关键词： 真空灭弧室   电弧形态   图像处理   直径   纹理特征   像素统计  

摘要： 真空灭弧室内电弧形态演变会影响灭弧室内部各物理场的变化以及真空灭弧室的使用寿命。为了精确划分1个分闸周期内电弧形态的演变阶段并描述各阶段电弧形态特征,利用Labview平台的图像处理技术对高速相机采集到的电弧图像进行图像降噪、边缘加强处理,结合像素统计技术统计电弧上、下边缘像素点的坐标信息并计算电弧直径,采用阈值分割技术提取电弧纹理特征并统计电弧区域的像素个数。结果表明该方法可实现电弧形态特征的提取,提高了电弧演变各阶段时间划分的精度。该实验结果可作为后续动态仿真分析电弧烧蚀触头材料的数据支撑。

关键词： 目标跟踪   机器人   移动路径跟踪   实时避障   卡尔曼滤波   自适应阈值  

摘要： 针对机器人测距精度低、跟踪误差大等问题,提出机器人移动路径跟踪与实时避障方法。采用扩展卡尔曼滤波算法,匹配激光传感数据与机器人周边环境特征,融合激光测距数据和人工路标,连续更新机器人位置,实现机器人移动路径跟踪;基于所获取的环境信息,采用自适应阈值法,通过阈值求可行方向,选取最大阈值所对应的方向作为机器人的参考行驶方向,并确定线速度控制律。实验结果显示方法可有效实现固定障碍与运动障碍条件下的路径跟踪与避障目的。

关键词： 深度神经网络   目标检测   特征金字塔   多尺度目标   多分辨率图像  

摘要： 为解决航天遥感图像分辨率和目标尺度变化大的挑战,提出了一种基于多分辨率图像的目标检测算法。改进了自适应特征金字塔和轻量级的分类预测模块,通过使用注意力机制,从不同层次的特征图中提取语义信息。引入了一种预测目标尺度的方法,以分析图像中目标的分布和尺度信息。将算法在DOTA(Dataset for Object deTection in Aerial Images)数据集上进行了实验验证,在U-Net(一种基于卷积神经网络的语义分割算法)和ResNet-34(一种深度残差网络)两种不同的主干网络设置下,召回率和检测速度均超过了RPN(Region Proposal Network,区域提议网络)算法。提出的多分辨率图像目标检测算法能有效地提高检测精度,降低计算复杂度。

关键词： 孪生网络   卫星电磁探测   目标跟踪   调度模型   信号采集  

摘要： 针对如何提高卫星电测探测目标跟踪的稳定性和精确度问题,为避免繁琐的目标采集过程,提出基于孪生网络的卫星电磁探测目标跟踪算法。首先,建立电磁探测卫星多星调度模型,为电磁探测目标匹配合适的卫星和工作模式,完成目标电磁信号采集;其次,利用孪生网络对目标信号进行训练,通过消除目标信号中干扰的杂波获取目标的电磁特征信息和真实位置信息;最后,采用粒子滤波算法实现卫星电磁探测目标的稳定跟踪。测试结果表明,该算法能有效提高目标跟踪效率,具有较高的稳定性和精确度。

关键词： 多目标跟踪   轨迹碎片   嵌入特征   中和匹配   多重信息融合   轨迹关联修正  

摘要： 一阶段多目标跟踪框架由于可以有效提升算法跟踪效率而备受关注,然而该框架在提升效率的同时忽略了检测与关联任务间信息的交互,且目标遮挡的频发会导致轨迹碎片的增加,从而影响跟踪效果.针对这些问题,提出基于多重信息融合与轨迹关联修正的多目标跟踪方法.通过无锚一阶段主干网络,在检测器上另外建立跟踪分支预测跟踪偏移量和嵌入特征信息;设计中和匹配关联模块优化跨帧特征匹配方式,协调检测与关联任务,提升两任务间信息交互能力;采用多重信息融合模块,对时空多层次特征进行融合以获得更加丰富的特征信息;提出轨迹关联修正网络处理因遮挡造成的轨迹碎片,通过改进数据关联方式评估碎片与检测低分目标关系,尝试找回遮挡目标轨迹;将提出的算法在MOT16和MOT17数据集上进行评估,并与其他优异的算法定量比较.通过分析实验结果可以发现,所提出的方法能有效缓解关键性问题,提升算法整体性能.

关键词： 深度学习   目标检测   卷积神经网络   注意力机制   全维动态卷积  

摘要： 针对交通路口车辆目标检测算法存在精确度低、少检、漏检等问题,提出一种基于改进YOLOv7的交通路口目标识别算法.该算法首先利用前馈式卷积注意力机制CBAM从通道注意力和空间注意力两者提升网络对关键特征的注意力,提高网络的运行速率,优化网络的特征提取能力;其次采取空间层到深度层连接全维动态卷积组成一个新的学习模块,以此结构改进YOLOv7特征学习方式,提升特征表达能力;最后在实际采集的交通路口数据集上进行实验.实验结果表明,该方法在对应数据集上平均精度达到96.1%,训练耗时降低至16.71 h,因此针对交通路口小目标检测有明显的识别优势.

关键词： 合成孔径雷达   生成对抗网络   数据增强   舰船检测   位置信息  

摘要： 针对现有合成孔径雷达(SAR)图像数据生成方法大多无法同时生成舰船图像及其检测标签的问题,面向SAR舰船图像生成及目标检测任务,构建基于位置信息的条件生成对抗网络(PCGAN).首先,提出将舰船位置信息作为约束条件用于限制生成图像中舰船的位置,并将其作为舰船图像的检测标签;随后,引入Wasserstein距离稳定PCGAN的训练过程;最后,利用生成的SAR舰船图像及对应检测标签完成YOLOv3网络的端到端训练,实现舰船数据增强与目标检测的协同学习,进而获得更耦合目标检测实际应用的多样性数据.在HRSID(high resolution SAR image dataset)数据集上的实验结果表明,PCGAN方法能生成清晰、鲁棒的SAR舰船数据,舰船检测准确度最高提升1.01%,验证了所提出方法的有效性.

关键词： 小目标   垃圾检测   E-MP模块   Biformer注意力模块   SIoU  

摘要： 水面漂浮垃圾不断增多引起关注,针对水面漂浮垃圾边缘信息模糊的问题,提出E-MP模块,在MPConv的基础上添加Laplacians,Sobel-dx和Sobel-dy增强小目标水面漂浮垃圾的边缘信息。针对小目标漂浮垃圾仅占据图像少量像素的现象,引入了Biformer注意力模块。Biformer利用前后两个方向的上下文信息,更好地捕捉序列中的依赖关系,同时降低背景信息对检测目标物体带来的一部分影响。在此基础上引入SIoU来构建损失函数,将边界区域作为目标区域来进行加权,可以更好地捕捉目标的边界信息,从而提高检测精度。在Flow-Img子数据集上进行了大量实验,实验结果表明,YOLOv7-edge模型比原来的模型检测精度更高,mAP@0.5和mAP@0.5:0.95分别提高了7个百分点和5个百分点。

关键词： 水稻   机械除草   机器视觉   图像处理   电液控制  

摘要： 设计了一种适用于条播水稻机械除草作业的对行纠偏控制系统,创新提出了一种秧苗行中心线提取方法,设计了平行四杆纠偏机构,提出了相应控制策略。田间试验表明,上述秧苗行中心线提取方法精度较高且具备较强适应性,整体系统作业效果良好,各作业速度下伤苗率均小于4%。

关键词： 机器视觉   尺寸测量   图像处理   三维建模  

摘要： 机器视觉测量技术具有非接触、全视场测量、高精度和自动化程度高的特点,特别适用于轻微破损零件的测绘及后续修复。本文通过选用合适的光源、镜头和相机,搭建了机器视觉测量系统,对激光焊机设备支撑块零件4个面进行了视觉图像采集,并通过康耐视VisionPro软件对图像进行处理与分析,实现了对该零件整体尺寸的视觉精准测量。在此基础上,采用SolidWorks软件,完成支撑块的三维模型设计,为后续零件的加工与替换奠定技术基础。