检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

眼镜镜片尖边轮廓的五轴数控加工

光学精密工程 2024年第5期32卷 704-713页

作者：李宏涛项华中郑泽希丁琦慧张欣王彭张大伟庄松林上海理工大学健康科学与工程学院上海200093 上海理工大学机械工程学院上海200093 上海理工大学光电信息与计算机工程学院上海200093

为了改善和优化眼镜镜片的加工流程,避免镜片尖边加工过程中刀轴矢量变化剧烈、影响工件表面的加工质量,提出了一种基于UG NX的五轴数控加工路径。利用智能镜框扫描仪对镜框边缘进行扫描,获得镜框凹槽点云数据文件,编写相应程序对符合... 详细信息

为了改善和优化眼镜镜片的加工流程,避免镜片尖边加工过程中刀轴矢量变化剧烈、影响工件表面的加工质量,提出了一种基于UG NX的五轴数控加工路径。利用智能镜框扫描仪对镜框边缘进行扫描,获得镜框凹槽点云数据文件,编写相应程序对符合眼镜片加工标准的OMA文件中的球坐标数据进行坐标及格式转换等处理。基于NURBS曲线拟合算法,实现刀路轨迹的连续性并保证拟合曲线的精度。设计和建立一种控制刀轴矢量平滑变化的刀轴驱动约束方法,依靠曲线驱动刀轴及镜片曲面法向量约束刀轴使刀头平滑进给,并将刀轨文件经过后处理转换为NC文件。最后,对加工后的镜片进行误差测量,结果表明,通过点云数据拟合刀路曲线的方法提高了加工面的精确度和光滑性,有效缩减了加工流程,提高了加工效率。

关键词：光学加工数控系统非均匀有理B样条曲线拟合刀具路径

在线全文

学校读者我要写书评

暂无评论

编码孔径快照光谱成像重构算法综述

计算机学报 2024年第1期47卷 190-212页

作者：马祥天王立志黄华北京理工大学计算机学院北京100081 北京师范大学人工智能学院北京100875

光谱图像含有丰富的空间和光谱信息,能够反映目标的组成、结构和材料特性,在航天遥感、医疗诊断和机器视觉等领域具有重要的应用价值.近年来,光谱成像技术作为热点研究领域受到广泛关注.传统光谱成像技术采用沿空间维度或光谱维度扫描... 详细信息

光谱图像含有丰富的空间和光谱信息,能够反映目标的组成、结构和材料特性,在航天遥感、医疗诊断和机器视觉等领域具有重要的应用价值.近年来,光谱成像技术作为热点研究领域受到广泛关注.传统光谱成像技术采用沿空间维度或光谱维度扫描的方式,依次获取待测物体表面的光谱信息.由于曝光时间较长,传统光谱成像技术不适用于拍摄动态场景.编码孔径快照光谱成像(Coded Aperture Snapshot Spectral Imaging,CASSI)是光谱成像的前沿技术方案,能够从单次曝光中快速获取动态场景的光谱图像,其包括两个阶段:对高维光谱图像的“编码降维采集”和对低维观测图像的“解码升维重构”.CASSI的早期研究聚焦于“编码降维采集”,通过物理系统设计提升图像编码的有效性,包括编码模板设计和双相机系统设计.目前,CASSI的“编码降维采集”物理系统趋于稳定,其“解码升维重构”决定了光谱成像的质量和效率.本文综述CASSI的重构算法.首先介绍CASSI的物理系统和前向模型,详细描述物理系统的组成元件和硬件参数,推导CASSI前向模型的数学表达;其次梳理CASSI重构的特点和挑战,其挑战主要存在于系统前向模型、先验表示模型、算法灵活性、算法复杂度、实物数据集等方面;之后重点归纳重构算法的研究现状,包括基于优化模型的重构算法和基于深度学习的重构算法.基于优化模型的重构算法利用凸优化模型求解线性逆问题,结合平滑、稀疏、低秩等手工设计的先验表示模型降低逆问题的欠定性;基于深度学习的重构算法利用数据驱动的方式建立先验表示模型,结合端到端全网络、深度展开、即插即用等框架求解重构图像.接着比较主流算法的重构质量和计算效率,以峰值信噪比、结构相似度、光谱角制图为重构质量的评价指标,以模型参数量、浮点计算量为计算效率的评价指标.最后讨论现有工作的不足和未来研究趋势,指出当前仍未解决的领域痛点,展望进一步的研究方向,为本领域开拓创新提供参考.

关键词：快照光谱成像编码孔径图像重构优化模型深度学习

在线全文

学校读者我要写书评

暂无评论

视觉显著性驱动的全景渲染图非局部降噪

中国图象图形学报 2024年第4期29卷 939-952页

作者：韩鲁光陈纯毅申忠业胡小娟于海洋长春理工大学计算机科学技术学院长春130022

目的传统降噪方法通常忽视人眼感知因素,对不同区域的图像块都进行同等处理。当使用传统降噪算法对全景画面滤波处理时,全景画面两极区域容易产生模糊问题,尤其是通过视口观察时,该问题更加明显。针对此问题,提出一种视觉显著性驱动的... 详细信息

目的传统降噪方法通常忽视人眼感知因素,对不同区域的图像块都进行同等处理。当使用传统降噪算法对全景画面滤波处理时,全景画面两极区域容易产生模糊问题,尤其是通过视口观察时,该问题更加明显。针对此问题,提出一种视觉显著性驱动的蒙特卡洛渲染生成全景图非局部均值(visual saliency driven non-local means,VSD-NLM)滤波降噪算法。方法在VSD-NLM算法中首先使用全景图显著区域检测算法获取全景画面的显著区域;然后使用梯度幅值相似性偏差辅助的非局部均值(gradient magnitude similarity deviation assisted non-local means,GMSDA-NLM)滤波算法,降低显著区域的噪声;同时设计并行非局部均值(parallel non-local means,P-NLM)滤波算法,加快降噪处理速度,降低非显著区域噪声;最后利用改进的Canny算法提取梯度特征,同时结合各向异性扩散引导滤波来优化降噪结果。结果采用结构相似度(structural similarity,SSIM)和FLIP作为评价指标,来对比VSDNLM算法与非局部均值滤波算法、多特征非局部均值滤波算法以及渐进式去噪算法等其他算法的性能。实验结果表明,VSD-NLM算法的降噪结果在客观评价指标上均优于对比算法,SSIM值比其他算法平均提高14.7%,FLIP值比其他算法平均降低15.2%。在视觉效果方面,VSD-NLM算法能够减轻全景画面模糊,提升视觉感知质量。本文对GMSDA-NLM和P-NLM算法的有效性进行了实验验证,相较于非局部均值滤波算法,GMSDA-NLM算法能够有效去除噪声并保持图像细节的完整性。P-NLM算法在运行速度方面相较对比算法平均提高约6倍,与串行算法生成的图像之间的SSIM值可达到0.996。结论本文算法能够更好地用于全景图降噪,滤波效果更佳,对全景电影制作应用有重要的理论和实际意义。

关键词：全景图像非局部均值滤波梯度幅值相似性偏差(GMSD) 引导滤波图像降噪

双边对抗自编码网络的无监督异质遥感图像变化检测

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2024年第8期29卷 2188-2204页

作者：贾萌赵秦鲁晓锋西安理工大学计算机科学与工程学院西安710048

目的异质遥感图像由不同类型的传感器所获取,在数据结构、分辨率及辐射特性上均存在巨大差异。变化检测任务旨在通过分析在不同时间获取的同一目标区域的图像来检测地表覆盖物变化,然而异质遥感图像的数据异构特性会使得变化检测过程更... 详细信息

目的异质遥感图像由不同类型的传感器所获取,在数据结构、分辨率及辐射特性上均存在巨大差异。变化检测任务旨在通过分析在不同时间获取的同一目标区域的图像来检测地表覆盖物变化,然而异质遥感图像的数据异构特性会使得变化检测过程更加困难。针对这个问题,提出了一种嵌入聚类分析的双边对抗自编码网络来实现异质遥感图像地物变化的精确检测。方法构造双边对抗自编码网络对异质遥感图像进行重构和风格转换,通过结构一致性损失和对抗损失对网络训练进行约束,迫使网络将异质图像转换到公共数据域。考虑到变化区域像素对于对抗损失函数在网络优化中的不利影响,对映射到公共数据域的两对同质图像进行聚类分析,基于此提出一种新的语义信息约束的对抗损失函数,迫使网络生成具有更加一致风格的图像。结果在4组典型的异质遥感图像数据集上对提出的变化检测网络性能进行测试,在Italy数据集、California数据集、Tianhe数据集以及Shuguang数据集上的总体检测精度分别达到0.9705、0.9382、0.9947以及0.9826。与现有的传统以及深度学习方法对比,提出算法在视觉及定量分析结果上均取得了较好的检测性能。结论针对异质遥感图像变化检测所要面临的由环境、数据异构等因素造成的检测困难、错检率高的问题,提出的基于双边对抗自编码网络的无监督异质遥感图像变化检测方法,既可以实现变化检测过程完全无监督,又充分利用网络特性和语义信息,提高了变化检测性能。

关键词：域转换聚类分析语义信息无监督变化检测异质遥感图像

在线全文

学校读者我要写书评

暂无评论

多任务的高光谱图像卷积稀疏编码去噪网络

中国图象图形学报 2024年第1期29卷 280-292页

作者：涂坤熊凤超傅冠夷蛮陆建峰南京理工大学计算机科学与工程学院南京210094

目的高光谱图像由于其成像机理、设备误差和成像环境等因素导致采集到的数据存在噪声。传统稀疏表示方法需要把高光谱图像划分为一系列的重叠局部图像块进行表示,通过对重叠图像块去噪结果进行平均,实现整体图像去噪。这种局部—整体去... 详细信息

目的高光谱图像由于其成像机理、设备误差和成像环境等因素导致采集到的数据存在噪声。传统稀疏表示方法需要把高光谱图像划分为一系列的重叠局部图像块进行表示,通过对重叠图像块去噪结果进行平均,实现整体图像去噪。这种局部—整体去噪方法不可避免地会破坏高光谱图像空间关系,产生较差的去噪效果和视觉瑕疵。本文利用卷积算子的平移不变性,采用卷积稀疏编码(convolutional sparse coding,CSC)对高光谱图像进行整体表示,保留不同图像块之间的空间关系,提升高光谱图像去噪性能。方法将每个波段去噪看做单任务,采用卷积稀疏编码描述单波段的局部空间结构关系。通过共享稀疏编码系数,实现不同波段之间的全局光谱关联关系建模,形成多任务卷积稀疏编码模型。多任务卷积稀疏编码模型一方面可以实现高光谱图像的空间—光谱关系联合建模;另一方面,对高光谱图像进行整体处理,有效地利用图像块之间的关系,因此具有很强的去噪能力。借鉴深度学习强大的表征能力,将多任务卷积稀疏编码模型的算法迭代过程通过深度展开(deep unfolding)方式转化为端到端可学习深度神经网络,即多任务卷积稀疏编码网络(multitask convolutional sparse coding network,MTCSC-Net),进一步提升模型去噪能力和运行效率。结果在ICVL和CAVE(Columbia Imaging and Vision Laboratory)数据集上进行了仿真实验,在Urban数据集上进行了真实数据实验,并与8种方法进行比较,表明了本文算法的有效性。与传统基于图像块的稀疏去噪算法相比,在CAVE数据集上本文算法的峰值信噪比(peak signal-to-noise ratio,PSNR)提升1.38 dB;在ICVL数据集上提升0.64 dB。结论提出的多任务卷积稀疏编码网络能有效利用高光谱图像的空间—光谱关联信息,具有更强的去噪能力。

关键词：高光谱图像(HSI) 图像去噪卷积稀疏编码(CSC) 多任务学习深度展开

在线全文

学校读者我要写书评

暂无评论

融合有效掩膜和局部增强的遮挡行人重识别

计算机工程与应用 2024年第11期60卷 156-164页

作者：王小檬梁凤梅太原理工大学信息与计算机学院山西晋中030600

在监控系统中行人经常会被各种障碍物遮挡,使得遮挡行人重识别仍然是一个长期存在的挑战。最近一些基于Transformer和外部语义线索的方法都改善了特征的表示和相关性能,但仍存在表示弱和语义线索不可靠等问题。为解决上述问题,提出了一... 详细信息

在监控系统中行人经常会被各种障碍物遮挡,使得遮挡行人重识别仍然是一个长期存在的挑战。最近一些基于Transformer和外部语义线索的方法都改善了特征的表示和相关性能,但仍存在表示弱和语义线索不可靠等问题。为解决上述问题,提出了一种基于Transformer的新方法。引入了一种有效的掩膜生成方式,可靠的掩膜可以使模型不依赖外部语义线索并实现自动对齐。提出了一种基于平均注意力分数的序列重建模块,可以更有效地关注前景信息。提出了局部增强模块,获得了更鲁棒的特征表示。比较了所提方法和现有的各种方法在Occluded-Duke,Occluded-ReID,Partial-ReID,Market-1501数据集上的性能。Rank-1准确率分别达到了72.3%、84.8%、86.5%和95.6%,mAP精度分别为62.9%、83.2%、76.4%和89.9%,实验结果表明所提模型性能较其他先进网络有所提升。

关键词：遮挡行人重识别原型掩膜特征注意力机制平均注意力分数局部增强 Transformer

在线全文

学校读者我要写书评

暂无评论

基于三元互信息的图对比学习方法研究

智能系统学报 2024年

作者：李旭蔡彪胡能兵成都理工大学计算机与网络安全学院

最近，图对比学习成为一种成功的无监督图表示学习方法，大多数方法都基于最大化互信息原则，通过数据增强来得到两个视图，并最大化两个视图的互信息。然而，两个视图的互信息可能包含不利于下游任务的信息。为了克服这些缺陷，提出了... 详细信息

最近，图对比学习成为一种成功的无监督图表示学习方法，大多数方法都基于最大化互信息原则，通过数据增强来得到两个视图，并最大化两个视图的互信息。然而，两个视图的互信息可能包含不利于下游任务的信息。为了克服这些缺陷，提出了基于三元互信息的图对比学习框架。该框架首先对输入图进行随机数据增强来生成两个视图，使用权重共享的编码器获得两个节点表示矩阵，随后使用共享权重解码器解码两个视图的节点表示。通过对比损失函数分别计算视图之间和视图与原图之间的损失，以最大化视图之间和视图与原图之间的互信息。实验结果表明，该方法在节点分类准确性方面的表现优于基线方法，甚至超过部分监督学习方法，验证了框架的有效性。

关键词：图对比学习互信息图神经网络无监督学习对比学习表示学习节点分类深度学习

ZIF-8泡腾辅助分散固相萃取结合高效液相色谱-串联质谱法测定人尿液中苯二氮卓类药物

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

分析测试学报 2024年第5期43卷 682-689页

作者：赵志栋夏磊赵俊暕崔传金封成玲王曼曼华北理工大学公共卫生学院河北唐山063210 华北理工大学电气工程学院河北唐山063210 华北理工大学附属医院河北唐山063000

发展了基于沸石咪唑酯骨架材料-8(ZIF-8)的泡腾辅助分散固相萃取(ET-DSPE)技术,结合高效液相色谱-串联质谱法(HPLC-MS/MS)对人尿液中艾司唑仑、阿普唑仑、地西泮、三唑仑和劳拉西泮5种苯二氮卓类药物(BZDs)进行分析。采用傅里叶变换红... 详细信息

发展了基于沸石咪唑酯骨架材料-8(ZIF-8)的泡腾辅助分散固相萃取(ET-DSPE)技术,结合高效液相色谱-串联质谱法(HPLC-MS/MS)对人尿液中艾司唑仑、阿普唑仑、地西泮、三唑仑和劳拉西泮5种苯二氮卓类药物(BZDs)进行分析。采用傅里叶变换红外光谱、X射线衍射仪、扫描电子显微镜和全自动比表面积及孔隙分析仪对ZIF-8进行表征,并考察了ZIF-8和Na_(2)CO_(3)用量、吸附时间、溶液pH值及离子强度、尿液稀释比例、洗脱溶剂、洗脱体积和时间对BZDs萃取效率的影响。在最佳条件下,艾司唑仑在0.002~100 ng/mL,其余4种BZDs在0.001~100 ng/mL范围内线性关系良好(r≥0.999),检出限和定量下限分别为0.0003~0.0006 ng/mL和0.001~0.002 ng/mL,3个加标水平下的回收率为81.6%~108%,日内和日间相对标准偏差分别为1.4%~5.6%和1.4%~9.9%。该方法不仅能够直接处理原始尿液,无需稀释和去蛋白操作,而且通过泡腾辅助分散,对BZDs的富集倍数达40.8~54.0倍,实现了尿液中5种BZDs的准确、简便和灵敏分析。

关键词：尿液苯二氮卓类药物泡腾辅助分散固相萃取高效液相色谱-串联质谱法

NHNet——新型层次化遥感图像语义分割网络

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（地球科学版） 2024年第5期54卷 1764-1772页

作者：王威熊艺舟王新长沙理工大学计算机与通信工程学院长沙410000

深度学习分割方法是遥感图像分割领域的热点之一,主流的深度学习方法有卷积神经网络、transformer神经网络及两者的结合。特征提取是图像分割的重要环节,除了用卷积等方式提取特征,最近的研究聚焦于一些新的特征提取范式,如图卷积、小... 详细信息

深度学习分割方法是遥感图像分割领域的热点之一,主流的深度学习方法有卷积神经网络、transformer神经网络及两者的结合。特征提取是图像分割的重要环节,除了用卷积等方式提取特征,最近的研究聚焦于一些新的特征提取范式,如图卷积、小波变换等。本文利用聚类算法的区域构建属性,将改进的聚类算法用于骨干特征提取模块,同时使用卷积和视觉transformer作为辅助模块,以获取更丰富的特征表述;在模块基础上,提出了一种新型层次化遥感图像语义分割网络(NHNet);评估了NHNet语义分割的性能,并在LoveDA遥感数据集上与其他方法进行比较。结果表明,基于多特征提取的NHNet获得了竞争性的性能表现,平均交并比为49.64%,F_(1)分数为65.7%。同时,消融实验证明辅助模块提高了聚类算法分割的精确性,给NHNet分别提升了1.03%和2.41%的平均交并比。

关键词：遥感图像语义分割聚类算法卷积神经网络自注意力