基于无人机影像的电网绝缘子自爆识别

电网因其在电能传输方面的关键性作用,在我国民生项目建设领域一直扮演着至关重要的角色。电网杆塔上的绝缘子一旦发生自爆(也称“缺陷”),绝缘子会自动剥落,输电线路就会产生安全隐患,严重时会降低输电线路的运行寿命,甚至会引发供电中断,发生大范围的停电事故,造成巨大的财产损失。目前,主流的巡检方法为人工巡检,该方法不仅耗时耗力,而且也存在一定主观出错率,已不适用于目前电路巡检的实际情况。本设计采用YOLO V5网络模型,对无人机航拍影像中绝缘子串及绝缘子自爆进行自动识别。首先通过平移、翻转、裁剪等,对航拍绝缘子影像数据集进行数据增广,并对增广后的数据集在LabelImg中进行标注,然后利用YOLO V5网络模型对绝缘子串及绝缘子自爆进行识别,最后采用PyQt5框架在PyCharm中设计了绝缘子自爆识别的系统界面,对模型进行调用,实现了绝缘子串及绝缘子自爆识别。本设计采用从网络上下载、国家电网提供、数据增广所得到的500张无人机航拍影像作为数据集,对所得数据集进行人工标注,再使用YOLO V5网络模型进行训练和测试,结果表明YOLO V5网络模型对绝缘子串具有较高的识别精度,最高识别精度为90.2%,对绝缘子自爆的最高检测精度为80.8%。这说明了YOLO V5网络模型在绝缘子串识别方面有较好的表现,但是由于训练集中绝缘子自爆的样本影像数量有限,所以该网络模型对绝缘子的自爆识别存在一定局限性,本实验能够部分代替人力实现电网绝缘子智能巡检,提高了检测效率。     

基于多目标图像清晰度评价的LAMOST光谱仪离焦诊断方法

研究表明,当温度产生一定变化时,会导致大天区面积多目标光纤光谱天文望远镜（LAMOST）光谱仪的内部器件产生热诱导变形,引起CCD靶面上的图像离焦模糊,降低了天文数据测量精度,也大大增加了16台光谱仪的日常维护难度。基于LAMOST运行前拍摄的定标灯谱数据,提出了一种基于多目标图像清晰度评价的离焦诊断方法。该方法通过对不同离焦量下的定标灯谱图像进行分析,提取了一定数量的光斑的半高全宽（FWHM）及其总体分布情况,建立多目标图像清晰度与系统离焦量之间的离焦函数模型,实现对LAMOST成像像质的离焦诊断,为后续智能化主动补偿技术的实现提供了技术支撑。介绍了LAMOST光谱仪的工作原理及结构,给出了光谱仪对调焦精度的需求;详细介绍了光斑FWHM值的测量原理与多目标图像清晰度评价函数的构建方法。与传统图像清晰度评价函数的对比结果显示,文中方法具有更高的清晰度对比率与精度,对定标灯谱图像的离焦诊断误差在10 μm以内,有效降低了人为局部诊断带来的误差,提高了16台光谱仪系统一致性,有望提高LAMOST日常运行效率与光谱仪的长期稳定性。     

A Novel Method for Quantification of Circulating DNA in Serum by Capillary Zone Electrophoresis

In this paper, we first presented a novel method for quantification of circulating DNA in human serum based on capillary zone electrophoresis with laser-induced fluorescence detection (CZE-LIF). The serum was digested by proteinase to release free DNA, and then CZE-LIF system was used for the quantification of total circulating DNA. This method was successfully used to quantify the circulating DNA levels in sera from healthy individuals and certain cancer patients.We found the significantly elevated circulating DNA levels in certain prostate cancer patients. Our results demonstrated that CZE-LIF system has good linearity, excellent sensitivity (0.5 ng/mL DNA),satisfactory reproducibility (RSDs in one day and between days were both less than 5%) and reliability, and is well suitable to the quantification of the circulating DNA in human serum or plasma.     

动态特征空间和三维运动目标的智能递推识别方法

在实际成像条件下,运动中的三维目标,其投影形状(silhouette)是变化的,因而其可识别性也处于变动中.为了应对这类困难情况,本文定义了模式的动态特征空间和模式的动态可识别性等概念.提出了处理三维目标运动图像序列的多尺度智能递推识别方法(MUSIRR).构造了一种混合神经网络和逻辑决策模块的智能识别器,BP神经网和RBF网用作识别器的基本构成单元.在训练阶段,该识别器使用目标的多尺度二值特性视图模型的规则矩不变量为样本特征向量.在识别阶段,算法在递推识别序列目标图像过程中,充分利用了目标姿态不会突变以及有关成像过程的合理约束,达到了提高识别率目的.     

目标检测算法在DSP系统中软硬件优化方法的实现

基于数字信号处理器TMS320C6416t为核心的实时图像处理硬件平台,利用现场可编程门阵列实现系统的硬件优化,并提出了一种基于汇编语言和流水线技术的软件优化方法.以检测2×2的目标像素点为例,当窗口尺寸为256×256,优化前程序运行时间为4.6 ms,优化后运行时间为0.071 ms,速度提高了64.8倍.为了对比,将算法在以TMS320F206为核心器件的硬件平台上实现,运行时间为200 ms.实验结果表明,采用提出的优化方法,能大大提高运行速度,实现目标的实时检测.     

一种利用窗口结构提取红外弱小目标的方法

在分析红外弱小目标检测的检测概率和虚警率的基础上,引入了一种基于窗口结构的红外弱小目标检测方法.该方法无需进行图像差分,利用局部小范围内目标相对背景的灰度变化检测目标,可以在较低信噪比的情况下获得较高的检测概率和较低的虚警率.实验表明了该方法的有效性.     

基于人工智能的船舶身份识别及航行行为识别方法

本文采用了基于人工智能的手段,充分利用视频资源实现对船舶身份以及航行行为的自动识别。对于船舶身份识别,采用了基于YOLO V3的船名定位技术以及基于CRNN的船名识别技术;对于船舶超重判别,采用了基于Faster R-CNN的系船柱定位技术以及船水分界线定位技术;还采用了船舶轨迹数据成链以及动静态数据融合技术。通过上述一系列方法,可以大大提高水面监管的效率,解决了调查取证、追查回溯难的问题。     

基于渐进阈值分割的多云背景目标检测研究

本文以目标检测为主要研究对象,着重从渐进阈值分割算法的角度,对多云背景下的目标检测进行了研究和分析。目标检测从本质上来说是一种物体识别技术,计算机网络和信息技术的发展,为现阶段各个行业和领域应用的目标检测提供了检测算法这一有效的工具。检测算法能够通过构建模型的方式,借助图像分类和深度学习等算法技术来满足对目标物体进行检测的要求。     

功率循环迈克尔逊干涉仪

激光干涉引力波探测器是一台腔增强的迈克尔逊干涉仪。它的五个长度自由度的控制系统是其中很重要的一部分。对自由度之间的锁定矩阵及耦合特性的分析有助于控制系统的改进。本文实验上测量了功率循环迈克尔逊干涉仪的信号响应的增强因子以及锁定矩阵。信号响应增强了15 dB,与预期符合较好。锁定矩阵中共模自由度对差模误差信号影响不大,但是差模自由度对共模误差信号影响较大,可能是因为只反馈到了其中一臂导致的,这将在下一步的实验中改进。     

用于雷达弱小目标检测的改进TBD算法

针对基于动态规划的检测前跟踪算法存在的问题,提出了一种改进的动态规划算法。该方法的创新之处在于：在原来可能的状态转移的基础上又对后续状态进行了估计,因此可以减少目标强度起伏的影响。文中利用改进的动态规划与数学形态学相结合的检测前跟踪算法对雷达微弱目标进行检测。实测数据验证了该算法可以提高雷达回波中弱小目标的检测性能,且计算量较小,实际可行。