关键词： 焊缝缺陷   图像处理   边缘检测   Hough变换   OTSU算法  

摘要： 焊缝缺陷检测是工业环节中极其重要的一环，焊接的质量直接影响工程的质量，因此焊缝缺陷的检测变得尤为重要。针对传统人工检测存在的效率低、误判率高、细微缺陷检测准确率低、工作强度大等不足，提出了一种基于连通域分析的钢管焊缝缺陷检测方法。首先，利用X射线成像系统得到焊缝原始图像；然后，经过Canny边缘检测、Hough变换和条件筛选提取出完整的焊缝区域；之后，通过OTSU算法、梯度法和连通域分析，填充了缺陷内部以获取完整的焊缝缺陷；最后，计算缺陷位置的平均灰度并根据筛选条件选择出真正的焊缝缺陷，自动检测并标记了焊缝原始图像中的缺陷，有效降低了焊缝缺陷检测的漏检率和误报率。实验测试了1 000幅左右的焊缝原始图像，验证了所提算法的正确性和有效性。所提算法识别率可达95.3%,漏检率为2.1%,误报率为2.6%。对比其他算法，所提算法对缺陷类型不敏感，检测速度快且识别率高，具有较强的适应性和通用性。

关键词： 钢筋   计算机视觉   切割   监测   智能平台  

摘要： 钢筋加工是耗时且复杂的任务，传统手工操作存在易出现误差和效率低下的问题。经过原材料准备、测量和标记、切割、弯曲成型、质量检验等步骤，将原材料加工成符合设计要求的钢筋产品。在此过程中，可能出现加工数量不足、超限、切割不达标等问题，导致钢筋加工产品质量不符合要求，进而影响工程质量和安全。针对钢筋加工数量、钢筋加工超限和钢筋加工精准切割优化等要求，建立基于计算机视觉的钢筋加工智能感知方法。并以某商业综合体项目为例，探索其优势和面临的挑战，以期推动施工行业朝现代化方向发展。

关键词： 红外成像技术   目标跟踪   图像均衡   区域检索   查找表  

摘要： 针对红外相机在进行目标跟踪时由于图像动态范围大、目标及相机高速运动导致拍摄图像经常过亮或过暗的问题，设计了一款高实时、高质量的红外图像均衡算法。该算法通过优化红外相机曝光参数完成图像主体与背景对比度的调节。首先对图像分区，通过分析相邻区域亮度变化，进行图像非连续区域检索，基于检索结果确定图像主体，并针对主体进行加权，统计图像亮度。接着为满足相机小型化需求，将插值法与查表法结合，根据图像亮度均值完成曝光参数的迭代。该算法不仅保证了图像主体清晰度以及红外相机曝光调节速度，而且避免了额外存储单元的需求。经红外相机实测，所提算法平均仅需3.2帧即可完成红外图像均衡化，平均曝光误差为5.15%，具有较好的应用价值。

关键词： 红外弱小目标   脉冲神经网络   目标检测   深度学习   注意力机制  

摘要： 随着无人机和其他飞行器技术的快速发展，机载红外弱小目标检测成为重要研究领域。然而，由于目标距离远、体积微小或部分遮挡，传统方法在检测过程中面临巨大挑战。因此，提出更为精确的目标检测算法显得尤为重要。本文提出了一种融合脉冲和卷积技术的新型机载红外弱小目标检测模型，即脉冲增强的融合特征网络（SEFFN）模型。与以往的基于深度学习的红外弱小目标检测算法不同，该模型通过仿生的脉冲神经网络结构增强与弱小目标检测相关的特征表达，从而更精确地提取小目标区域。SEFFN主要包含4个关键模块：扩展金字塔卷积(DPC)、双路注意力融合(DAF)、多脉冲增强（MSE）和监督注意力（SAM）。这些模块共同作用，提高了对小目标区域的关注，同时在排除噪声干扰的前提下保留小目标的主要特征，显著提升了模型的检测性能。在两个数据集上的试验结果表明，与现有的模型驱动和数据驱动方法相比，SEFFN的表现更为出色，特别是在Sirst Aug数据集上，其F和mIoU分别达到85.74%和75.04%。这表明SEFFN在红外弱小目标检测任务中的有效性和优势。SEFFN适用于航空领域，能够部署在飞行器的边缘设备上，提高空中平台对远距离目标的检测能力，支持远程监控、反制敌方威胁等任务。

关键词： 计算机视觉   可见光红外图像迁移   改进CycleGAN   LPIPS   代理注意力机制  

摘要： 将可见光图像转换为红外图像能够提供额外的环境信息，提升系统的感知能力和决策精度，因而在安防监控、医学影像、遥感等领域具有重要的应用价值。传统的Cycle Generative Adversarialnetworks(CycleGAN)在处理此类转换时，常面临细节丢失和伪影等问题，限制了其在高质量图像生成上的表现。文中提出了一种基于改进CycleGAN的可见光红外图像迁移算法，旨在解决可见光图像转换为红外图像的色彩失真、细节模糊等问题。设计的网络结构在生成器中集成了代理注意力机制，增强了模型对图像细节和全局结构的捕捉能力。同时，引入Learned Perceptual Image Patch Similarity(LPIPS)作为循环一致性损失函数，有效提升了生成图像在内容和风格上的一致性。此外，还对判别器进行了优化，采用了PatchGAN架构，并引入ContraNorm模块，提高了判别器对图像细节的敏感性，增强了其对生成图像真实性的评估能力。对比结果表明，改进后的模型在可见光图像到热红外图像的转换任务上，无论是视觉质量还是定量评估指标均较传统CycleGAN有显著提升。

关键词： 形位测量   坐标变换   图像处理   板式换热器   机器视觉  

摘要： 板式换热器作为新能源汽车制冷系统的重要组成部件，其安装位置精度直接影响整机的装配质量，进而关系到整车制冷系统的稳定性。由于板式换热器生产量大、检测指标多，现有的人工检测方式存在效率低下、无法定量追溯、容易错漏等缺点。因此，提出了一种基于机器视觉的板式换热器孔组形位在线检测方法，以实现板式换热器孔组形位检测的自动化与智能化。通过建立孔位置坐标变换模型，使用单部工业相机经不同位置的多次拍摄获取安装孔与接头孔的二维图像，通过相机标定、图像预处理、特征提取等手段，实时测取换热器孔组之间的位置关系，实现孔组位置度的在线检测。实验选用六组样品分别采用三坐标影像仪以及线激光测量产品位置度并与本文方法测得位置度结果进行对比，同时对测量系统进行不确定度分析，结果表明：所提检测方法的测量误差小于0.025 mm,具有较高的检测精度，能够满足生产线自动化检测需求。

关键词： YOLO v8   飞行安全   远程塔台   目标检测   图像处理  

摘要： 现有的塔台视角目标检测系统易出现定位偏差大、小目标检测精度低等问题，为解决该问题，提出基于ECIOU结构嵌入YOLO v8模型的塔台视角下飞机类目标检测方法，以提高检测的准确性和效率。在传统YOLO v8模型基础上，增加CBAM模块，加强目标特征的判别性；引入GConv和SENet注意力机制，以优化Bottleneck结构，从而增强其特征提取能力；使用ECIOU Loss代替原有的CIOU损失函数，提升其在复杂环境下的检测性能；重新构建小目标检测头PWHead，以更好地捕捉小目标的细节信息。通过在Roboflow公开数据集上对模型进行评估，并将其性能与其他主流模型进行对比，结果表明：改进的YOLO v8模型的精确度达90.2%，平均精度均值达86.9%，较YOLO v8n分别提升了2.2%和1.3%，即提升了检测效率。

关键词： 声音提示技术   视频目标跟踪算法   多模态跟踪  

摘要： 提出一种基于声音提示技术的视频目标跟踪算法，通过麦克风阵列采集的声音信号与视觉信息加权融合，提高跟踪精度。实验表明，在不同噪声和空间环境下，声音信号能有效弥补视觉不足，特别在视觉受限时，显著提高跟踪精度，验证声音提示技术在多模态跟踪中的有效性。

关键词： 显著目标检测   弱监督   涂鸦注释   特征交互引导   特征增强   多尺度特征   特征对齐  

摘要： 为解决现有的基于稀疏标记的弱监督显著目标检测模型需要引入额外标签恢复显著目标结构、模型检测效果不佳等问题，提出一种基于涂鸦注释的特征交互引导网络用于弱监督显著目标检测，无需预处理/后处理操作或额外标签。模型集成特征增强机制分别对浅层和深层的多尺度特征进行扩展与聚合，轮廓重定位模块恢复并优化显著目标结构，所提全局特征对齐损失辅助模型感知显著目标的全局结构。实验结果表明，所提出模型优于现有的弱监督方法。

关键词： 激光雷达   数据融合   登陆舷梯   目标检测   姿态测量  

摘要： 海浪冲击环境下，登陆舷梯与海上风机登陆平台的对接稳定性直接影响工作人员的生命安全和工作效率。为了提高登陆舷梯与海上风机登陆平台的对接稳定性，将激光雷达和工业相机装配在登陆舷梯前端，提出一种激光点云/图像融合的海上风机登陆舷梯姿态测量方法。该方法包括目标检测和姿态估计两部分：在目标检测部分，改进YOLOv8网络和PointPillar网络，提出一种点云/图像融合支路的海上风机登陆平台目标检测方法；在姿态估计部分，融合目标的颜色特征和几何特征，并设计基于距离权重函数的目标函数，提出一种基于融合特征和距离权重的改进快速全局配准（FGR）算法。实验数据表明，在4级海况下，所提登陆舷梯姿态测量方法的姿态测量误差小于0.676°，其中的目标检测算法比经典PointPillar网络的检测精度提升了13.8%，姿态测量算法比经典FGR算法的姿态角测量精度提升了至少7.9%。