远程多媒体图像监控系统在森林防火中的应用

远程多媒体图像监控系统一般都采用这样的结构：在远端监控现场，有若干个摄像机，各种检测、报警探头与数据设备。通过各自的传播线(有线、无线)，汇接到多媒体监控终端上，多媒体图像监控终端可以是一台PC，也可以是专用的工控机。监控终端，除了处理各种信息和完成本地所要求的各种功能外，还将通过通信设备，将多媒体信息送到各式各样的通信网上，通过一种或多种类型的通信网，将这些信息传到一个或多个监控中     

基于Calib工具箱的图像测量方法

随着我国在工程建设领域的发展越来越深入,在隧道工程建设中引入摄影测量来进行工程安全的监测,是一种极具发展潜力的技术。通过滤波对不同区域的图像进行处理,并采用Matlab软件对图像进行边缘和角点的提取。应用Calib工具箱得到相机的内部参数和外部参数,这为隧道变形的监测工作提供了新的思路和方法。     

医学X射线图像处理算法初探

针对DR图像的特点,主要论述了应用灰色系统理论进行图像分割的算法。通过计算各像素点与初始聚类中心的灰色关联度,将像素点进行归类。然后,进行迭代运算,更新聚类中心,使得灰色关联度总和最小,获得最佳分割效果。     

也谈“五花马”

"五花马"在唐诗中颇为常见,学界对"五花马"究竟如何亦颇有争议。冉万里先生的最新研究指出,唐诗中常见的"五花马"是"将马的颈部鬃毛修剪成五瓣花形状的马,与当时的舞马一样,都是经过特殊训练用于表演且极其珍贵的马匹"。此论尚有继续讨论的余地。著名的"昭陵六骏"也只是"三花马",而唐代之前、之后,皆有花马形象存在。以此来看,"五花马"或即为林梅村所谓之"多花马"。     

美术图像数字化色彩失真与校准

数字化技术已经成为现代图书馆的建设主题,专业图书馆中数字书籍占比超过半数馆藏的图书馆已比比皆是。而馆藏最独到的数字资源往往来自于自建数据库,它们来源于各馆特色资料的数字化,拍摄、扫描、录影等数字化转换工作贯穿于整个资源建设过程。美术类图书馆的图像数字化工作成为了美术数字资源的主要来源,有别于普通书刊的数字化加工过程和技术标准,美术图像对资源输入和处理有特殊要求,尤其是色彩的校准的技术难度已经越来越明显成为制约美术图像数字化加工质量提升的瓶颈。在计算机图像处理软件日益流行的时代,美术专业人员往往用后期软件处理色彩失真的数字图片弥补数字化前期输入工作的缺憾,即耗费大量图像处理的实践,又使原作掺入大量修图时对图像色彩原貌的主观改动,陷入图像数字化的误区。本文探讨以更加科学的方法处理美术图像数字化加工的输入环节,在加工规范、技术要领、设备使用技巧各方面提供有效方案以飨读者。     

FCN用于母猪性能测定的探索

种猪性能测定对于猪的育种工作至关重要。目前常用B超测定猪活体的背膘厚和眼肌面积,但是也存在一些问题。全卷积神经网络(FCN)在计算机视觉方面应用广泛。基于FCN模型和猪B超图片,开展背膘厚和眼肌面积的图像识别很有价值,但是也存在一定的挑战。对FCN应用于种猪性能测定的前景和技术进行分析     

无线网络环境下传输感知图像的模糊处理算法

传统算法在进行传输感知图像的模糊处理时,对模糊隶属函数的计算不准确,因此图像处理峰值信噪比低。针对这一问题,提出无线网络环境下传输感知图像的模糊处理算法。检测传输感知图像的模糊边缘信息;计算传输感知图像的模糊隶属函数;实现传输感知图像的模糊处理。仿真实验结果表明,设计的模糊处理算法传输感知图像处理峰值信噪比最高可达37.04 dB,对照组最高为23.05 dB,设计的模糊处理算法模糊处理能力更强,可以实现对传输感知图像的高质量模糊处理。     

基于粒子图像测速的坡面流水动力学特性

粒子图像测速(Particle Image Velocimetry, PIV)技术具有多点同时测量、对水流无干扰的优点,该研究利用高分辨率PIV(分辨率为64 pixels/mm),测量了7组坡面流(水深范围为0.5～1.1 cm,雷诺数范围为1 000～3 000),并测量1组深水明渠紊流作为对照,研究了流速轮廓线和修正系数、紊动强度和雷诺应力、偏态系数和峰度系数的变化规律。结果表明:1)PIV能够有效观测坡面流床面至水面的流速分布。当坡面流流态为过渡流时,流速修正系数随着雷诺数的增加呈对数增加,均值为0.77;2)对比深水明渠紊流的紊动强度,坡面流的流向紊动强度较大,而垂向紊动强度较小,且随着水深及雷诺数的增加,坡面流紊动强度逐渐与深水明渠紊流的特征吻合。深水明渠紊流中受雷诺应力影响的流体占比约80%,而坡面流中受雷诺应力影响的流体占比小于80%,随着雷诺数的增加坡面流中受雷诺应力影响的流体占比变大;3)对比深水明渠紊流的峰度系数,坡面流的峰度系数大部分大于3,表明坡面流较深水明渠紊流出现极端流速事件的概率小。PIV技术有利于实验室研究坡面水力侵蚀的力学机理机制问题。     

渔船理赔管理的创新研究

投保综合险的渔船事故中,由于船体大小不同以及构造的特殊性,出险时查勘人员无法对每一条船进行精确的查勘测量,特别是型宽和型深较长的渔船,这对渔业船舶损失的精确定损、复核计算带来了一定困难。为此,通过对福建省目前渔船理赔过程中查勘定损、复核现状问题进行分析,提出了通过采用图像处理法图像测量损失尺寸大小、手持激光测距仪器以及超声波测厚仪的应用,解决精确测量查勘、复核问题的方法和措施,为渔业保险机构工作人员精确处理查勘定损、复核提供了参考依据,加快理赔速度,提高理赔服务质量,最后提出了两种培养专业人才的方法,解决目前新路径中人才缺乏的问题,为进一步提高理赔服务效率打下坚实的基础。     

一种迁移学习算法在番茄病害检测上的应用

针对当前番茄病害智能识别精度不高、耗时长的问题,提出一种基于Inception-v3和迁移学习相结合的图像分类算法。从试验田中收集8种番茄病害叶片和健康叶片,运用1 000万像素高清扫描仪统一扫描成图像,将图像归类到9种文件夹中,手动标记叶片属性。最后,基于Inception-v3模型结合迁移学习算法对健康和病害叶片进行分类试验,并与传统图像分类算法(KNN、SVM、BP神经网络)和非迁移学习算法进行对比。结果表明,基于Inception-v3模型结合迁移学习算法,在番茄病害图像分类中能够快速有效识别分类生长健康番茄和患病番茄,并且能高效识别番茄病害的种类。其中健康置信度达0.9760,病害种类平均置信度达0.929 7,可为番茄病害检测和防治提供支持。