首页期刊导航|计算机仿真
期刊信息/Journal information
计算机仿真
计算机仿真

吴连伟

月刊

1006-9348

kwcoltd@public.bta.net.cn jsjfz@compusimu.com

010-68767186

100037

北京海淀阜成路14号

计算机仿真/Journal Computer SimulationCSCD北大核心CSTPCD
查看更多>>本刊旨在促进我国仿真技术交流和发展，既总结过去、探索基础理论，又跟踪发展前沿，重点报导仿真应用成果。现已是中国科技论文核心期刊。于2003年被《中国科学文献计量评价研究中心》评为优秀期刊。同时被选入中国学术期刊（光盘版）文献检索系统、中国科学引文数据库、中国核心期刊数据库。现已成为仿真技术领域中优秀期刊。
正式出版
收录年代

    基于不均匀光照校正和优化透射率的夜间去雾

    陈飞杨燕陈阳
    172-177,257页
    查看更多>>摘要：针对夜间有雾天气场景下的光照不均匀、图像不清晰问题,提出了一种基于夜间不均匀光照校正和优化透射率的去雾算法.首先针对光照不均匀问题,使用基于伽马函数的图像自适应校正算法,消除不均匀光照对图像的影响;其次,由于夜间图像大部分颜色较暗,通过改进局部大气光获得大气光值;利用Sigmoid函数融合亮通道与暗通道得到粗透射率,经过联合双边滤波细化,再对光源处透射率进行优化,并使用伽马函数增强得到最终透射率;然后根据大气散射模型得到初步恢复图像;最后经过引导滤波细化,得到最终图像.实验结果表明所提算法在夜间场景中能有效去雾,且能较好的保持图像颜色对比度.

    伽马函数不均匀光照矫正局部大气光亮暗通道融合夜间去雾

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    实时VR场景下多尺度数字全息成像仿真

    辜昕宇黎鹏
    178-182页
    查看更多>>摘要：在数字全息成像的过程中,受光电传感器件结构参量、光照强度以及传输方向等因素的影响,导致全息图成像的亮度、分辨率降低.为了提高多尺度数字全息成像的真实度,提出了实时VR场景下多尺度数字全息成像方法.通过定义图像像素点分布的概率函数,计算多尺度数字图像像素的显著性,根据图像像素特征的分布方差,提取出多尺度数字图像像素点.利用小波变换系数识别多尺度数字图像的噪声,基于图像噪声信号的方差分布,精细化处理多尺度数字图像,结合小波反变换,构建多尺度数字图像去噪模型,得到去噪后的图像.根据多尺度数字全息成像模型,得到图像增强的梯度场,在实时VR场景下,引入加权融合的方法,得到图像的高频细节分量,利用图像融合规则,生成多尺度数字图像.实验结果表明,所提方法能够生成VR图像,并将成像真实度和清晰度分别提高到 90%以上和 92%以上.

    实时虚拟现实场景全息成像像素点提取去噪模型多尺度真实度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    轻量型密集行人检测算法研究

    黄俊杰胡畅包嘉琪常青...
    183-188页
    查看更多>>摘要：针对当前密集行人检测任务中小尺寸目标多且密度大、检测精度低,参数量大且不便于部署的问题,基于YOLOv5 算法提出一种改进的轻量级密集行人检测算法YOLO-GB.引入Ghost模块,形成轻量级主干网络,减少参数量和计算量,低成本提取图像特征.针对目标尺度变化大的问题,增加一个预测头来检测不同尺度目标,同时引入加权双向特征金字塔网络BiFPN增强特征融合,提升多尺度特征检测精度.最后使用Alpha-IoU替换CIoU作为边框回归损失函数,进一步优化检测精度.采用密集场景人体检测数据集CrowdHuman进行实验,结果表明,YOLO-GB的mAP 50 达到84.8%,相比YOLOv5s提高 1.5%,参数量降低 41.2%,模型大小降低39.6%,具有良好的检测精度与实时性.

    目标检测行人检测轻量化图像金字塔

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    单兵负重行走生物力学仿真评估系统开发

    姜维胜周前祥李晨明
    189-192,225页
    查看更多>>摘要：基于Matlab App Designer与AnyBodyTM Modeling System设计开发一款App,实现针对不同身高、体重和百分位的人体模型,在人体外部不同位置、不同质量的负载环境下,探究人体肌骨系统生物力学响应.应用虚拟人模型仿真分析法,在负重环境下进行步态分析.应用Matlab编程语言输入人体参数和外部负载环境参数,驱动Anybody软件运行以及输出生物力学分析结果.其结果与前人研究结果相比基本吻合[1].上述App可视化界面具体直观、交互性强特点,能够为仿真分析提供便利、减少重复性工作,节省工作量,提高工作效率,也为后续应用开发及扩展提供参考.

    人体模型步态分析肌骨生物力学

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于虚拟现实的大视差图像网格优化拼接算法

    李馥颖张艳珠
    193-196,505页
    查看更多>>摘要：图像亮度、局部区域信息强度影响图像清晰度,导致图像拼接效果不佳,为提升图像拼接效果,提出一种基于虚拟现实的大视差图像网格优化拼接算法.基于虚拟现实技术建立一个虚拟现实拼接环境,在此环境下开展图像拼接处理,对待拼接图像实施灰度化处理,增强图像局部区域信息强度;基于投影算法建立低密度的网格,并根据待拼接图像的匹配点分布结果建立网格矩阵,结合全局最佳相似变换矩阵实施矩阵加权叠加,对图像重叠区域展开失真校正;使用内容感知算法对图像重叠区域展开感知识别,找出其中的积累最小像素线,实施图像融合处理,通过融合结果完成大视差图像网格优化拼接.实验结果表明,使用该方法开展图像拼接时,图像拼接时间较短,均方根误差较低,拼接效果较好.

    虚拟现实技术大视差图像投影算法灰度化处理图像融合

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLOv5的热轧带钢缺陷检测

    李顺杨颖
    197-203页
    查看更多>>摘要：针对热轧带钢的缺陷检测,存在目标尺寸过小、特征不清晰和错测漏检等问题,提出了一种基于改进YOLOv5 的热轧带钢缺陷检测方法.首先基于K-means++算法在聚合网络上加入了一种超参数锚框算法,提高了锚框的准确率.其次重新设计了新的特征提取模块,增加了检测的尺度并且加入了非线性卷积模块强化了目标缺陷的语义信息.最后针对置信度损失函数,使用较为平滑的相对熵来取代交叉熵,提高了模型收敛时的稳定性.与基准算法的实验结果显示,使用改进YOLOv5 的平均检测精度比原版YOLOv5 提高了8.2%,泛化能力更强,检测速度更快,错误和漏检率更低.

    神经网络缺陷检测超参数锚框算法特征提取模块相对熵

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于MSRCP与改进YOLOv5的雾天船舶检测

    李伟张雪单雄飞宁君...
    204-208,482页
    查看更多>>摘要：针对海上雾天获取到的图像中小目标船舶识别效果低下、漏检率高等问题,提出了一种融合 MSRCP 算法的改进YOLOv5 模型.在输入端加入MSRCP算法对图像进行预处理,提高远处船舶的特征;采用改进k-means聚类方法设计先验框,加快模型收敛速度,使锚框和边界框更匹配;在网络部分采用了SoftPool池化替换原来的MaxPool池化,保留更多的图像特征,提高图像的检测精度.经实验,改进后的算法MAP值提高了12%,平均召回率提升了 16%,检测速度达到 40 帧/秒,能够在满足实时性检测的前提下,更好地完成对大雾天气下的船舶识别.

    目标检测船舶识别雾天船舶检测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向人体姿态图像关键点检测的深度学习算法

    曾文献李岳松
    209-213,219页
    查看更多>>摘要：传统人体姿态检测方法提取图像信息能力弱,易受背景环境干扰,在图像辨识上具有一定的局限性.为解决由于背景干扰而导致的人体姿态识别准确率低、计算效率差的问题,提出了一种基于人体关键点骨架合成与上深度学习姿态识别算法相结合的框架体系.首先采用MobileNet残差网络优化Open Pose网络结构,降低人体骨骼关键点识别的计算复杂度,提高计算效率;然后通过PAF算法预测骨架的最优连通域,构建出最优人体骨架信息,并基于最优骨架信息生成人体骨架辅助框提取法则,提取人体姿态的相对位置,解决环干扰的问题;接着将人体关键点特征与HOG特征有机融合,基于深度学习网络构建出OP-GAN人体姿态识别模型.仿真结果表明,与传统SVM模型相比,OP-GAN模型的F1 综合性能指标提升了6.85%;与其它深度学习算法相比,关键点特征的融合以及GAN网络的使用均与模型的性能指标呈正相关关系.因此,新构建的OP-GAN人体姿态识别模型通过解决背景干扰的同时,提高了人体姿态识别的准确率与效率.

    关键点检测人体姿态识别深度学习算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于Parzen窗算法的图像视觉显著目标识别算法

    董薇窦立君
    214-219页
    查看更多>>摘要：图像的复杂度与日俱增导致图像语义信息难以自动化获取,传统目标显著性检测方法获取图像信息存在稳定度低,准确度差的问题,为此提出一种基于改进Parzen窗目标位置估计优化算法,通过对估计区域进行双特征提取与融合,构建出PAR-SVM图像显著目标分类识别模型.模型首先对图像进行二值处理与形态学处理,并利用改进Parzen窗算法对显著性目标进行密度位置估计;然后提取图像中显著目标位置的G、H特征,并进行有机融合后规划数据集;最后基于数据驱动的方法,构建出PAR-SVM图像显著目标识别模型,并使用交叉验证对模型参数优化.实验一消融仿真结果表明:通过优化策略的叠加有效的提高了模型的准确率,与未优化前相比提升了19.12%.实验二对比仿真结果表明:与其它5 类分类识别算法相比,在SOD数据集上,PAR-SVM算法的准确率高达86.5%,平均提高了3.14%,稳定性高达86.0%,平均提高了2.3%.综上所述,基于改进Parzen窗算法的图像显著目标识别模型在提高检测准确率的同时,也提高了模型的稳定性能.

    目标识别图像处理显著性检测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向3D打印模型的局部轮廓信息智能获取仿真

    杜秋磊刘雨晴
    220-225页
    查看更多>>摘要：图像轮廓提取技术的重点是图像边缘检测技术,但由于缺少目标数据,传统轮廓提取算法在应用时具有较大的局限性.为解决在3D打印模型图像轮廓提取模型精确度差,提取轮廓完整度低的问题,提出一种图像轮廓线优化结合轮廓特征增强算法.首先通过笛卡尔坐标系规划,优化图像轮廓线,接着采用引导滤波算法,增强图像轮廓特征;然后基于CLAHE技术与高斯滤波技术处理优化后的图像信息,加速模型构建速度;最后基于图像的HOG特征,构建图像局部轮廓信息智能获取模型(HOG-CFE模型).仿真结果表明,经图像轮廓增强处理后构建的HOG-CFE模型,有效的提高了模型轮廓提取的完整度,增强了模型的精确度.较其它基线算法相比,HOG-CFE模型的面积比指标平均提高了 2.33%,准确率整体提高了6.01%与 5.42%.本文构建的HOG-CFE局部轮廓信息智能获取模型通过轮廓增强技术有效的提高了轮廓提取完整度与模型准确率.

    轮廓增强图像处理三维打印模型

      原文链接:
    • NETL
    • NSTL
    • 万方数据