基于图像处理铁路信号灯特征提取

利用数字图像处理技术通过MATLAB对铁路信号灯图像进行了图像增强,图像剪切及边缘检测处理,实现了信号灯几何特征(面积、周长,圆形度)的提取,为实现对信号灯的有效监测和识别提供了技术保障.     

人脸识别系统中的特征提取

研究了人脸识别系统中正面人脸的特征提取,通过区域增长从人脸图像中分割出人脸,再利用边缘检测,Hough变换,模板匹配和方差投影技术可以快速有效地提取出人脸面部器官眼睛,鼻子和嘴巴特征,实验结果表明本文所采用的方法具有较高的准确率和光照鲁棒性。     

图像处理技术在钢轨表面缺陷检测和分类中的应用

采用图像处理、模式识别及机器视觉等理论,对现役钢轨缺陷进行检测和分类.完成自动提取缺陷图像和最小化缺陷图像,以减少处理量并降低存储空间需求,自动判断缺陷类别.文章对采集到的缺陷图像进行处理,实验结果证明该方法能够正确实现检测轨道表面缺陷检测,并具有一定的适用性.此方法可以克服人工检测方法的许多弊端,提高检测速度和精度.     

功率谱估计在舰船噪声特征提取中的应用仿真

为更好地实现舰船识别与管理的目的,设计研究功率谱估计在舰船噪声特征提取中的应用方法.依照舰船实际信号与噪声信号的差异性推导滤波器结构,在滤波器内迭加一个白噪声谱改善信号失真问题,利用滤波器对舰船噪声信号进行白化处理.采用Welch功率谱估计法,通过窗函数截断白化处理后的舰船噪声时程离散信号,获取不同段舰船噪声信号的功率...     

基于TQWT和稀疏表示的滚动轴承故障诊断方法

基于稀疏表示理论,提出了一种采用可调品质因子小波变换(TQWT)的滚动轴承故障诊断新方法,分析了包含早期故障成分的原始采集振动信号的特点和早期故障信号的特性,研究了稀疏表示模型在解决故障特征提取问题和故障类型识别问题的应用;运用TQWT将原始信号转换为一组子带小波系数集,研究了利用迭代收缩阈值算法提取出稀疏小波系数的有效性和谱峭度对故障冲击信号敏感的特性,通过计算各子带信号分量的谱峭度,选取包含故障信息明显的子带小波系数,建立了包含稀疏故障信号分量的故障特征提取方法;利用提取出的故障信号稀疏表示分类模型,实现了基于稀疏表示的滚动轴承故障诊断方法。试验结果表明:在凯斯西储数据集上,提出的故障特征提取方法在剔除干扰成分方面有显著效果,提出方法对于4种类型数据的平均诊断准确率为99.83%,对于10种类型数据的平均诊断准确率为97.73%;与只运用TQWT和迭代收缩阈值算法进行故障特征提取的方法相比,故障诊断精度提高了11.60%,算法运行时间减小8%;在QPZZ-Ⅱ旋转机械平台采集到的振动数据集上,提出的方法对于4种类型数据的平均诊断准确率为100%;与传统小波去噪方法相比,准确率提高了35.67%,算法运行时间减小了7.25%。可见,本文提出的方法可以有效解决滚动轴承故障诊断问题。      

基于深度学习模型的疲劳驾驶行为识别算法

为降低道路交通事故发生率,提出了一种基于深度学习模型的疲劳驾驶行为识别算法。采用照度增强和反射分量均衡化的方法,以提高视频图像质量。将机器视觉工具箱软件用于提取疲劳驾驶人脸行为特征,并通过双流网络构建和训练深度学习模型,实现对疲劳驾驶行为识别。选择了不同睡眠时间段参与者在全封闭路段内的驾驶行为图像,作为实验测试目标。结果表明：用该算法测试1 000张疲劳驾驶行为图像时,识别时间为89 ms,精准度为97.6%,召回率为97.0%;算力需求（每秒所执行的浮点运算次数,FLOPS）≤88;该算法能够提高疲劳驾驶行为的识别精度,有助于降低道路交通事故的发生率。     

基于Yolox-BTFPN网络的输送带表面损伤检测方法

针对现有输送带表面损伤视觉检测方法的精度和泛化能力受限于样本量和特征丰富性问题,提出一种Yolox-BTFPN检测方法,基于泊松融合算法实现输送带损伤样本的快速增广,并设计偏置纹理特征融合网络BTFPN,使模型能更准确地捕捉输送带表面缺陷。试验结果表明,Yolox-BTFPN网络的可靠性和收敛性可明显提高。     

一种可学习的跨域鲁棒说话人识别方法

提出了一种可学习的跨域鲁棒说话人识别方法。在梅尔频率倒谱系数（MFCC）声学特征提取器的基础上,引入可学习的每通道能量归一化代替对数运算,得到Mel-learnable-PCENs声学特征提取器,并联合ECAPATDNN神经网络实现参数自动优化。在VoxCeleb1-dev、VoxCeleb-O与VoxMovies公开数据集上对改进方法进行训练与测试。结果表明：Mel-learnable-PCENs-SV与MFCC-SV相比,在VoxCeleb-O中等错误率和最小检测代价分别相对降低了8.35%和15.23%,在VoxMovies中等错误率相对降低了8.42%。在Sharing-VAN 2.0车载硬件平台Jetson AGX Xavier验证了Mel-learnable-PCENs的有效性。     

三角网模型多目标加权最短路径的特征线提取

针对倾斜摄影测量三维重建得到的三维模型在地物拐角棱线处结构粗糙、噪声较大、规则性缺失,难以快速准确提取出理想特征线的难题,提出一种基于多目标加权最短路径的特征线提取方法.首先对模型进行预处理,使模型具有完整、连续的拓扑结构,并将模型以有向图结构进行组织;其次顾及距离、方向和三角网变化趋势计算权重,约束迪杰斯特拉算法获取...     

The research on high speed underwater target recognition based on fuzzy logic inference

The underwater target recognition is a key technology in acoustic confrontation and underwater defence. In this article, a recognition system based on fuzzy logic inference （FLI） is set up. This system is mainly composed of three parts ： the fuzzy input module, the fuzzy logic inference module with a set of inference rules and the de-fuzzy output module. The inference result shows the recognition system is effective in most conditions.