当期目录

2020年 第33卷 第8期 刊出日期：2020-08-15

  

视频图像中人脸自动检测与统计算法

杨思燕,苗凯彬,王锋,苗启广

2020, 33(8):  1-9.  doi:10.16180/j.cnki.issn1007-7820.2020.08.001

摘要 ( 384 )   HTML ( 113 )   PDF (1706KB) ( 64 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对视频中人脸检测由于成像角度、天气状况、遮挡等因素造成检测准确率偏低以及深度学习模型计算复杂度高的问题,文中提出了一种基于椭圆肤色模型与AdaBoost的人脸检测算法。算法通过选取Haar-like特征作为弱分类器,以裁剪过的CAS_PEAL数据集中的人脸图像作为训练集,利用AdaBoost算法将多个弱分类器组合成一个强分类器,最后将若干强分类器以级联的结构组成最终的分类器模型。为解决将非人脸区域检测为人脸的问题,引入椭圆肤色模型,利用椭圆肤色模型对视频帧进行处理使得图像中与肤色相似的区域进入后续的人脸检测过程以降低误检率。实验结果表明,算法能以平均26 ms(单人脸视频)和平均34 ms(多人脸视频)的检测速度进行实时的人脸检测,且达到了87.2%的检测准确率,具有较大的应用推广价值。

一种快速的突变点在线检测算法设计与实现

邹俊晨,齐金鹏,李娜,刘佳伦,朱厚杰

2020, 33(8):  10-16.  doi:10.16180/j.cnki.issn1007-7820.2020.08.002

摘要 ( 1070 )   HTML ( 38 )   PDF (1101KB) ( 137 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

传统TSTKS算法是一种离线突变点检测算法,该算法在待检测数据存在多个突变点时准确度较低。针对这一问题,文中结合TSTKS算法与滑动窗口理论,提出了一种快速时序数据突变点在线检测方法。该方法利用滑动窗口的思想将待检测数据切分为若干子段,并根据窗口顺序对每个子段采用TSTKS算法进行突变点检测,进而实现时序数据多突变点快速检测。实验结果表明,相比于常见的几种突变点检测算法,采用文中提出算法对存在多突变点的时序数据进行检测时耗时较少,相对误差率较低且命中率较高。

基于改进Canny算子的垃圾图像边缘检测

巨志勇,张文馨,翟春宇

2020, 33(8):  16-20.  doi:10.16180/j.cnki.issn1007-7820.2020.08.003

摘要 ( 524 )   HTML ( 13 )   PDF (772KB) ( 57 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

为提高垃圾识别分类的准确率,文中在垃圾图像预处理过程中提出了一种基于改进Canny算子的垃圾图像边缘检测方法。该方法从传统Canny算子滤波方式、梯度方向及阈值自适应3个角度实现了垃圾图像边缘检测的优化。针对Canny算子高斯滤波仅适用于高斯噪声和边缘细节易丢失的问题,采用改进的梯度倒数加权法进行滤波。针对Canny算子易检测出伪边缘的问题,通过在计算图像梯度方向的过程中增加方向梯度模板实现了边缘的精确化。同时采用最小误差法解决人工设定阈值的局限性,实现阈值自适应。实验结果表明,该方法在去噪性能和边缘细节两方面得到了改进,获得了更好的边缘检测效果,为后续垃圾图像的识别分类提供了技术保障。

基于QDCT和HVS的双彩色图像水印算法

经正俊,齐刚

2020, 33(8):  21-27.  doi:10.16180/j.cnki.issn1007-7820.2020.08.004

摘要 ( 365 )   HTML ( 14 )   PDF (1224KB) ( 30 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对水印中信息容量、不可见性和鲁棒性相互制约的问题,文中提出了一种基于QDCT和HVS的双彩色图像水印算法。该算法首先将彩色载体图像和彩色水印图像进行QDCT;然后根据HVS的特性决定水印信息的嵌入位置与嵌入强度,并结合广义Arnold变换和冗余嵌入策略, 将水印QDCT系数嵌入到载体图像QDCT系数的实部和虚部。实验结果表明,通过该算法嵌入水印后的彩色图像在PSNR为35 dB时,在常见攻击下提取出的水印大部分NC值高于0.95,水印信息具有更好的不可见性与鲁棒性。

基于激光轮廓仪的非接触式钢轨廓形检测系统

包亚俊,刘瑾,杨海马,江声华,袁宝龙,杨萍

2020, 33(8):  28-33.  doi:10.16180/j.cnki.issn1007-7820.2020.08.005

摘要 ( 588 )   HTML ( 14 )   PDF (1172KB) ( 80 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

传统钢轨廓形几何尺寸测量多以手工测量为主,基于激光轮廓仪的高精度廓形检测系统的应用可解决手工测量效率低、误差大的问题。新补充利用中值滤波法对激光轮廓仪采集到的廓形数据进行预处理;通过坐标平移和坐标旋转将坐标系归一化;然后通过二次拟合选择合适的特征点对廓形拼接匹配。经现场测试,钢轨廓形尺寸的重复测量误差小于0.1 mm,绝对测量精度最高可达0.014 mm,满足国家标准对钢轨廓形检测精度的需要,说明该方法有效提高了钢轨的检测效率。

基于声能流矢量补偿的水下目标高精度DOA估计

白兴宇,欧宏飞,姜煜,任龙平

2020, 33(8):  34-39.  doi:10.16180/j.cnki.issn1007-7820.2020.08.006

摘要 ( 325 )   HTML ( 5 )   PDF (1026KB) ( 37 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对各向异性噪声对水下目标方位估计精度产生严重干扰的问题,文中提出了一种基于声能流矢量补偿的水下目标高精度DOA估计方法。该方法基于声压和质点振速联合信息处理技术,在有效降低各向同性噪声影响的同时得到各向异性噪声源分布模型,并根据各向异性噪声场声能流模型对各向异性噪声进行矢量补偿,进一步实现了对各向异性噪声的抑制,达到高精度估计的目的。通过数值仿真对该方法的性能进行了验证。仿真结果表明,在20 dB以下,文中方法精度均高于常规复声强器DOA估计,精度最高提高了21%。

分布式实时系统数据分发服务DDS技术研究

王天一,高博

2020, 33(8):  40-45.  doi:10.16180/j.cnki.issn1007-7820.2020.08.007

摘要 ( 1278 )   HTML ( 43 )   PDF (895KB) ( 188 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

数据分发服务DDS是面向分布式实时系统的中间件技术规范。随着分布式实时系统复杂度和规模的增大,系统对数据传输的质量要求也在大幅提高。DDS采用以数据为中心的发布/订阅模式,能够有效满足各种分布式应用的性能要求和硬实时要求。文中围绕数据分发服务技术展开讨论,分析对比了4种常见的数据分发模型,指出了各自的优缺点。文中围绕通信机制、服务质量、传输框架、发现过程以及标准实现等5个方面对DDS规范进行了阐述;从DDS配置的复杂性、广域网应用DDS以及无线网络应用DDS共3个方面重点介绍了DDS应用面临的挑战,并探讨了未来的研究方向。

低功耗高精度温度多路采集测温系统研究

周旋,师蔚

2020, 33(8):  46-52.  doi:10.16180/j.cnki.issn1007-7820.2020.08.008

摘要 ( 551 )   HTML ( 7 )   PDF (1145KB) ( 55 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对旋转物体、移动部件或物体内部温度分布采集的问题,文中设计了一种小体积、精度高、低功耗的温度测量系统。该系统能无线传输数据并能温度数据多通道采集。系统采用PT100作为温度传感器,利用高一致性和低导通阻抗的多路模拟开关ADG888实现多路测量控制。软件上,通过建立铂阻值与ADC转换结果的修正函数,对PT100的整个信号链进行系统校准,获得准确的PT100阻值。在比较多种非线性处理方法并进行误差分析后,采用PT100的传递函数校正非线性误差,以获得高精度的测量值。经测试,温度多路采集系统在0~300 ℃的设计温度范围内可达到0.5 ℃的精度。

基于约束优化提升并联充电器效率的研究

陆欢

2020, 33(8):  53-58.  doi:10.16180/j.cnki.issn1007-7820.2020.08.009

摘要 ( 221 )   HTML ( 5 )   PDF (915KB) ( 22 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

随着电动汽车成为汽车领域重点发展的方向,电动汽车领域获得了长足的发展,其中也包括并联充电技术的进步。文中针对实际问题设计实验,搭建了实验平台模拟电网输入电能对车载电源的充电过程,并对实验数据进行了分析。文中针对数据特征对单个并联充电器的特性进行测试,并在此基础上提取出模型。根据实际需求设计相应的优化算法,然后将模型扩展至多个并联充电器的组合,依据实际情况增加算法模型的约束条件,整合不同优化算法的优点,运用增广拉格朗日算法、序列二次规划以及混合算法对实验数据进行分析验证。验证结果表明,结合了拉格朗日和序列二次规划的混合算法可以有效地在最高效的基础上对电流进行初次分配。最后用复杂度对所用的约束算法进行评估,综合评价最优算法。

基于拥挤度因子的动态信息素更新策略蚁群算法

朱宏伟,张海南

2020, 33(8):  59-64.  doi:10.16180/j.cnki.issn1007-7820.2020.08.010

摘要 ( 382 )   HTML ( 6 )   PDF (1112KB) ( 27 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对蚁群算法易陷入局部最优、收敛速度慢的问题,文中提出了一种基于拥挤度因子的动态信息素更新策略的蚁群算法(CFACS)。引入鱼群算法中拥挤度的思想,扩大种群中蚂蚁分布范围,使其探索更大的解空间,提高算法全局搜索能力;采用动态信息素更新策略,在每一次迭代中,自适应调整当前最优路径所释放的信息素浓度,保证蚁群前期的多样性,同时保证算法在后期的收敛性。求解TSP问题的仿真实验表明,改进算法求得解的质量和求解的收敛速度都明显优于传统蚁群算法,较好地平衡了种群多样性与收敛速度之间的矛盾。

Y₃MgAl₃SiO₁₂:Dy ³⁺,Eu ³⁺荧光粉的能量传递与暖白光实现

童二宝,徐明学,宋开新,高惠芳,赵平海,沈少骅,武军,徐军明

2020, 33(8):  65-69.  doi:10.16180/j.cnki.issn1007-7820.2020.08.011

摘要 ( 241 )   HTML ( 2 )   PDF (916KB) ( 16 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

采用高温固相法合成了Dy ³⁺、Eu ³⁺共掺杂Y₃MgAl₃SiO₁₂石榴石型荧光粉。采用XRD、荧光光谱仪等仪器对样品的结构以及光谱特性进行表征,探究了Dy ³⁺/Eu ³⁺在Y₃MgAl₃SiO₁₂基质结构中的光谱特征以及离子间的能量传递机制。在367 nm近紫外光激发下,Y₃MgAl₃SiO₁₂:Dy ³⁺,Eu ³⁺的发射光谱包含Dy ³⁺的6F9/2到6H15/2和6H13/2的电子跃迁特征发射(487 nm蓝光和592 nm黄光)和Eu ³⁺的5D0 7F2 and 5D0 7F4特征发射峰(616 nm和710 nm红光)。在400~500 nm范围内Dy ³⁺发射谱与Eu ³⁺激发谱重叠,表明Dy ³⁺与Eu ³⁺之间存在着能量传递,能量传递的机理为电四极-电四极相互作用。该荧光粉通过调整Dy ³⁺和Eu ³⁺的掺杂浓度比封装近紫外LED芯片,可以实现单基质暖白光LED照明。

基于深度卷积神经网络的自适应图像去雾算法

何宜鸿,李彦锋,黄树恺,谭万钏

2020, 33(8):  70-73.  doi:10.16180/j.cnki.issn1007-7820.2020.08.012

摘要 ( 692 )   HTML ( 20 )   PDF (874KB) ( 79 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

室外拍摄图像由于受雾气、雾霾、沙尘等大气颗粒杂质的影响呈现出图像灰白化,而现有的图像去雾算法存在过度依赖先验信息、透射率计算不精确的问题。针对上述问题,文中提出了一种基于深度卷积神经网络的自适应图像去雾算法。该算法基于大气散射模型实现了有雾图像的去雾,设计浅层提取、并行提取和深度融合共3个全卷积网络实现图像浅层特征与深层特征的融合,大幅提高了透射率图的准确性。去雾实验测试结果表明,文中所提出的算法对室外露天雾图具有良好的去雾效果,且去雾细节效果更加理想。

基于WiFi-BP的室内定位算法

朱轶峰

2020, 33(8):  74-79.  doi:10.16180/j.cnki.issn1007-7820.2020.08.013

摘要 ( 312 )   HTML ( 12 )   PDF (992KB) ( 44 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对设备差异性造成信号偏差从而影响定位精度的问题,提出了一种结合BP神经网络和加权质心定位算法的室内定位算法。文中通过离群点检测算法对不同手机的RSSI数据进行清洗,并以清洗后的数据作为BP神经网络的数据源进行模型训练,得到了一种稳定的非线性的BP模型。在此基础上,结合改进的室内定位算法进行室内定位。实验结果表明,文中所提定位算法的均值误差、最小误差和最大误差分别为为0.58 m、0.24 m和1.06 m,定位精度明显高于现有的同类算法。

基于机器学习的信息安全设备调配保障技术研究

金鑫,冯毅,尤雪汐,王佳欣

2020, 33(8):  80-86.  doi:10.16180/j.cnki.issn1007-7820.2020.08.014

摘要 ( 216 )   HTML ( 5 )   PDF (1188KB) ( 23 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对目前大量信息安全设备调配保障工作仍依靠人工方式进行调配的现状,文中提出一种基于机器学习算法的信息安全设备调配保障技术。在深入研究现有信息安全设备调配保障方案的基础上,分析方案中所有影响设备调配的属性特征;根据现有信息安全设备调配保障方案与提取的属性特征构造设备调配保障样本集;使用随机森林算法对属性特征进行优化,并选取最为合理的属性特征,结合支持向量机算法构造调配保障模型。实验对比结果表明,使用随机森林算法进行特征优化后的模型测试集准确率上升约8%,模型运行时间缩短43%,在解决实际问题过程中,与原方案的调配结果误差率下降了8.69%。