关键词： 同步定位与地图构建   动态场景   目标跟踪  

摘要： 为提高机器人在动态场景下的SLAM(simultaneous localization and mapping)精度,同时实现对动态目标的跟踪,提出了一种融合动态目标的视觉SLAM方法。首先,通过预处理模块获取RGB(red, green, blue)图像的光流向量、实例分割结果及深度图信息;其次,迭代求解相机位姿、地图点和动态目标位置的初始值;最后,通过一种改进的因子图优化方法对3种状态变量的初始值进行联合优化。在KITTI数据集上的测试实验结果表明,该算法实现了融合动态目标跟踪的视觉SLAM功能,同时有效地提高了动态目标的跟踪精度及动态场景下的SLAM精度,总体效果优于VDO-SLAM(visual dynamic object-aware SLAM)。

关键词： 无人水面艇   水下目标检测   伪装目标检测   深度学习  

摘要： 无人水面艇环境感知能力受限于待测目标背景复杂、形状多样和伪装等因素,常规方法难以在上述情况下准确对水下伪装目标准确检测与评价。针对探测场景的多样化和复杂化,基于多任务学习策略提出一种面向无人水面艇的轻量型伪装目标检测方法 MFLNet(Multi-Feature Learning Network),通过借助图像梯度感知任务来提升无人水面艇对水下伪装目标的检测能力。首先,将图像特征提取任务解耦为语义特征提取和梯度特征提取;然后,向高层语义特征引入图像梯度特征并通过多尺度通道注意力模块生成初始预测图;最后,经过逐层的特征修正生成对伪装目标的最终预测。实验结果表明:MFLNet在CAMO-Test和NC4K-Test数据集上,结构相似性度量Sα指标可达0.824和0.851,检测性能达到先进模型水平,相比同策略轻量化模型参数量减少65%,检测速度可达73.7帧/s,满足水下检测数据实时传送需求,具有一定的实际应用价值。

关键词： 钢轨夹板接头螺栓   螺栓松动   余量不足   深度学习   目标检测   RegNet  

摘要： 鉴于当前钢轨夹板接头螺栓故障检测所面临的复杂环境及识别精度不足的挑战,提出一种基于图像识别技术的新型螺栓缺失与余量不足故障检测算法。以YOLOv5作为核心检测模型,精准定位图像中的螺栓检测区域。同时,对RegNet进行了优化改进,将颜色特征与形态特征作为浅层特征输入,并结合包含深层特征的模板图像,共同构成二分类的输入数据。通过采集数据集并进行实验验证,结果表明,所提出的算法在螺栓缺失和余量不足检测上的识别精度达到了99.63%,相较于VGG、RegNet、Ef fcientNet、MobileNet等传统模型,其准确率最大提升达4.26%,最小提升为2.98%。在螺栓余量不足或缺失的情况下,所提出的算法能在满足实时检测要求的同时,准确检测出螺栓的故障状态。

关键词： remote sensing images   object detection   YOLOX-S   attention module   loss function  

摘要： Remote sensing image object detection is one of the core tasks of remote sensing image *** recent years,with the development of deep learning,great progress has been made in object detection in remote ***,the problems of dense small targets,complex backgrounds and poor target positioning accuracy in remote sensing images make the detection of remote sensing targets still *** order to solve these problems,this research proposes a remote sensing image object detection algorithm based on improved ***,the Efficient Channel Attention(ECA)module is introduced to improve the network's ability to extract features in the image and suppress useless information such as background;Secondly,the loss function is optimized to improve the regression accuracy of the target bounding *** evaluate the effectiveness of our algorithm on the NWPU VHR-10 remote sensing image dataset,the experimental results show that the detection accuracy of the algorithm can reach 95.5%,without increasing the amount of *** is significantly improved compared with that of the original YOLOX-S network,and the detection performance is much better than that of some other mainstream remote sensing image detection ***,our method also shows good generalization detection performance in experiments on aircraft images in the RSOD dataset.

关键词： 距离参数化   工具变量   伪线性滤波   目标跟踪   机动检测  

摘要： 针对单站纯方位地面机动目标跟踪问题,提出一种改进距离参数化工具变量伪线性卡尔曼滤波算法。首先基于观测站探测范围,利用距离参数化将目标与观测站的相对距离划分为若干个子区间,并独立运行工具变量伪线性卡尔曼滤波器。然后基于滤波新息与新息协方差更新子滤波器权重并检测目标机动,通过重置子滤波器的权重和状态信息保证滤波稳定。最后将各子滤波器状态信息加权融合获取目标的状态,解决目标初始距离未知以及目标机动导致跟踪精度下降的问题。仿真结果显示,本文提出的算法的位置跟踪精度比传统方法有显著提高,能有效实现对机动目标的跟踪。

关键词： 图像处理   小袋食品   包装机   多轴控制   图像处理   伺服驱动  

摘要： 将图像处理技术应用于包装机多轴控制过程中,设计基于图像处理技术的小袋食品包装机多轴控制系统。该系统中,工业相机实时采集目标图像通过通信接口传输至图像处理模块;图像处理模块以visual C++2008运行库为开发环境,利用AVT数据库存储接收的目标图像,利用图像分割与二值化等处理算法提取图像内目标形状、位置与速度等信息,信息经由OPC客户端传输至控制模块;控制模块以IDEABOX运动控制器为核心,根据接收的目标信息进行包装机多轴控制方案设计并将控制命令发送至伺服驱动器,利用其驱动电机与变频器分别控制多轴机械平台内各轴与皮带传输机运动。系统性能测试结果显示,系统图像处理与传输精度较高,且动态响应速度较快;相同工作量下与对比系统相比运行时间降低3.55 h以上,气密合格率提升0.11%以上。

关键词： 电力巡检   深度学习   YOLOv7   CBAM   DeepSORT  

摘要： 随着我国电力行业的飞速发展,传统的人工电力巡检方式已无法满足当前行业的发展需求。文章提出一种基于深度学习的电力巡检目标检测与追踪模型。该模型通过在YOLOv7中引入CBAM(Convolutional Block Attention Module)注意力模块,构建了CBAM-YOLOv7改进检测算法,并将其识别结果作为DeepSORT(Simple Online and Realtime Tracking With A Deep Association Metric)目标追踪算法的输入,实现了对电网故障的有效检测与追踪。实验结果表明,相较于原YOLOv7算法,改进后的CBAM-YOLOv7算法在精确度、召回率、平均精度3个评价指标上均有提升,而DeepSORT算法的平均MOTA值也达到87.817%。这证明了该模型能够在真实复杂场景下准确地定位电网故障。

关键词： 历史建筑   石材外饰面   典型损伤分类体系   目标检测   图像分割技术  

摘要： 上海市历史建筑中石材的类型众多,具有重要的历史文化价值。当前,石材外饰面的外观质量检测仍依赖于目测,缺少对石材损伤类型较为全面的认识。为此,结合国内外岩石劣化专业术语标准,调研、分析了上海市外滩37栋历史建筑的石材外饰面的现有典型损伤类型、成因和相应特征,面向石材损伤智能化识别应用,建立了历史建筑石材外饰面典型损伤分类体系,形成了历史建筑石材外饰面典型外观损伤的图像识别方法,并对目标检测和图像分割技术在损伤图像分类工作中的应用进行了探索,可为后续开展类似损伤识别提供借鉴。

关键词： 夜景照明   无人机技术   故障分析   图像处理   深度学习   灯具故障检测  

摘要： 本研究提出了一种基于无人机的智慧巡检技术,针对城市夜景照明中日益增长的故障检测需求。结合无人机的自主飞行与深度学习驱动的图像处理技术,有效提高故障检测的效率和准确性。文章首先分析了夜景照明领域的挑战和无人机技术的应用前景,然后详细介绍了巡检系统的设计、数据处理流程和故障分析的关键技术。重点讨论了图像融合和目标检测算法及其在实时故障识别中的应用,旨在为夜景照明维护提供创新解决方案,并探索其在城市基础设施维护中的潜在价值。

关键词： 医学图像处理实验课   教学管理   反抄袭  

摘要： 在生物医学工程专业的医学图像处理实验课中,为提高教学资料的自明性,提出了一种柔性反抄袭方法;为加强教学管理,建议实验题目进行差异化设计,同时在学生端和教师端进行图像查重检测。连续5年的教学改革表明,上述反抄袭方法的综合应用能够有效减少抄袭行为,确保教育的公正性。