基于深度学习的远程视频监控异常图像检测

针对复杂场景下远程视频监控图像异常检测困难、传统算法功能单一(仅针对某种特定场景或某种异常图像进行检测)等问题,提出一种基于深度学习的全自动远程视频异常图像检测方法。首先采用Xavier方法对自行设计的卷积神经网络(Convolutional Neural Network,CNN)的参数进行初始化,然后将标准化后的视频差分图送入CNN的输入层,通过特征提取及下采样,最后在CNN的输出层获得远程视频异常图像检测结果。实验结果表明,该方法可以对远程视频监控中突然出现遮挡、模糊和场景切换等多种异常同时进行实时在线检测,准确率可达88.75〖WT《Times New Roman》〗%〖WTBZ〗。     

陶瓷瓷砖图像的预处理

本文针对陶瓷瓷砖色差分析、分类检测中出现的问题,提出对瓷砖图像处理时要先进行图像预处理,阐述了预处理的步骤和相应的算法。     

基于机器视觉的坯布疵点自动检测系统

布匹质量检测在纺织企业中是一种高度重复性和经、能的工作,然而在传统上,这个只能靠人工检测来完成,虽然增加了企业巨大的人工成本投入,但却仍然不能保证100%的检验合格率.在此,介绍了一个基于机器视觉的全新坯布疵点粗检系统,该系统通过最大偏差法来达到粗检之目的,最后通过对粗检出的布匹进行一系列的算法运算来达到检出疵点之目的,并且由全新的机器视觉软件wit给出了具体的实现过程,结果表明,基于此算法的坯布疵点自动检测系统是可行有效的.     

基于小波方向滤波的有云层遥感图像舰船检测方法

提出了小波分析和方向滤波相结合的有云遥感图像目标检测方法。首先对原始遥感图像进行小波分解,采用比率-平均边缘检测法检测人造目标的边缘方向,在该方向上进行Frost滤波,有效抑制云层干扰的同时突出了人造目标及其边缘信息;然后进行阈值分割并剔除大块云层,根据区域的平均边缘梯度剔除小块云层,实现了有云遥感图像的舰船目标检测。实验证明,该方法能减少遥感图片云层对舰船检测的影响,并具有较高的目标检测率。     

矿泉水中铜绿假单胞菌检测能力验证结果评价

目的:通过对矿泉水中铜绿假单胞菌的检测能力验证计划[ACAS-PT551(2018)],确保南平市食品药品检验检测中心微生物实验室具备检验该菌的能力,出具公平公正、合法有效的检验检测报告。方法:依据能力验证参试指导书,利用实时荧光定量PCR法进行快速筛查,同时按国家标准GB 8538-2016法对两个盲样进行检测。结果:两种方法皆显示这两个盲样中存在铜绿假单胞菌,样品18-U262报出值为4600CFU/250mL,样品18-N396报出值为2 200 CFU/250 mL。结论:本次试验Z值分别为0.3和0.5,|Z|均小于2,评价结果满意,说明本实验室具备检验该菌的能力;同时两种方法结果一致,说明实时荧光定量PCR法可辅助国标法进行快速筛查,提高检测效率。     

Canny边缘检测算法在图像处理上的应用

边缘检测算法一直在图像处理领域十分活跃,本文根据Canny边缘检测算法对图像进行边缘检测处理。本文首先对带有噪声的图像进行高斯平滑滤波,尽可能地将噪声去掉。然后通过亮度梯度的计算,得出图像的整体轮廓。然后再对其进行非极大值抑制处理,将虚假边缘像素点去掉。再采用双阈值处理上一步所得到的图像,并连接边缘像素点得到边缘图像。通过实验仿真分析,该算法能够很好的抑制噪声并检测出更加精确的图像边缘。     

采用深度卷积神经网络方法的毫米波图像目标检测

通过收集大量的毫米波图像并建立相应的人体数据集进行检测，提出基于Faster R-CNN深度学习的方法检测隐藏于人体上的危险物品。该方法将区域建议网络和VGG19训练卷积神经网络模型相结合，构建了面向毫米波图像目标检测的深度卷积神经网络。为了提高毫米波图像的处理能力，采用Caffe深度学习框架在图形处理单元上进行训练和测试。实验结果证明了基于Faster R-CNN深度卷积神经网络的目标检测方法能有效检测毫米波图像中的危险物品，并且目标检测的平均准确率约94%，检测速度约为6 frame/s，对毫米波安检系统的智能化发展有着极其重要的参考价值。     

荧光分析法快速检测水产品中副溶血性弧菌

[目的] 提出一种新颖、简便、快速检测水产品中副溶血性弧菌的方法.[方法] 本方法用阿拉伯糖-葡萄糖醛酸盐培养基(AG)在37℃下对副溶血性弧菌进行增菌,以苯甲基-L-精氨酸-7-氨甲基-香豆素(Bz-Arg-7AMC)作荧光底物,用荧光分析法检测该菌的胰蛋白酶样活性,通过判读胰蛋白酶样活性,确定水产品中是否污染有副溶血性弧菌.[结果] 该方法的灵敏度为20个/g,相关分析表明荧光分析法与5管MPN计数法呈正相关,相关系数为0.86.[结论] 用本方法只需8个小时就可完成水产品中的副溶血性弧菌的检验,操作简便,灵敏度较高,适于快速检测需要.     

梯度域多曝光图像融合

为解决多曝光图像融合的问题，提出了一种新颖的直接将多曝光图像融合成适合显示的低动态范围图像的方法，并且具备消除运动伪影的能力。使用联合柱状图探究两幅图像之间像素值的对应关系，对每幅图像检测分别得到一幅伪影权值图，用来构造融合时的度量。在梯度域中进行融合，根据多维黎曼流形几何(Riemannian Geometry)，从多个输入图像的结构张量中推导得出融合的梯度域，然后使用均值滤波器在多尺度上进行梯度域的非线性修改，通过解泊松方程得到融合图像。最后，还提出了一种新颖的色彩复原算法，用以避免造成色彩偏差。实验表明，该方法能够有效融合含运动物体的多曝光图像，无论哪幅图像被选作参考图像，都能获得高质量的结果图像。该算法同时具有处理的有效性和时间的高效性。     

基于过采样滤波器组的多尺度边缘检测

研究基于过采样滤波器组的多尺度边缘检测算法。图像经过过采样滤波器组分解，各个尺度下的子图像大小一致，有利于不用尺度下边缘信息的融合。提出了一种自适应双门限方法，消除了局部极大模检测中的伪边缘；同时，提出一种从大尺度边缘向小尺度边缘聚焦的方法，对不同尺度下的边缘信息进行融合，并讨论了滤波器长度对边缘检测性能的影响。仿真结果验证了所提出方法的有效性。     

广东省水产中孔雀石绿残留检测和分析

运用胶体金免疫层析法对广东省水产品中孔雀石绿的残留情况进行筛查。通过加标盲样测试和高效液相色谱-质谱串联LC-MS验证,该方法检出限、假阳性率和假阴性率均达到国家规定标准。在2016年7月至2019年6月,利用该方法共检测孔雀石绿项目42 458批次,检出不合格449批次,合格率为98.9%,本文同时对这三年的孔雀石绿检出情况进行了分析,为广东省相关部门开展水产品安全监督管理工作提供了参考依据。     

基于数学形态学预处理的Canny边缘检测算法

为了更好地提取图像边缘信息并且抑制噪声,结合Canny算法及数学形态学在图像边缘检测中的应用,文章设计了一种基于数学形态学预处理的Canny边缘检测算法。通过将该算法与一般边缘检测算法以及Canny算法的仿真结果进行比较,可以发现该算法在边缘检测及消除噪声方面具有更优的性能。     

全卷积神经网络应用于SAR目标检测

在合成孔径雷达（SAR）图像目标检测中,由于场景杂波的复杂多变,对背景杂波统计模型估计难度增加,从而导致多数检测器容易受到背景杂波的干扰。针对如何避免场景杂波对目标检测干扰的问题,提出了一种基于全卷积神经网络的SAR目标检测模型。该模型将目标检测任务转化为像素分类问题,利用卷积神经网络对数据集中目标像素特征和背景杂波像素的先验信息进行自主学习,有效减少了虚警目标的数量;通过对目标及其阴影区域的联合检测,提高了目标的检测概率。对多个不同场景图像进行测试,实验结果表明提出的检测模型具有良好的检测性能和鲁棒性能,与传统恒虚警检测算法相比,在无需考虑背景杂波统计模型前提下有效降低了虚警概率。     

气相色谱法同时检测白酒中甲醇和酯类

目的:通过分析国标中甲醇和酯类检测的方法,摸索新的检测条件。方法:建立气相色谱法同时检测白酒中甲醇和酯类的方法。结果:在最佳条件下,甲醇在50～500 mg·L~(-1)范围内线性关系良好,标准曲线为Y=0.004 95X-0.012 62,相关系数R~2=0.999 8;甲醇及乙酸乙酯加标的回收率分别为98.5%和97.8%,加标平行样相对偏差分别为1.1%和1.8%。结论:该方法能完成甲醇和酯类物质的分离,且有良好的标曲线性拟合度、回收率以及精密度,适用于白酒的研究和检测。     

一种基于帧差法与背景减法的运动目标检测新方法

为改进单独利用帧差法或背景减法进行运动目标检测时存在的不足,提高运动目标检 测的准确率和鲁棒性,提出了一种利用边缘信息的帧间差分法和背景减法相结合的运动目标 检测方法。该方法首先通过基于边缘信息的三帧差法获得一幅前景图像,然后利用改进的mo de算法进行背景差分获得另外一幅前景图像,最后将得到的两幅前景图像进行布尔或运算 ,得到前景目标。实验仿真结果表明,利用该方法,目标检测的准确率可以提高496%～36 01%,且算法具有较好的鲁棒性。     

基于多项式遍历和码字相关的Turbo码盲识别

针对1/n码率Turbo码的盲识别问题,提出了一种基于多项式遍历和码字相关的检测识别方法。该方法首先对码字序列进行分组,利用分组验证的方法对数据中的卷积码进行快速检测,进而识别出Turbo码的码率;然后,利用欧几里得算法对Turbo码的分量编码器a的参数进行识别,进而通过对编码器b的遍历,恢复出伪随机交织序列;最后,通过与信息序列的码字相关,验证编码器b的参数是否正确,同时利用相关谱峰值所在位置识别交织器参数,实现了Turbo码的全部参数估计。仿真实验验证了该算法的有效性。对算法的误码适应能力进行的仿真分析表明,该方法能够在较高误码率条件下实现Turbo码的检测与识别。     

角点检测综述

角点是图像的一种重要的局部特征，通过对图像角点的检测与处理，对把握图像的局部及整体特征，特别是在视觉匹配、目标识别和运动估计与追踪等领域都有重要的实际应用。现有的图像角点检测方法可分为基于模阪、亮度变化、边缘特征三种检测方法，对其分别进行了综述，分析了相关的算法，并对算法进行了评价。     

高精度机载可见光图像定位方法

针对现有技术不能解决机载可见光图像快速自动定位的问题，提出了一种定位精度高、处理速度快、可扩展性好的机载可见光图像定位方法。该方法以传感器共线成像模型为中心，将实时图像和传感器成像参数送入共线模型进行正射校正，校正后的图像与相应的基准图像进行图像配准，使用配准同名点信息更新传感器成像参数，最后再次通过共线模型获取实时图地理坐标定位信息。这种通过图像配准再计算成像模型的间接定位方法，不仅减少了计算量，而且使自动配准算法稳定，较传统的直接定位方法或图像配准方法有突出的优势。此外，该方法具有严格的误差传递计算公式，能计算定位结果的误差。仿真实验表明即使在大倾斜角条件下，该方法也能获得优于100 m的定位精度。     

基于勒让德矩的图像篡改检测研究

针对常用图像篡改检测复杂度过高的问题,提出了一个新的图像篡改检测算法。该算法首先利用小波变换得到了低频子图像,其次将其分割成一系列的图像子块,计算各小块的勒让德正交不变矩,将各小块的正交不变矩字典式排列,最后计算相邻行相关系数,通过相关系数的比较判断图像是否被篡改。通过数值实验,证明了所提出的方法的可行性。     

一种多视角自适应的模板匹配目标检测方法

基于灰度的模板匹配方法难以解决航空图像多视角变换问题,而基于特征点的模板匹配方法难以解决低分辨率小目标模板图像匹配不稳定的问题。为此,提出了一种基于变换矩阵空间优化搜索的模板匹配方法。首先将多视角下的投影变换空间进行离散化建模,利用归一化灰度的模板与实时图像,以投影后模板图像与实时图像之间的绝对误差和（SAD）建立优化模型;然后通过优化搜索算法寻找到模板图像与实时图像之间的最优变换矩阵,检测出实时图像中的包含的模板目标;最后针对搜索的时间复杂度较高问题设计了基于分支界限法的加速算法。利用公开数据集和实际图像进行仿真实验,结果表明所提的模板匹配方法相比传统特征匹配方法对于高斯噪声、高斯模糊和图像有损压缩等图像退化具有更好的适应性,在大视角差异和低分辨率条件下具有更低的投影误差和更高的稳定性,并解决了单模板多目标的匹配检测问题。