教学课程资源库 更多>>

关键词： 桥梁工程   位移测试   数字图像处理   数字图像相关   精度测试  

摘要： 结构位移监测是土木工程健康监测领域的重要内容,是进行结构状态评价的重要手段。传统的结构二维、三维位移测试手段,如拉线式位移计、GPS定位系统、全站仪等,普遍存在现场布置繁琐、采集频率不足、测试成本高等问题。目前,基于计算机视觉技术的位移测试方法已在土木工程中得到广泛应用,但也存在一些问题亟需解决。引入数字图像处理(DIP,Digital image processing)和数字图像相关(DIC,Digital image correlation)算法,结合C++平台分别构建了基于DIP与DIC算法的结构位移测量系统。采用模拟实验、室内试验和现场试验等手段,对比分析了两种位移测量系统的测试精度与稳定性等性能,并根据分析结果给出了合理的建议。主要研究内容如下: (1)构建了基于DIP技术的位移测量系统。以DIP技术为主体,引入整像素级边缘检测算法Canny和亚像素级边缘检测算法Zernike矩,结合轮廓提取、最小二乘拟合,实现对靶标的精确定位,进而获取结构的位移信息。通过噪声实验、模拟实验、实验室实验、实桥实验验证了该测试系统在结构位移测试中的有效性。 (2)对比分析了两种位移测量系统的测试性能。以DIC技术为主体,结合整像素级初值搜索算法快速归一化互相关(FNCC,Fast Normalized CrossCorrelation)与亚像素级迭代算法反向高斯牛顿算法(IC-GN,Inverse Compositional Gauss-Newton),构建了可实现亚像素级位移测试的形变测试系统。通过噪声实验、模拟实验、实验室实验、现场实验等手段,对比分析了基于DIC技术位移测试系统与基于DIP技术位移测试系统在测试精度、稳定性以及计算速度等方面的性能,最后基于上述实验结果,给出了两种位移测试系统的合理应用场景。 (3)构建了基于3D-DIC技术的位移测量系统。以3D-DIC技术为主体,引入初度不变特征变换(SIFT,Scale-invariant feature transform)作为立体匹配的初值估计算法,结合基于二阶形函数的IC-GN算法进行立体匹配,根据标定结果,计算出所测点的三维坐标。在后处理方面引入SVD分析方法进行坐标空间之间的转换,并根据三维坐标随时间的变化,得到三维位移值。设计了三维平台平移实验,对三维DIC位移测试系统进行了精度测试,证明了其可行性。

摘要： 针对数字图像处理实验教学中实验课时较少、实验内容单一、学生实验热情不高等问题，在实验教学中将科研项目渗透到教学中，增加高光谱图像分类综合拓展内容，提升学生的学习兴趣和实践能力，激发学生的创新热情。

关键词： 数字图像处理   机场道面裂缝   图像分割   裂缝分类  

摘要： 机场跑道作为承载飞机起飞与着陆的主要区域,是机场飞行区重要的基础设施。在荷载因素与环境因素的反复作用下,机场道面容易出现各种病害,其中裂缝病害为大多数病害的早期表现形式。当前机场机场道面裂缝的检测工作仍停留在人工作业阶段,存在检测效率低、成本高、主观性强等缺点。因此智能化的机场道面裂缝检测方法成为研究热点。本文以机场道面裂缝图像为研究对象,根据道面裂缝的特点,提出了基于数字图像处理技术的机场道面裂缝智能检测方法,并进行实验验证。论文的主要工作内容如下:首先进行机场道面裂缝图像的预处理,完成相机标定与尺寸标定。根据道面裂缝图像的特点,进行图像灰度校正及提出改进的双边滤波算法进行图像去噪处理。其次进行裂缝图像的分割算法的对比分析实验,提出结合大津法改进的自适应canny边缘检测算法,有效分割出裂缝边缘。然后对分割后的裂缝边缘存在小噪点、内部孔洞及边缘断裂问题,使用连通域分析法去除噪点,使用数学形态学运算填充内部孔洞,连接断裂边缘,并提取出剔除毛刺后的裂缝骨架图。接着提取道面裂缝骨架图的节点数目,裂缝密度及投影特征作为特征向量,基于SVM决策树原理对机场道面裂缝进行分类识别,并进行实验证明本文算法能够满足机场道面裂缝检测需求。最后,进行裂缝检测实例验证,并结合三维建模技术完成检测出的裂缝病害的可视化。综上所述,本文提出的基于数字图像处理技术的机场道面裂缝智能检测方法能够有效提高机场道面裂缝检测作业的效率,方便道面管理人员掌握道面状况,提高道面管理效率。

关键词： 数字图像处理   图像去噪   中值滤波算法   FPGA  

摘要： 近红外数字图像处理是利用计算机软件或新兴硬件微处理器对近红外图像进行处理的方法。它包括图像复原、图像重建、图像分析、模式识别和计算机视觉等领域。其中,图像去噪作为图像复原的一个分支,在医疗、军事、工业等领域广泛应用。滤波算法是图像去噪的核心,传统数字图像去噪系统主要基于软件平台,在实时性要求高的场合无法满足需求。因此,在以硬件为核心的系统平台上实现数字图像的快速去噪,同时满足实时性要求和减少硬件资源消耗成为图像处理研究的重要课题。本文提出了一种基于FPGA的近红外光电探测阵列生成图像去噪处理方法。相比于PC软件平台,FPGA可以在较低的工作主频下实现更高的处理速度,并实现数字图像像素点的并行化处理与输出。在深入研究传统数字图像噪声去噪算法的基础上,通过MATLAB仿真对比研究,本文选取中值滤波算法作为数字图像噪声(尤其是椒盐噪声)的去噪算法,并对其加以改进使之更适合在FPGA硬件平台上实现。该系统设计的关键在于改进的快速中值滤波算法,相比传统算法,该算法可以在三轮共21次比较中获得3×3快速中值滤波模板窗口的中值结果,简化了算法的计算过程,节约了硬件资源,同时提高了系统的时序性能。整个去噪系统包括三个主要模块:CMOS视频图像缓存模块、快速中值滤波算法模块和DDR3 DRAM控制模块。快速中值滤波算法模块是算法的主要设计模块。部分模块引入FPGA流水线设计思想和乒乓传输原理,提高了系统的数据传输吞吐量,同时保证了良好的时序性能。本文采用ISE Design Suite 14.7作为开发环境,并使用Xilinx公司的Spartan-6系列FPGA芯片XC6SLX16-2CSG324作为FPGA核心。该芯片功耗低、成本低、硬件资源配置丰富。该系统采用Verilog HDL对各个模块进行描述并实现其功能,包括将快速中值滤波算法用硬件结构描述,各模块接口信号连接与时序匹配,模块内部逻辑设计。该系统充分利用了FPGA片内和片外存储器件,在满足设计要求的前提下节约硬件资源,简化逻辑设计。系统实现过程中,首先在Model Sim平台进行功能仿真验证,然后通过综合和布局布线进行上板验证。最终实现了基于FPGA的快速中值滤波系统,其工作频率为110MHz,输入为640×480分辨率原始图像。为了进一步验证算法的有效性,对比了非制冷红外探测器拍摄图像的前后处理效果,以评估快速中值滤波算法的可靠性。

关键词： 数字图像处理   壁画修复   稀疏表示   深度学习   生成对抗网络  

摘要： 壁画在中国美术史上占有重要地位,具有极高的艺术价值和文化价值。敦煌壁画作为全世界现存规模最大的古代壁画资源,是我国乃至世界艺术殿堂的瑰宝。但是由于壁画年代久远,受到自然气候和人为破坏等因素的干扰,大部分壁画已出现破损、脱落、裂纹等病态问题,亟待保护。因此,对于病害壁画修复技术的研究极其重要。目前修复破损壁画主要采用人工修复的方法,但是人工修复存在着周期长、风险大且结果不可逆的问题,成为壁画修复的重大障碍。因此,将壁画修复与计算机技术相结合,利用数字化技术对壁画进行辅助虚拟修复,不仅可以为人工修复提供重要且具有实际意义的参考价值,而且可以将修复后的壁画进行数字化长期保存。本文深入学习图像修复的国内外研究现状,并通过对稀疏表示和深度学习相关图像修复算法的探索和研究,主要提出了以下三个方面的壁画修复算法:块核范数的RPCA分解与熵权类稀疏的壁画修复算法、联合双编码器增强的生成对抗壁画多尺度重建算法以及结构门控与纹理联合引导的生成对抗壁画修复算法。主要研究和贡献如下:(1)针对传统稀疏表示算法修复壁画过程中,结构信息和纹理信息分离不彻底,以及字典设计单一,导致壁画图像修复结果易出现内容修复不完整和边界效应等问题,提出了一种基于块核范数的RPCA分解与熵权类稀疏的壁画修复算法。首先,采用提出的块核范数的RPCA图像分解算法,将壁画图像分解为结构层和纹理层。然后,提出熵加权k-means方法对结构层图像进行聚类,构建稀疏子类字典,并通过类稀疏修复方法完成结构层图像的重构。接着,利用双三次插值算法修复纹理层图像。最后,将修复后的结构层和纹理层融合,得到壁画的修复结果。通过对真实敦煌壁画数字化修复,实验结果表明:本章所提算法较完整地修复了破损区域,且客观定量评价均优于对比算法。(2)针对现有深度学习算法在修复破损壁画图像时,存在特征感知能力较弱和重建细节丢失等问题,提出了一种联合双编码器增强的生成对抗壁画多尺度重建深度学习模型。首先,设计由双分支联合编码器和多尺度解码器构成的生成网络,其中,双分支联合编码器分为门控编码器分支和标准编码器分支。门控编码器分支利用门控卷积的动态特征选择机制并级联空洞卷积,提高壁画的语义特征感知能力;而标准编码器分支利用标准卷积并引入密集连接结构,以获得更加丰富的壁画信息。然后,采用多尺度解码器进行图像重构,增强破损壁画纹理细节的重构能力。最后,通过谱归一化马尔科夫判别模型进行真假判别,达到壁画修复的目的。通过真实敦煌壁画数字化修复实验结果表明,本章所提算法在峰值信噪比和结构相似性等定量评价中均优于比较算法。(3)针对现有深度学习修复方法在修复壁画过程中,缺少结构和纹理等先验信息的联合约束性引导,导致修复结果易出现结构紊乱和纹理模糊等问题,提出了一种结构门控融合与纹理联合引导的生成对抗壁画修复模型。首先,构建由结构引导编码子网络和纹理引导解码子网络组成的生成网络,利用结构信息引导特征编码,并通过门控特征融合机制增强边缘轮廓信息。然后,设计纹理引导器和方向注意力模块提取分层纹理特征,指导解码器重构壁画图像,提高壁画纹理的清晰度。最后,利用谱归一化马尔科夫判别模型对抗训练,完成壁画修复。通过对真实敦煌壁画进行数字化修复实验,结果表明,本章所提算法在结构连续性和纹理清晰性等方面较对比算法均有所提升。

关键词： 面部深度伪造检测   Deepfakes检测   计算机视觉   深度学习   数字图像处理   机器学习  

摘要： 随着深度学习技术的广泛应用,许多合成的图片和视频在互联网上广泛传播。基于深度学习的面部深度伪造技术,其生成物让人无法分辨真假。深度学习领域不断涌现出新的伪造方法,使面部深度伪造呈现出泛滥的趋势。由于新的伪造技术会降低原先一些检测方法的有效性,甚至使其失效,这给伪造检测研究带来了新的挑战。面部深度伪造检测的研究需要在发展中不断前进。此外,面部深度伪造技术无限制的扩散,可能会对个人和国家的数据信息安全造成危害。因此,通过基于深度学习模型在真实和伪造视频数据上进行训练,然后利用模型来检测和鉴别面部深度伪造的研究是至关重要的。本文针对面部深度伪造检测任务的研究进行如下研究工作。从基于图像帧的面部深度伪造检测的研究展开,本文提出一种基于图像梯度和深度神经网络结合的检测模型,将面部深度伪造检测问题转化为视频中一帧的特征识别和分析。从视频中捕捉一帧图像,进行裁剪并保留人脸部分,减少数据量且提升计算效率;使用图像梯度算子来处理面部图像,结合深度神经网络对提取的图像帧的特征进行有监督的训练以实现伪造的检测。通过在不同的面部深度伪造数据集上进行的广泛实验表明,基于图像梯度方法可以有效地检测面部深度伪造,并取得较好的检测和鉴别性能。从基于连续视频帧的面部深度伪造检测的研究展开,这项研究发现,伪造的面部视频在经过密集光流处理后,光流成像在连续帧之间会产生截断,并且这一现象在面部动作幅度较大时更为明显。本文基于此提出一种面部深度伪造检测模型,即采用独特的面部双三角区域来辅助捕获面部动作,实现提取视频帧间光流特征数据,然后利用这些特征在数据集上训练检测模型。通过实验结果验证密集光流截断与面部动作的关系,大量的实验评估表明,本文提出的方法对面部深度伪造检测是有效的,实现了较好的检测效果。图[27]表[8]参考文献[84]

关键词： 沥青混合料   车辙   细集料   骨架   数字图像处理   离散元法  

摘要： 车辙是沥青路面主要的损坏形式,它不仅会影响行车安全,还会缩短路面的使用寿命。细集料的填充性与粗集料的骨架性能直接影响沥青混合料及沥青路面强度的形成。而传统的车辙研究局限于从宏观角度去分析混合料中的各种力学性能。这种方法不仅存在耗时、耗力、投入成本高及可重复性差等问题,且结果的变异性也较大。因此,本文基于离散元方法和数字图像处理技术实现了以圆球颗粒和不规则多边形模拟沥青混合料的微观结构组成,从细观层面探讨结构因素对其宏观性能的影响,以期为长寿命的沥青路面设计提供理论支撑。主要试验方法如下:首先,本文基于室内试验,结合FISH语言实现了三种经典级配的可视化设计,生成细集料含量不同的理想圆球离散元模型。接着通过单轴压缩模拟实验,获取了与室内试验结果十分接近的本构关系,确保模型的可行性与合理性后,全面模拟了循环荷载作用下沥青路面车辙发生压密变形和流动变形时的状态,对不同细集料含量的沥青混合料内部的应力场、位移场和变形情况进行对比分析,揭示了车辙形成的机理及细集料含量与最优骨架结构之间的联系。随后,为量化构成骨架的粗集料中粗分与细分比例对沥青混合料力学性能的影响,在理想圆盘离散元模型的基础上,提出了利用MATLAB图像处理技术与离散元方法对沥青混合料截面进行二维重构,获得了与真实沥青混合料结构在分布统计上十分接近的离散元模型。最后,通过上述数字化方法设计并生成9组不同骨架比例的骨架密实混合料模型,并对其内部的配位数、接触力分布及力链的分布等细观力学指标进行了统计和分析,以探究构成骨架的粗集料中粗分和细分比例对混合料骨架性能的影响。结果表明:(1)沥青路面车辙整体变形受上中层影响显著,各类型试件内中上层变形占比可达70%。其中,细集料含量为22%的骨架密实型沥青混合料SMA(沥青玛蹄脂)因可改善混合料内部的受力情况、降低路面变形、增加应力的竖直传递效率,使其具有更好的抗车辙性。(2)在骨架密实型混合料中,标准型密级配(M型)沥青混合料内部颗粒配位数含量最高、接触力范围分布最为均衡、力链强度在各角度上随时间及粗料比的变化最小,使得该种级配类型的混合料内部接触良好、各向异性小、传递路径均匀,能够构成更加稳定的骨架结构。本文创新性的提出了一种结合数字图像的沥青混合料几何建模方法,探讨了具有真实形貌特征的车辙模拟试件内部细观作用机理。为更深层次的细观研究提供参考,同时减少因室内重复试验带来的经济损失。

关键词： 凝胶物理特性分析   粘度测量   数字图像处理   并行计算  

摘要： 凝胶作为一种重要的功能材料,在能源行业、电力行业、航天领域、以及食品化妆品、医药生物等领域都具有广泛应用。凝胶的物理特性对于研究凝胶体系的流变特性、反应动力学等具有重要意义。在凝胶的各种应用中,作为堵漏剂的用量极大且对凝胶物理特性要求也极高。针对凝胶堵漏剂研发的物理特性分析仪,可以方便地将其推广到各个应用领域中,具有较高的示范作用和广泛的应用价值。目前常见的凝胶物理特性测量设备操作复杂、计算速度慢且价格昂贵,难以满足现场的工作需求。因此,研发一种基于数字图像的凝胶物理特性分析仪,可以快速有效地对凝胶相关参数进行实时测量。同时,利用并行计算可以显著提高设备的数据处理效率,缩短数据处理时间,提升仪器的自动化程度。论文分析了凝胶物理特性计算的方法。在此基础上,根据实际分析计算的需要,设计了凝胶物理特性分析仪的硬件和软件部分。根据硬件设计方案,选择了合理的包括压力泵和相机等设备的硬件装置,可以较好地完成模拟凝胶流动、毛细管图像采集等功能。根据硬件装置,论文从提高计算速度和精度的角度,提出了改进的分割算法。该算法在大津法的基础上通过添加一定的判断条件来区分目标与背景,可以有效地滤除光影对识别结果的影响。当凝胶凹液面曲线提取不完整时,提出利用多项式曲线拟合算法,对凝胶在毛细管中的凹液面曲线进行完整性拟合。在此基础上利用光流法和单目测距原理确定核心参数(35)L,从而计算凝胶的物理特性。根据对硬件的设计和算法的研究,论文研发了一种基于并行计算的高精度凝胶物理特性分析仪。该物理特性分析仪具有高精度、实时性强、操作方便、非接触式且便携小巧的特点。通过对油田实际3个批次的凝胶物理特性的实测表明,论文所研发的凝胶物理特性分析仪避免了接触测试样品及操作复杂等问题,能够准确地获得实际物理特性。将测量结果的平均相对误差由3%提高到在2%左右,满足实际工程应用的精度要求。并对系统整体的加速效果进行了测试统计,结果表明引入并行计算后系统速度得到显著提升,加速比可达数十倍。

关键词： 孔内表面   缺陷检测   畸变校正   图像展开   实时检测  

摘要： 当前国内生产厂家在对孔内表面进行质量检测时,主要通过游标卡尺、人工目测等方法来进行,存在检测效率低、可靠性不足、精度差、检测标准不统一等问题。在需要对缺陷进行较为精密检测的场合,常见的检测方法往往存在一定的限制,无法满足实际使用中可靠性、精度、检测效率等方面的需求。针对该问题,本文在深入研究内窥图像成像原理的基础上,以孔径8-20mm的机械零件内孔为研究对象,对孔内表面缺陷检测展开研究。具体研究内容如下:（1）镜头选择、检测平台搭建及图像预处理。基于镜头成像原理,根据孔内缺陷检测对镜头焦距及视场角的要求,选择合适的内窥镜镜头,搭建实验平台。运用该实验平台采集实时的原始图像,采用加权平均算法、中值滤波算法、线性增强算法对原始图像进行灰度转化、滤波降噪、图像增强等预处理。（2）基于畸变校正拉伸因子的孔内图像畸变校正。针对传统畸变校正方法在校正后边缘部分不清晰的问题,通过引入畸变校正拉伸因子,提出一种快速畸变校正算法,该算法可实现纵、横两个方向上畸变的快速校正,算例表明:与传统经度模型、经纬校正、双经度、球面投影等算法相比,本文提出的快速畸变校正算法在校正时间、结构相似度、边缘图像清晰度等三个指标上均表现出一定的优越性。运用本文校正算法分析不同类型、不同缺陷、不同孔径的孔内图像表明,平均校正时间为3.17s、结构相似度为0.9203、边缘图像清晰度为55.045,可以满足畸变校正要求。（3）基于CU-BI-LM算法的孔内图像展开与非线性拉伸。针对柱面展开算法展开效果欠佳、展开后图像边缘信息缺失、展开图像与真实图像之间比例失调等问题,本文将柱面展开算法、双线性插值算法与L-M优化算法相结合,提出CU-BI-LM算法对畸变校正后的图像进行展开,实验结果表明:在实际划痕缺陷测量尺寸为50mm的情况下,采用本文提出的算法展开后的测量结果为49.2mm,误差率为1.6%,在可接受范围之内。（4）基于深度学习的孔内缺陷识别分类研究与在线检测系统的设计开发。为了实现孔内表面缺陷的自动分类,采用ResNet50模型对孔内缺陷图像进行分类识别,通过超参数优化实验,得到最优网络训练批为16、最优学习率为0.001、最佳微调模型为仅冻结Conv2的结论。实验结果表明,优化后模型的平均准确率为92.3%,能够有效达到孔内表面孔内缺陷检测要求的目的。此外,设计了在线检测平台,该平台采用MATLAB中的GUI工具箱搭建而成,将上文中的预处理、畸变校正、展开、识别算法嵌入到系统中,输入待检测的图像之后,该平台可实现孔内表面缺陷的快速、高精度、自动化在线检测。本文研究对孔内缺陷检测手段的丰富和拓展具有一定的实际意义,在需要对孔内缺陷进行大批量、高精度、快速检测的场景下具有实际应用价值。

关键词： 新工科   图像处理   案例化   课程建设  

摘要： 新工科建设对高校人才培养提出了更高的要求，本文在分析应用型本科院校《数字图像处理》课程现有教学模式弊端的基础上，精心构建典型工程案例辅助理论教学，在线上和线下两个环节引导学生加强动手能力的训练。并介绍了部分工程案例的具体内容及涉及的知识点，并以其中的图像手绘特效案例为例，详细说明了案例的具体构成过程及表现形式。在经过两个教学周期的实践后，结果表明引入案例后教学效果显著改善，学生的学习兴趣明显提高，有利于学生综合应用分析能力的培养。