首页期刊导航|电子测量技术
期刊信息/Journal information
电子测量技术
电子测量技术

孙圣和

月刊

1002-7300

dzcl@vip.163.com

010-56103931

100009

北京市东城区北河沿大街79号

电子测量技术/Journal Electronic Measurement Technology北大核心CSTPCD
查看更多>>本刊坚定不移地确保社会效益功能的发挥,刊登新技术、工艺、设计、设备材料为主要内容,推广交流步进技术、科研成果和实践经验及时传播新成就、新技术、新器材的信息,以利于社会主义生产建设。
正式出版
收录年代

    基于深度Q网络的海上环境智能路径规划

    李鹏程周远国杨国卿
    77-84页
    查看更多>>摘要:深入研究了融合航海优先级(NP)和优先级经验回放(PER)策略的深度Q网络(DQN)算法在海上环境智能路径规划问题上的应用.不同于传统路径规划算法,本优化算法能够自主探索并学习海上环境的规律,无需依赖人工构建的海洋环境全局信息.本研究开发了基于Gym框架的海上仿真环境,用以模拟和验证改进的DQN模型.该模型融合了航海优先级和优先级经验回放机制,通过调整学习过程中经验样本的利用频率,提升了算法对重要决策的学习效率.此外,引入新的奖赏函数,进一步增强了模型对路径规划问题的适应能力和稳定性.仿真实验结果证明,该模型在避免障碍物及寻找最佳路径方面相较于基准方法有显著提升,展现了一定的泛化性和优秀的稳定性.

    改进深度Q网络海上模拟仿真环境航海优先级奖赏函数

    改进多阶段渐进式的受电弓碳滑板图像去模糊

    刘伟民张梦准郑爱云刘晋...
    85-93页
    查看更多>>摘要:针对高铁运行速度过快,容易导致受电弓碳滑板的监测图像出现运动模糊问题,提出了一种改进多阶段渐进式网络的图像去模糊方法.首先,引入混合膨胀卷积作为特征提取网络,在不改变计算量和特征图分辨率前提下,可以增大局部感受野,进而可获取高质量的图像纹理和细节信息;其次,引入像素点注意力机制,自适应地选择每个像素点的权重值,增强模型去模糊质量;再次,引入混合损失函数,提高模型对不同类型模糊的鲁棒性;最后,制作1600对受电弓碳滑板监测图像合成数据集以供模型进行训练和测试.为了评估所提网络的去模糊效果,将训练所得模型在上述数据集上进行了测试,实验结果表明峰值信噪比达到了38.82dB、结构相似性达到了0.9723,在视觉上较另外7种经典方法能更好地复原图像的边缘轮廓和纹理细节信息.有效地提升了模型的鲁棒性.

    图像去模糊卷积神经网络混合膨胀卷积像素点注意力混合损失函数

    基于细节信息增强的无监督双目立体匹配算法

    王晓峰孙志恒喻骏孙贾梦...
    94-101页
    查看更多>>摘要:无监督立体匹配算法在自动驾驶等领域有重要的应用,然而无监督立体匹配算法在物体连续、边缘等细节信息区域的视差精度较低,本文提出了一种提高细节信息区域精度的无监督立体匹配算法.通过在特征金字塔网络中引入空间注意力机制和残差网络,设计了一种空间特征金字塔网络算法,抑制特征提取过程中边缘和小目标细节信息的丢失.构建了视差融合模块,将半全局立体匹配算法生成的原始视差和视差回归生成的初步视差进行置信度视差融合,提升连续细节信息区域的精度.对于网络损失函数,集成了原始视差监督损失和置信度遮挡损失,保留更多图像边缘和连续区域处的细节信息.实验结果表明,本文算法在KITTI 2015测试集中非遮挡区域和所有区域的误匹配率分别为6.24%和5.89%,与其他经典算法相比在细节信息区域的效果、精度方面有较大提升.

    无监督立体匹配细节信息增强注意力机制视差融合

    基于改进轻量化U-Net模型的光伏电池EL图像缺陷检测

    汪方斌李文豪
    102-111页
    查看更多>>摘要:基于实际工程检测现场神经网络结构庞大、参数量巨大、环境复杂,硬件设备性能差等原因导致缺陷的实时检测速率慢、精度低的问题,本研究结合MobileNet中的深度可分离卷积配合ECA注意力机制模块的轻量化思想,以及U-Net网络的特征提取模型提出了一种基于改进U-Net网络模型的光伏电池板缺陷检测方法.同时,根据光伏电池缺陷的特点,选择适合的激活函数以及对交叉熵损失函数进行了改进.实验结果表明,改进的U-Net算法较原算法不仅将参数量减少了36%,而且对裂纹、黑斑等缺陷的检测精度达到了97.05%,相对传统网络具有较好的光伏电池表面缺陷分割效果.

    电致发光光伏电池缺陷检测深度可分离卷积U-NetECA图像分割

    基于位置感知和跨层特征融合的航拍小目标检测算法

    雷帮军余翱吴正平余快...
    112-123页
    查看更多>>摘要:针对航拍图像目标尺度小、背景复杂、漏检和误检严重,提出了一种基于位置感知和跨层特征融合的航拍小目标检测算法DC-YOLOv8s.DC-YOLOv8s新增小目标检测层,增强对小目标尺度的敏感性,提高检测精度.为了减少特征信息的丢失,设计了跨层特征融合模块,充分融合小目标浅层语义信息和深层语义信息,丰富特征表示.改进C2f结构,结合可变性卷积设计了基于位置感知融入残差的感受野注意力模块,适应航拍小目标形状的变化,快速提取感受野特征,降低漏检和误检率.最后使用基于注意力机制的动态检测头在尺度感知、空间感知、任务感知方面提高复杂场景下小目标的定位性能.实验表明,在VisDrone2019数据集上,DC-YOLOv8s在P、R、mAP上相较于YOLOv8s分别提高了7.2%、7.5%、9.1%,显著提高了小目标检测的性能,FPS为71帧,满足实时性要求.在VOC2007+2012上进行模型泛化性实验验证,效果优于其他经典算法.

    小目标检测层跨层特征融合位置感知感受野动态检测头

    弱纹理飞机蒙皮曲面图像特征匹配及拼接

    李炳超王军李海丰王怀超...
    124-132页
    查看更多>>摘要:为了解决弱纹理飞机蒙皮特征点分布不均匀、正确匹配的特征点对较少的问题,提出了一种改进的LoFTR算法对飞机蒙皮图像进行拼接.根据相机位姿利用柱面反投影对蒙皮图像进行曲面校正;通过图像之间的重叠区域确定特征提取区域,从而减少错误匹配点对的生成;使用LoFTR算法进行特征提取,并且使用RANSAC算法对特征点进行筛选;根据图像分块的思想对重叠区域进行网格划分来对特征点进一步筛选,使得特征点分布更加均匀,得到更加准确的变换矩阵进行图像配准.实验在自研无人车采集的飞机蒙皮图像上进行了测试和验证,改进的方法与SIFT、SURF、ORB、BRISK以及AKAZE进行了特征匹配率比较实验,SIFT、SURF、ORB、BRISK和AKAZE匹配率分别为4.84%,0.47%、2.9%、0.86%、5.08%,提出的算法特征匹配率达到55.21%,SSIM平均值提高了44.38%~88.46%.该方法适用于对飞机蒙皮图像的拼接任务,且不存在因弱纹理而导致漏拼的问题.

    飞机蒙皮反柱面投影特征掩膜特征匹配图像拼接弱纹理图像分块

    基于原型嵌入图网络的小样本图像分类

    陈望李志玲王前包春梅...
    133-141页
    查看更多>>摘要:针对在小样本图像分类中传统骨干卷积网络进行特征提取时会有上下文信息单一和感受野受限以及边特征相似度度量缺乏全局性问题,本文提出了一种基于原型嵌入图网络的小样本图像分类算法.首先,将CBAM产生的权重值与ASPP以不同采样率获取的不同尺度特征进行相乘的特征作为图网络的节点嵌入特征.然后,采用原型网络的方法在度量模块中构建了原型节点,使得成对节点之间的相似性计算转化为单个节点与原型节点相似性的和计算,将得到的相似度作为边特征输入图神经网络.最后,利用双图结构在多个更新代后将标签信息从有标签样本传播到无标签样本.在以ResNet-12为骨干卷积网络的算法分类任务中,本文在miniImageNet、tieredImageNet、CUB-200-2011和CIFAR-FS 4个数据集上的5-way 1-shot的任务分类准确率分别达到了71.47%、75.41%、86.21%和79.84%,在以Conv-4作为骨干卷积网络中,本文提出的算法在5-way 1-shot和5-way 5-shot任务中都优于现有的图网络方法.

    图神经网络小样本学习原型节点多尺度特征融合图像分类

    改进暗通道的水下图像复原算法

    杜道平李响梁野高洪涌...
    142-149页
    查看更多>>摘要:水下光学环境的特殊性导致了正常拍摄的水下图像存在雾化现象、偏色和低对比度,现有复原方法存在深度图上局部错估和透射图不精确的问题.为了更好的提升水下图像的质量,提出了一种能够平衡衰减、精确估计全局环境光的改进暗通道的水下图像复原算法.通过梯度图和通道差构建深度图,获取全局环境光;通过平衡衰减的暗通道,得到更精确的透射图;通过白平衡算法校正色偏,进一步改善图像质量.为了验证算法的有效性,在UIEBD数据集和RUIE数据集上进行了实验评估,UIQM指标分别为1.560和1.668,UCIQE指标分别为0.470和0.364.实验结果表明,本文提出的改进能有效提升水下图像的复原效果.

    平衡衰减深度估计暗通道先验颜色校正

    改进Canny算子的小管径弯头漏磁缺陷图像量化方法

    秦浩东张颖赵鹏程
    150-157页
    查看更多>>摘要:弯头作为管道的重要组成部件,受流体冲刷侵蚀等形成的缺陷对其安全运行构成威胁.漏磁检测是管道缺陷检测的有效技术,缺陷的精确量化具有重要意义.为了研究小管径弯头不同位置缺陷图像规律,并提高缺陷量化精度,提出一种改进Canny算子的小管径弯头漏磁缺陷图像量化方法.通过建立小管径弯头漏磁内检测仿真模型,分析了弯头不同位置处金属损失缺陷的图像规律.采用形态滤波和OTSU优化Canny算子,结合图像处理方法构建了缺陷图像量化模型,并对弯头不同位置缺陷深度量化做修正处理.实验结果表明,弯头不同位置缺陷在图像上呈现出明显的差异性,量化模型对缺陷长度和宽度的量化具有较高的精度,误差均小于2mm.缺陷深度的量化误差较大,修正后深度量化的精度为86.34%,满足金属损失缺陷量化精度需求.该方法可实现缺陷漏磁图像量化处理,对管道漏磁缺陷量化具有一定意义.

    弯头漏磁检测Canny缺陷量化图像特征

    注意力机制与神经渲染的多视图三维重建算法

    朱代先孔浩然秋强刘树林...
    158-166页
    查看更多>>摘要:针对多视图立体网络在弱纹理或非朗伯曲面等挑战性区域重建效果差的问题,首先提出一个基于3个并行扩展卷积和注意力机制的多尺度特征提取模块,在增加感受野的同时捕获特征之间的依赖关系以获取全局上下文信息,从而提升多视图立体网络在挑战性区域特征的表征能力以进行鲁棒的特征匹配.其次在代价体正则化3D CNN部分引入注意力机制,使网络注意于代价体中的重要区域以进行平滑处理.另外建立一个神经渲染网络,该网络利用渲染参考损失精确地解析辐射场景表达的几何外观信息,并引入深度一致性损失保持多视图立体网络与神经渲染网络之间的几何一致性,有效地缓解有噪声代价体对多视图立体网络的不利影响.该算法在室内DTU数据集中测试,点云重建的完整性和整体性指标分别为0.289和0.326,与基准方法CasMVSNet相比,分别提升24.9%和8.2%,即使在挑战性区域也得到高质量的重建效果;在室外Tanks and Temples中级数据集中,点云重建的平均F-score为60.31,与方法UCS-Net相比提升9.9%,体现出较强的泛化能力.

    多视图立体网络三维重建注意力机制神经渲染