基于改进的FCM在人脑MR图像分割中的应用

为解决模糊C-均值聚类（FCM）算法在医学图像分割中存在计算量大、运行时间过长以及样本集不理想会导致不好的聚类结果的问题,提出了相应的改进算法．利用收敛速度快的K均值聚类法得到的聚类中心作为FCM算法的初始聚类中心,并将样本对于各个聚类的隶属度之和为1这一约束条件,改变为所有样本对各类的隶属度总和等于样本总数．实验表明,该方法用于人脑磁共振图像分割时,运行速度提高了近3倍,分割准确度明显得到提高．     

船用膜片联轴器的膜片组件简化建模方法及模态试验

针对船用膜片联轴器的膜片组件螺栓连接的复杂性问题,基于薄层单元法对膜片组件的有限元模型进行简化,提出一种新型简化建模方法——结构分割法。对模型静刚度进行计算,确定结构分割法中结合面单元的弹性模量和泊松比。该方法相较于传统的薄层单元法计算效率更高。将结构分割法模型的模态仿真结果与试验结果进行对比,结果表明,结构分割法模态分析得到的振型与试验测得的前三阶振型吻合较好,固有频率误差均在10%之内,验证简化模型仿真的正确性,可为船用膜片组件结合部动力学快速有效建模提供思路。     

沥青混合料骨架稳态参数及模型

为明确沥青混合料粗集料的骨架特征参数与路用性能之间的相关性,基于优化的分级掺配设计方法设计3种骨架密实型沥青混合料,采用数字图像处理技术观察混合料粗集料骨架特征参数转变的全过程,结合路用性能试验建立基于骨架特征参数的动稳定度估算模型,研究骨架参数的合理范围。研究结果表明：采用简化的分级掺配设计方法可以得到3种不同骨架特征的沥青混合料;混合料的空隙率和矿料间隙率VMA随着粗集料分级掺配次数的增加而降低,稳定度和动稳定度指标则随着掺配次数的增加而增加;混合料密度和有效沥青饱和度VFA最大值出现在二级掺配混合料中,采用间断级配有利于增加混合料的密度;随着掺配次数的增加,混合料粗集料接触点数量先增多后减少,但集料长轴水平倾角呈减小趋势;成型后混合料粗集料长轴初始倾角越小,混合料的动稳定度越高;试验数据暗示了沥青混合料存在一个粗集料骨架初始接触点数与初始倾角的合理范围,使混合料在一定的压实功下能够形成稳定的骨架嵌挤结构;混合料的粗集料接触点不宜过多,级配设计时应将粗集料接触点的数量控制在一个合理范围内;建立的沥青混合料动稳定度估算模型可分辨出粗集料接触点、倾角和沥青种类对混合料动稳定度的影响,但仅适用于有显著骨架特征的混合料。     

车辆牌照自动识别系统的开发

车辆牌照识别是智能交通系统的重要组成部分,通过车辆牌照可以检索车辆的重要信息（监视车辆的违章和车辆缴费情况等）。开发研制了车辆牌照自动识别系统,该系统通过对车辆牌照定位找出车辆牌照位置,并对车辆牌照中的字符进行分割和匹配,从而识别出车辆牌照。实验表明该系统能够实时检测和识别车辆牌照。     

船舶垫块蓝油拂配质量检测

垫块蓝油拂配质量与船舶主机等设备的工作稳定性相关,在船舶设备装配期间应对蓝油拂配质量进行检测,以确保装配环节满足工艺要求。采用机器视觉方法对船舶垫块蓝油拂配质量进行检测,获得蓝油拂配图像并进行裁剪,基于OpenCV框架对图像进行处理和计算,并标注每个部分的蓝油拂配比例,以实现船舶垫块蓝油拂配质量的快速检测。     

基于稀疏卷积神经网络的车载激光雷达点云语义分割方法

对车载激光雷达扫描得到的点云进行语义分割是保证行车安全、加强驾驶员对周边环境理解的重要手段之一。因为内存限制和大规模点云场景更加稀疏的特点,将传统神经网络的方法直接沿用到车载激光雷达扫描得到的点云场景中的效果不佳。本文中针对大规模点云的稀疏性,利用稀疏卷积神经网络对体素化点云进行特征提取。考虑到逐点处理分支抑制点云数据的密度不一致性导致的信息损失,另外设计了3D-CA和3D-SA模块,使稀疏卷积神经网络更好地提取特征。实验结果表明,与传统卷积神经网络的方法和将点云投影到平面的方法相比,使用稀疏卷积神经网络对大规模点云进行语义分割,可将平均交并比提升4.1%和3.4%,证明了该方法的有效性。     

典型道路塌陷探测方法应用及原因分析

我国城市化快速扩张，道路塌陷事故呈多发、频发、复发态势，严重威胁社会安全，造成不良社会影响。在建设韧性城市大背景下，预防道路塌陷，已成为城市建设管理的重要任务。因此，确定有效地进行道路塌陷的探测方法、分析典型道路塌陷的原因具有重要的现实意义。通过对某一典型区域产生空洞前后的物探数据对比，确定探测方法的适用性;通过管道内窥检测、道路沉降监测对塌陷发展过程进行分析，并提出相关建议，为道路塌陷防治提供基础依据。     

龙溪口航电枢纽工程施工期智能航道系统研究

针对龙溪口航电枢纽工程施工期所在河段不断航，且来往船舶多，临时航道通航环境复杂的情况，设计开发了施工期智能航道系统，该系统以电子航道图为显示基础，实现航道水位、流速流量和水深的实时监测、航标遥控遥测、船舶动态管理等功能，并提供共享与服务接口，系统的实施实现了对河道表面流速场的非接触、无人值守的实时测量，以及对航标、船舶的动态管理，提高了管理效率，保障了龙溪口枢纽工程施工期工程河段的通航安全。     

基于线形识别的索力测量方法影响因素研究

拉索是索承重桥梁重要的传力构件，其受力状态是反映桥梁健康状态的重要指标，准确测量拉索的索力对保障桥梁结构的安全至关重要。结合数字图像处理技术和拉索计算理论，提出了一种基于线形识别的索力测量方法，可实现非接触式无损测量，设备简单，操作方便，效率高。通过高精度的图像采集及数字图像处理技术进行拉索线形的识别与提取，获取拉索有限空间点的几何坐标，再基于悬链线理论和过“三定点”的精确线形数值计算方法，即可快速计算出索力。通过缩尺模型试验验证了该方法可适用于不同长度、不同直径、不同倾角的索力测量，测量误差为2%～5%。采用数值仿真的方法，探究了温度变化、拉索弯曲刚度、减振装置等单一因素变化对索力测量精度的影响规律，并基于模型试验，剖析了图像采集角度及采集距离对测量精度的影响。结果表明：拉索的弯曲刚度、边界条件对短索测量精度的影响较大，拉索温度的变化对测量精度影响较小，减振装置对测量精度的影响随减振装置刚度提高而增大，拉索图像正面平拍和近距离采集可提高方法的精度；基于以上分析，建立了考虑弯曲刚度和减振装置影响的索力修正方法，修正后索力误差为1%～2%。     

双注意力引导的跨层优化交通场景语义分割

针对交通场景目标分割边缘不平滑以及小目标难以准确分割等问题，本文提出一种双注意力引导的跨层优化交通场景语义分割算法。首先，构建多分支特征提取编码网络，并利用串行非比例式空洞卷积实现空间上下文信息提取，进而改善小目标信息的丢失；其次，构建基于空间对齐的跨层特征融合解码网络，实现语义信息和细节信息的融合，增强不同尺度目标的表达能力；最后，提出通道和空间注意力机制，建模全局通道相关性和长距离位置相关性，增强网络对关键特征的学习能力。交通场景数据集Cityscapes和CamVid上的实验结果表明，所提特征提取编码网络、跨层特征融合解码网络以及注意力机制模块是有效的；所提语义分割算法获得了77.79%和78.66%的平均交并比，能够平滑目标分割边缘，尤其对细长条形目标具有鲁棒性。