关键词： 课程思政   思政元素   指标体系   医学图像处理   教学设计   教学实施  

摘要： 课程思政将思想政治元素与专业课程教学有机融合，使专业课程教学在潜移默化中与思想政治课程协同推进，共同完成立德树人的核心使命。在医学影像技术专业中，《医学图像处理》课程在课程思政的指导下，明确了与课程相关的素养、知识和能力方面的思政目标。课程思政结合院校和专业的具体定位，全面设计了家国情怀、学科素养、职业素养、团队协作与反思能力等评价指标，并建立了“一级指标-二级指标-思政案例”的指标体系。此外，课程思政对课程教学内容进行了精心设计、重组与整合，重新构建了课程学习任务，并通过多样化的教学方式实施了思政元素的融合教学。这种教学实践不仅有效促进了学生专业能力的提升，还成功实现了课程思政目标，取得了显著成效。

关键词： 图像处理   Canny算子   边缘检测  

摘要： 提出并研究了一种基于Canny算子的改进数字图像边缘检测算法，在Canny算子基础上，引入了自适应高斯滤波及多尺度边缘响应融合策略，以提高边缘检测的鲁棒性和精度。不同噪声水平下的图像实验验证结果表明，改进后的算法在边缘定位精度、抗噪性能以及计算效率方面均优于传统Canny算子，能够更加准确地提取图像中的重要边缘信息。研究为数字图像处理中的边缘检测问题提供了新思路。

关键词： 事件相机   动态视觉传感器   目标检测   目标跟踪   数据集  

摘要： 事件相机是一种受生物启发的新型视觉传感器，是计算神经科学与计算机视觉领域的交叉学科与研究热点。不同于传统相机，事件相机能够异步输出有关亮度变化的事件流，具有高时间分辨率、高动态范围、低延迟、低带宽和低功耗等优势，适合高速运动目标的动态实时感知，是计算机视觉检测与跟踪领域新的研究方向。首先，简要介绍了事件相机的类型、工作原理与优缺点；其次，着重分析了现有的基于事件相机的目标检测与跟踪算法；然后，介绍了视觉检测跟踪相关的事件数据集；最后，对该方向未来的发展趋势进行了展望。

关键词： 智能化造纸   图像处理技术   纸张功能信息   智能化识别  

摘要： 纸张功能信息识别系统可以帮助相关人员快速掌握纸张的各类型功能信息，从而对纸张进行质量检测、库存管理、产品分类等。为提升当前主流纸张功能信息识别工作的效率，基于数字化图像处理技术开发了一种纸张功能信息识别系统，该系统硬件部分包含多模态传感单元、边缘计算终端、人机交互单元等；软件部分包含数据采集层、智能分析层、业务应用层等。系统通过纸张送入、数据采集、边缘计算等步骤可以实现对纸张功能信息的识别。

关键词： 机械缺陷   机器视觉   图像处理   卷积神经网络  

摘要： 文章对基于卷积神经网络的机械零件表面缺陷检测系统进行了深入地研究，包括系统设计、图像预处理与缺陷检测算法等方面。文章首先研究了基于视觉方案的机械零件表面缺陷检测系统的基本原理，并探讨了基于环形光源与工业相机的图像采集方法 ；其次研究了图像预处理技术，为后续缺陷检测提供了清晰的特征信息，并对卷积神经网络在表面缺陷检测中的应用进行了研究。实验表明，该方法可以对复杂背景下采集的机械零件图像进行增强，并检测出缺陷所在位置，为工业零件表面缺陷检测提供了一种高效、可靠的解决方案。

关键词： 小行人目标检测   SSD算法   注意力机制   亚像素卷积   多尺度特征融合  

摘要： 在地铁场景中，小行人目标由于分辨率低，包含特征信息较少，现阶段目标检测器对此类目标的检测仍具有挑战性. SSD目标检测算法利用金字塔网络的多尺度检测头，能一定程度提高行人目标检测性能，但将其应用于地铁等复杂环境中实现小行人目标检测仍具有一定局限性.针对上述问题，提出一种改进SSD算法以加强地铁场景中小行人目标检测效果.通过构建地铁场景行人目标数据集，标注相应标签，同时进行数据预处理操作；在特征提取网络中加入金字塔特征加强模块，将多分支残差单元、亚像素卷积和特征金字塔相结合获得图像多尺度、多感受野融合特征；利用上下文信息融合模块将图像低层特征与上下文特征相融合，生成扩展特征层用于检测小行人目标；设计一种基于Anchor-free的动态正负样本分配策略，为小行人目标生成最优正样本.实验结果表明：提出的改进SSD算法能有效提高地铁场景小行人目标检测性能，对遮挡严重的小行人目标检测，效果提升更为明显.

关键词： 目标检测   多尺度特征融合   特征解耦   注意力   可变形卷积  

摘要： 针对目标检测中特征金字塔网络(FPN)造成的大尺度目标检测精度下降及目标检测2个子任务所需语义特征不一致问题，提出一种基于相邻特征融合(AFF)与特征解耦的网络(AFFDN)模型。该模型中的AFF模块通过多对一连接引入更短的梯度回传路径，缓解了大尺度目标梯度消失的问题；AFF模块通过共享参数和偏移量，有效减小了模型参数量，并增强了多尺度特征语义一致性；相比于基于神经架构搜索的FPN(NAS-FPN),AFF参数量更小、性能增益更显著。AFFDN模型中的特征解耦模块(FDM)通过动态感受野和全局注意力，在感受野-通道-空间3个维度上进行细粒度特征解耦，为不同分支生成特有的任务相关特征，进而提高目标检测精度。将AFFDN模型应用到不同的一阶段目标检测模型时，在PASCAL VOC和MS COCO2017数据集上与基线模型相比，检测精度分别提升了至少0.9%和2.3%。

摘要： 低空对地监控是我国公共安全监控和人民安全防护的重要手段，机载探测感知系统与技术是低空对地监控能力实现的核心要素。太赫兹雷达成像为全天候、视频级、高分辨监视提供新的技术与装备，为交通监控、应急救援、安防反恐等领域提供可靠信息来源。如何基于机载太赫兹雷达视频中的动/静目标信息，进行重点区域目标检测、识别、跟踪，值得深入探索。此外，视频SAR与可见光、红外宽谱段集成，还可以视频级高刷新率实现低空对地多模态、高精度感知，多模态传感信息集成将有力提升重点目标识别跟踪鲁棒性。本专题拟对以上问题进行探讨。一、征稿范围

关键词： 计算机视觉   在线检测   变电检修  

摘要： 阐述计算机视觉技术在变电检修领域的应用优势，包括在智能变电站、在线检测技术、线路监测优化和综合智能系统中的应用。分析表明，计算机视觉技术有效提高了变电设备检修的效率、准确性和安全性。

关键词： 高光谱图像   异常目标检测   图信号   拉普拉斯矩阵   图傅里叶变换  

摘要： 为提高高光谱图像异常目标检测的精度，提出一种基于拉普拉斯矩阵图的异常目标检测方法（Laplacian Matrix Graph for Anomaly Detection,LGD）。通过构造全连接图和高斯核函数构造的近邻矩阵，将高光谱图像中异常目标的位置和光谱信息进行联合处理，实现了高光谱数据不同波段之间的信息融合；利用图的傅里叶变换和拉普拉斯矩阵性能，将图信号的总变差作为判断异常目标的评价函数，实现了异常目标像素点的准确检测，避免了常规检测算法中的矩阵求逆问题，降低了算法的复杂度。在异常检测常用的AVIRIS-I、AVIRIS-II、ABU-urban-2、ABU-urban-4和EI Segundo 5种高光谱数据集上，进行了算法性能验证。实验结果表明：该算法在5种数据集上异常目标检测的AUC值与ROC曲线均优于其他算法，在检测精度上具有明显优势。