路面破损图像自动处理技术研究进展

总结了路面破损图像自动处理技术的重要研究成果, 分析了该领域关键技术的研究进展, 包括路面破损检测系统、图像处理算法和识别算法评估; 比较了不同路面破损检测系统与目标自动识别算法的检测精度和适用性, 给出了路面破损图像自动处理技术未来可能的主要研究方向。研究结果表明: 在路面破损检测系统方面, 从早期基于摄影技术的图像采集到目前的3D激光扫描技术, 路面图像采集技术更加便捷和高效, 但破损图像自动分析和目标自动识别算法仍然存在挑战; 在路面破损图像处理算法方面, 传统的路面裂缝目标分割算法已由过去的基于单一特征(灰度、边缘形状等) 的检测方法演化到多特征融合检测方法和图优化检测方法, 还出现了一些精细化的裂缝目标连接与恢复算法, 大幅提高了裂缝检测精度, 但需要的计算资源和人工先验知识库也随之不断增大; 在路面裂缝处理算法评估和比较方面, 主要利用人工分割来评价自动识别结果, 目前迫切需要建立一个面向全球开放的大型路面破损图像数据库, 以客观、有效地评估现有各种路面破损图像处理算法; 基于2D图像特征分析的路面破损图像自动识别算法很难在识别精确性、算法通用性和实时性方面同时取得最佳效果; 近年来, 大量学者开始尝试借助深度学习神经网络自动识别路面破损, 但该技术仍处于活跃的演进过程中; 在提高路面破损自动识别精度和效率方面, 3D激光扫描技术和基于人工智能的深度学习技术的发展将对未来路面破损图像自动识别技术的最终突破产生重大推进作用。      

基于球面图像的三角网格模型分割

为了从局部形状的角度实现对三角网格模型的管理和重用,提出了一种基于球面图像的三角网格模型分割方法.通过球面参数化及球面划分,将三角网格模型的表面属性信息映射到球面图像中;利用成熟的区域生长、区域合并图像分割算法对球面图像进行分割;将球面图像的分割结果转换为三角网格模型的分割结果.实验结果表明:该分割方法可以对不均匀的低分辨率三角网格模型进行有效分割,降低了几何属性估算对分割结果的影响,不会发生过分割现象,不需要进行分割的后续处理.     

Segmentation of haustral folds and polyps on haustral folds in CT colonography using complementary geodesic distance transformation

Computer-aided detection （CAD） for CT colonography refers to a scheme that automatically detects polyps in CT images of colon. Current CAD schemes already have a relatively high sensitivity and a low false positive rate. However, misdiagnosis and missed diagnosis are still common to happen, mainly due to the existence of haustral folds （HFs）. An innovative idea of segmenting semilunar HFs from the smooth colonic wall and then using different methods to detect polyps on HFs and those on the smooth colonic wall is proposed in this paper to reduce the false positives and false negatives caused by HFs. For the polyps on HFs, a novel segmentation method is specially developed based on complementary geodesic distance transformation （CGDT）. The proposed method is tested on four different models and real CT data, The property of CGDT is proved and our method turns out to be effective for HF segmentation and polyp segmentation. The encouraging experimental results primarily show the feasibility of the proposed method and its potential to improve the detection performance of CAD schemes.     

Lesion segmentation and identification of breast tumor on dynamic contrast-enhanced magnetic resonance imaging

Dynamic contrast-enhanced magnetic resonance imaging （DCE-MRI） can show subtle lesion morphol- ogy, improve the display of lesion definitions, and objectively reflect the blood supply of breast tumors; it can also reflect different strengthening patterns of normal tissues and lesion areas after medical tracer injection. DCE-MRI has become an important basis for the clinical diagnosis of breast cancer. To DCE-MRI data acquired from several hospitals across multiple provinces, a series of in-silico computational methods were applied for lesion segmentation and identification of breast tumor in this paper. The image segmentation methods include Otsu segmentation of subtraction images, signal-interference-ratio segmentation method and an improved variational level set method, each has its own application scope. After that, the distribution of benign and malignant in lesion region is iden- tified based on three-time-point theory. From the experiment, the analysis of DCE-MRI data of breast tumor can show the distribution of benign and malignant in lesion region, provide a great help for clinicians to diagnose breast cancer more expediently and lay a basis for medical diagnosis and treatment planning.     

基于头脑风暴优化的PCNN路面裂缝分割算法

为提升裂缝检测的分割精度和鲁棒性,基于头脑风暴优化（brainstorming optimization,BSO）和脉冲耦合神经网络（pulse coupled neural network,PCNN）,提出了一种路面裂缝图像分割算法（BSO-PCNN）. 该算法采用最大熵准则作为BSO算法的适应度函数,并依据适应度值决定参与次轮迭代的个体;BSO具有强收敛性,可快速确定最优个体解;结合图像特征,获得PCNN模型的最优参数,将其代入PCNN模型实现对裂缝图像的分割. 试验结果表明:算法可在20次迭代内取得不同类型路面裂缝图像的最大适应值,从而确定最佳分割参数;与Sobel边缘检测算法、PCNN图像分割算法、基于最大熵的遗传算法（genetic algorithm based on the maximun entropy of the histogram,GA-KSW）、基于遗传算法参数优化的PCNN分割算法（genetic algorithm based on the pulse coupled neural network,GA-PCNN）相比,BSO-PCNN算法取得了0.9924的区域一致性与0.0900的区域对比度.      

Chinese to Braille translation based on Braille word segmentation using statistical model

Automatic translation of Chinese text to Chinese Braille is important for blind people in China to acquire information using computers or smart phones. In this paper, a novel scheme of Chinese-Braille translation is proposed. Under the scheme, a Braille word segmentation model based on statistical machine learning is trained on a Braille corpus, and Braille word segmentation is carried out using the statistical model directly without the stage of Chinese word segmentation. This method avoids establishing rules concerning syntactic and semantic information and uses statistical model to learn the rules stealthily and automatically. To further improve the performance, an algorithm of fusing the results of Chinese word segmentation and Braille word segmentation is also proposed. Our results show that the proposed method achieves accuracy of 92.81% for Braille word segmentation and considerably outperforms current approaches using the segmentation-merging scheme.     

基于改进模糊算子和形态学的舌体分割方法

舌诊是中医望诊中的重要内容,为了自动分析舌体的各项指标,必须将舌体从背景区域中分割出来.由于舌体与脸部等背景区域颜色较为接近,提出一种基于改进模糊算子和形态学的舌体分割方法,该方法根据由大津法确定的阈值定义隶属函数,取得了令人满意的分割效果.     

基于Kittler最小误差分割算法的小视场星图分割

小视场星图易受光照不均和噪声影响，常用阈值分割算法存在处理效果不佳或效率较低的不足. 针对星图灰度的高斯分布特征，基于贝叶斯最小误差理论，提出利用Kittler最小误差分割算法处理小视场星图. 以视频测量机器人为测量平台，以 "优度法"、区域一致性、区域对比度和时间复杂度为评价指标，对比了常用的阈值分割算法和一维最大熵法，验证了Kittler算法在确保星图良好分割的同时，星图处理效率可以提高70%左右. 基于半仿真星图和真实星图的室内试验表明，Kittler算法可以准确提取星点质心坐标，水平和垂直方向均方根误差分别为0.025像素和0.019像素；采用该算法的野外天文定位实测表明，经纬度内符合平均精度分别优于0.015 s和0.22″，外符合精度分别优于0.025 s和0.35″，可以满足一等天文测量的精度要求.      

基于TF-IDF-MP算法的新闻关键词提取研究

TF-IDF算法使用词频和逆文档频率来判断文章中词语的重要性,但类别区分效果不是很好。为提高分类效果,提出TFIDF-MP算法。首先对语料库中的文档进行段落标注,利用jieba分词工具分词并标注词性,然后根据特征词在单个文档中出现的次数与该特征词在语料库所有文档中出现的平均次数进行比较,采用改进后的Sigmoid函数调整特征词权值,同时根据相关文档的段落位置重要程度赋予不同的位置权重,根据特征词权重大小排序后用朴素贝叶斯分类器对文档进行分类。实验结果表明,TF-IDF-MP算法应用到新闻分类中,精确率、召回率和F1值等评价指标较TF-IDF及相关改进算法都得到较好的提升。     

Detecting Premature Ventricular Contraction in Children with Deep Learning

Premature ventricular contractions (PVCs) are abnormal heart beats that indicate potential heart diseases. Diagnosis of PVCs is made by physicians examining long recordings of electrocardiogram (ECG), which is onerous and time-consuming. In this study, deep learning was applied to develop models that can detect PVCs in children automatically. This computer-aided diagnosis model achieved high accuracy while sustained stable performance. It could save time and repeated efforts for physicians, enabling them to focus on more complicated tasks.This study is a first step toward children’s PVC auto-detection in clinics. Further study will improve the model’s performance with optimized structure and more data in different sources, while facing the challenges of the variety and uncertainty of children’s ECG with heart diseases.     

具有学习效果的两机流水车间调度启发式算法研究

以最小化时间表长为目标函数,对具有学习效果的两机流水车间调度问题进行研究.由于工序加工时间引入了学习效果,传统的Johnson法则和NEH启发式算法不再适用.针对该问题的NP-hard特性,提出了JNEH和MNEH两种求解问题的多项式启发式算法.计算机数据实验证明了新的启发式算法求解问题的可行性和有效性;表明了JNEH启发式算法和MNEH启发式算法对小规模问题求解的精度更高、稳定性更好;同时证明MNEH启发式算法对求解大规模问题具有比传统算法更好的寻优性能和鲁棒性.     

基于公交IC 卡数据的上车站点推算研究

为了分析城市公交乘客的出行特征,本文利用公交IC 卡及GPS数据对公交IC 卡乘客上车站点推算进行研究.针对安装车载GPS设备的车辆,运用GPS数据与IC 卡数据融合算法进行推算;对于无车载GPS设备的情况,为适应一票制IC 卡数据挖掘,对贝叶斯决策树算法进行改进,允许节点跳跃,推算上车站点,并且利用Markov 链特性降低算法的运算复杂度.同时,本文以北京公交数据为例,对提出的两种方法进行验证.结果表明,利用本文提出的方法推算上车站点,3 站之内误差的准确率达到90%以上,算法在兼顾算法精度的同时合理地控制了运算复杂度,可以实际运用于城市公交系统.     

高速铁路接触网研究进展

接触网与受电弓之间动态性能是影响列车运行的重要因素之一,高速铁路中接触网的不良状态直接影响牵引供电系统对动车组的供电安全.论文系统地讨论了高速铁路接触网研究的4个方面,即接触网的初始平衡态求解、接触网动力学建模、接触网非接触检测和接触网静态动态评估,并给出了目前高速铁路接触网研究的最新进展:针对接触网的初始平衡态求解精度不高的问题,通过引入多目标约束的结构找形方法和非线性有限元过程进行求解;在接触网动力学建模方面,考虑环境风对接触网影响的问题,通过环境风模拟和风洞实验获得气动力系数,建立沿线风场进行接触网风振特性分析;对于接触网非接触检测算法的精度不高问题,基于深度学习理论的检测技术和实时图像检测算法是今后发展方向;针对目前接触网动态评估方法缺乏的问题,现代谱估计、时频分析和大数据技术及其融合将是今后接触网评估的重要手段.      

基于多尺度卷积类内迁移学习的列车轴承故障诊断

考虑变工况下列车轴承振动数据分布不一致情况下, 传统深度学习诊断模型的泛化能力下降, 提出了一种多尺度卷积类内自适应的深度迁移学习模型; 模型利用改进的ResNet-50网络分析振动数据的频谱, 得到了中间层次特征, 构造了多尺度特征提取器, 从不同尺度处理中间层次特征得到高层次特征; 将高层次特征作为分类器的输入, 同时计算了伪标签以缩短在不同工作条件下收集的振动信号的条件分布距离来进行类内匹配; 为了验证模型的通用性和优越性, 将提出的模型分别用于列车轮对轴承数据集和凯斯西储数据集的多个工况进行试验验证和分析。研究结果表明: 通过对齐不同域中同一类样本的高层次特征作为分类器的输入, 提出的模型获得了更为理想的故障诊断精度; 在列车轴承6个变工况诊断实例中, 平均诊断精度为90.75%, 与传统深度学习模型相比, 模型诊断精度平均提高了约10%, 召回率为0.927;在凯斯西储数据集的12个变工况诊断实例中, 模型平均诊断精度达99.97%, 比传统模型提高约10%。可见, 利用伪标签减小了不同域之间的条件分布差异, 很好地处理了源域和目标域数据分布不一致的问题; 多尺度特征提取器能从不同尺度对齐样本的高层次特征, 增强了模型的泛化性与鲁棒性, 是解决变工况列车轴承故障诊断问题的一种有效模型。      

基于深度特征聚类的高排放移动污染源自动识别

传统的高排放移动源识别方式是将采集的尾气数据与预先设定的排放阈值进行比较判 定，但是，排放阈值的设定很大程度上取决于人为标准，并且忽视了外部因素对尾气排放的影响， 无法真正反映移动源排放水平。针对此问题，本文结合机器学习算法，提出一种基于深度特征聚 类的高排放移动源识别方法。首先，利用随机森林算法筛选出不同污染物(CO、HC、NO)排放的 主要影响特征；其次，对多维影响特征进行聚类分析，获取高排放类别标签；最后，训练得到基于 深度森林的移动污染源分类模型，自动识别高排放目标源。通过对比实验，在合肥市机动车污染 遥测数据集上验证了所提方法的有效性。     

遗传算法在图像分割中的应用

图像分割是图像分析的预处理阶段,被认为是计算机视觉中的一个瓶颈.基于扩展的Otsu最优阈值图像分割方法,提出用一种改进遗传算法进行图像分割的方法,并给出了遗传算法中参数的设定.仿真结果表明,改进算法的计算速度不仅明显优于传统的Otsu方法,而且算法的分割效果也很好.     

Human and bicycle detection system using range sensor

This paper presents a full-scale solution to the detection of the traffic data using laser device. Range images, gathered by a particular laser camera, are used in the multi-threshold segmentation. The multi-threshold segmentation is based on the height of the moving objects. In order to get the precise height of the moving objects, mapping of the original terrain is performed on the first step. On each layer, the clustering algorithm called iteration-self organizing data analysis techniques algorithm (ISODATA) is conducted afterwards. Kalman filtering technique is applied to recognize and track the moving objects. Extensive experiments show that these algorithms are effective in object recognition and tracking, as well as robust in the applications.     

一种基于MRF的多层遗传递减视频对象分割算法

提出一种视频对象分割方法,将时域信息、空域信息和图像颜色特征有效地结合起来,采用MRF遗传递减式分类来提取视频对象.利用视频帧的颜色特征,在初始分割中采用时空域分水岭方法,建立一个时空域毗连图(ST-RAG);基于时空域毗连图建立马尔可夫随机场(MRF)模型,在分割过程中采用遗传递减式方法对区域进行合理分类,利用形态学进行后处理,分割出感兴趣的视频对象.实验结果表明所获取的分割方法具有灵活性,且精度高.