验使用VGG19网络进行了测试,证明了该方法的可行性。     

磁声断层成像逆问题的研究进展*

病变组织的早期发现对病症的诊断和治疗具有重要的临床意义。生物磁声断层（Magnetoacoustic tomography, MAT）成像是一种新型的无损伤功能成像技术,它融合了电磁场技术、超声技术和多物理场探测与成像技术,同时具备电阻抗成像的高对比度以及超声扫描成像的高空间分辨率的优点。它基于生物组织电导率的变化特点,能够先于结构成像技术发现组织的早期病变情况。MAT的研究包括正问题和逆问题两方面。该文在简介MAT成像原理的基础上,对其逆问题的研究现状进行综述,对主要方法进行归纳总结,分析目前存在的问题和可能的解决方法,最后指出未来的研究趋势。     

交变漏磁法在钢管表面缺陷识别中的应用

交变漏磁通法由于采用交流信号通过励磁线圈对钢管进行磁化,励磁强度和渗透深度容易实现调节[1],所以较永磁铁的漏磁检测方法更容易实现表面缺陷的检测.本文对缺陷处泄漏场的分布进行了分析,并用实验验证了分析的正确性.结果表明,该交变漏磁法对钢管表面较小裂纹具有较高的检出率.     

离焦数字粒子图像测速中粒子中心检测方法

在离焦数字粒子图像测速(Defocusing digital particle image velocimetry,DDPIV)技术中采用2D高斯函数作为离焦粒子灰度分布模型具有一定的局限性.当粒子模糊半径较大时,难以有效地检测出粒子中心位置.针对此问题,基于圆的霍夫变换(Circular Hough transfor...     

基于图像连通区域面积的成捆棒材自动计数方法

提出了一种基于图像连通区域面积的成捆棒材自动计数方法。该方法首先对获取的棒材图像进行灰度化、滤波和图像分割处理,然后对分割图像中的连通区域分类:小于基本面积的区域视为噪声区域,介于基本面积和阈值面积之间的区域视为一支棒材区域,大于阈值面积的区域表示多支棒材粘连区域。对于多支棒材粘连区域,采用区域面积除以标准面积得到棒材支数。最后将所有连通区域的棒材支数求和即可得到图像中全部棒材的支数。该方法应用于13幅成捆棒材图像计数实验时所得误差均小于3%。     

磁致伸缩位移传感器双磁环间测量盲区的影响分析

为减小双磁环磁致伸缩位移传感器磁环间的测量盲区,对传感器在测量盲区内的输出信号进行了分析。从双磁环偏置磁场与磁环间距的关系进行研究,建立了双磁环磁致伸缩位移传感器的输出电压模型,计算了不同偏置磁场强度的双磁环在不同间距与放置方向时传感器的输出电压,并通过实验进行了验证。结果表明,磁环规格相同时,测量盲区的大小与磁环放置方向无关,磁环偏置磁场强度越小,磁环间的测量盲区越小,磁场叠加影响的电压幅值变化量也越小。且在传感器的测量盲区内,电压输出信号将会受到偏置磁场与电压输出波形叠加的影响,这两种因素都会导致传感器检测失效。该研究结果为多磁环位移传感器磁环的选型及减小传感器磁环间的测量盲区提供理论基础。     

Linearized Proximal Alternating Direction Method of Multipliers for Parallel Magnetic Resonance Imaging

In this study, we propose a linearized proximal alternating direction method with variable stepsize for solving total variation image reconstruction problems. Our method uses a linearized technique and the proximal function such that the closed form solutions of the subproblem can be easily derived. In the subproblem, we apply a variable stepsize, that is like Barzilai-Borwein stepsize, to accelerate the algorithm. Numerical results with parallel magnetic resonance imaging demonstrate the efficiency of the proposed algorithm.      

Seg-CapNet:A Capsule-Based Neural Network for the Segmentation of Left Ventricle from Cardiac Magnetic Resonance Imaging

Deep neural networks (DNNs) have been extensively studied in medical image segmentation.However,existing DNNs often need to train shape models for each object to be segmented,which may yield results that violate cardiac anatomical structure when segmenting cardiac magnetic resonance imaging (MRI).In this paper,we propose a capsule-based neural network,named Seg-CapNet,to model multiple regions simultaneously within a single training process.The Seg-CapNet model consists of the encoder and the decoder.The encoder transforms the input image into feature vectors that represent objects to be segmented by convolutional layers,capsule layers,and fully-connected layers.And the decoder transforms the feature vectors into segmentation masks by up-sampling.Feature maps of each down-sampling layer in the encoder are connected to the corresponding up-sampling layers,which are conducive to the backpropagation of the model.The output vectors of Seg-CapNet contain low-level image features such as grayscale and texture,as well as semantic features including the position and size of the objects,which is beneficial for improving the segmentation accuracy.The proposed model is validated on the open dataset of the Automated Cardiac Diagnosis Challenge 2017 (ACDC 2017) and the Sunnybrook Cardiac Magnetic Resonance Imaging (MRI) segmentation challenge.Experimental results show that the mean Dice coefficient of Seg-CapNet is increased by 4.7％ and the average Hausdorff distance is reduced by 22％.The proposed model also reduces the model parameters and improves the training speed while obtaining the accurate segmentation of multiple regions.     

基于机器视觉的钢管壁厚在线检测方法研究

在钢管生产过程中,需要对钢管的壁厚进行实时测量,以检验所生产的钢管是否符合规格。针对人工测量钢管壁厚中所出现的测量效率低、易产生疲劳且无法实时测量等问题,基于机器视觉测量技术,提出一种钢管壁厚在线检测方法。该方法首先采集钢管断面图像,然后对采集到的钢管图像进行预处理,使用Canny边缘检测算子检测钢管断面内外圈边缘特征,最后使用改进后的随机霍夫圆检测算法检测断面轮廓,根据设计的钢管壁厚测量方案计算得到各处钢管壁厚。改进的随机霍夫圆检测由于采用分区采样以及筛选出与边缘轮廓契合度最高的候选圆的方式,提高了原检测算法的检测精度与效率。经过实验验证,该方法测量精度高,效率高,能够满足对钢管壁厚在线检测的要求。     

一种基于漏磁检测的钢轨伤损判定和计数方法

为了快速有效地评估轨顶表面损伤状态,提出一种基于漏磁(Magnetic Flux Leakage,MFL)检测的钢轨伤损判定和计数方法.该方法使用自适应阈值法计算判伤阈值,减小了噪声对判伤结果的影响,并用整段MFL数据的峰峰值进行预判伤;根据峰值点位置选定判伤窗口,缩短了数据处理时间,利用窗口内数据的峰峰值进行伤损判定...     

一种计算封闭区域周长和面积的新方法

区域面积和周长是图像分析与识别过程中所需的两个重要参数。本文提出了一种计算区域面积和周长的新方法,该方法的主要特点是算法简单,可借助快速傅立叶变换实现。文中详细地推导了有关计算公式,给出了快速算法的实现过程。实验表明,该方法具有较高的计算精度。由于可采用快速傅立叶变换算法为计算工具,该方法易于实现并具有很高的运算速度。