关键词： 计算机辅助设计   表格检测   表格结构识别   表格信息提取   表格分割   图像处理   深度学习  

摘要： 随着工程和设计行业的快速发展,计算机辅助设计(Computer-Aided Design,CAD)软件在生产设计图纸方面发挥着不可或缺的作用。然而,传统的CAD在表格数据管理和提取方面存在局限性,尤其是在处理大规模的工程图纸中的表格数据时。为了解决这一问题,提出了一种新的自动化方法来提取CAD图纸中的大型表格数据。通过将原始CAD文件转换为图像格式,并应用先进的图像处理技术和深度学习模型(SAHI算法和Cycle-CenterNet模型),能够有效地提高表格数据的识别准确率和处理效率。实验结果显示,对比直接提取表格数据,使用该方法能显著提高数据提取的精确度、召回率和F1分数,验证了其在自动化提取大型CAD表格数据方面的有效性。未来的工作将集中在优化模型架构和提升其在不同类型图纸中的通用性和效果。

关键词： 深度学习   目标检测   林业   害虫检测  

摘要： 林业是我国重要的基础产业,能将生态效益、经济效益、社会效益集于一体。害虫暴发会对林业资源及生态安全造成极大威胁,给国家造成巨大经济损失。快速、准确、有效地检测林业害虫能够阻止病虫害的扩散蔓延,促进森林病虫害的综合治理,减轻对林业生产和生态环境建设的危害。深度学习方法的飞速发展促进了林业害虫检测精度的提高。文中概述了深度学习的发展进程,通过总结国内外关于深度学习方法在林业害虫智能化检测中的应用,探讨深度学习方法在实际应用过程中存在的问题,并展望其在林业害虫智能化检测方面的发展趋势,以期为林业害虫智能化检测发展提供参考。

关键词： 西南雷达拼图   航路信息提取   航路叠加   图像处理   软件设计  

摘要： 为了满足空管部门提出的将天气信息与航路信息融合的需求,减轻强对流天气发生时管制运行人员的资料查询负担,文章利用C#图像处理技术,搭建了一套叠加西南地区重要航路数据及西南雷达拼图生成融合雷达图形产品的系统,并阐明了航路提取、图像叠加绘制、实时监控西南雷达拼图更新情况、用户界面实现等关键技术。

关键词： 伪装目标检测   多波谱数据集   注意力机制   可见光图像   红外图像  

摘要： 为了深入挖掘伪装目标特征信息含量、充分发挥目标检测算法潜能,解决伪装目标检测精度低、漏检率高等问题,该文提出一种多模态图像特征级融合的伪装目标检测算法(CAFM-YOLOv5)。首先,构建伪装目标多波谱数据集用于多模态图像融合方法性能验证;其次,构建双流卷积通道用于可见光和红外图像特征提取;最后,基于通道注意力机制和空间注意力机制提出一种交叉注意力融合模块,以实现两种不同特征有效融合。实验结果表明,模型的检测精度达到96.4%、识别概率88.1%,优于YOLOv5参考网络;同时,在与YOLOv8等单模态检测算法、SLBAF-Net等多模态检测算法比较过程中,该算法在检测精度等指标上也体现出巨大优势。可见该方法对于战场军事目标检测具有实际应用价值,能够有效提升战场态势信息感知能力。

关键词： 农产品品质   无损检测   声学   光谱学   计算机视觉   生物传感器  

摘要： 农产品品质检测是确保农产品质量安全的重要保障。用于检测农产品品质的常规方法是费力、耗时、繁琐并且具有破坏性的。农产品品质无损检测方法的广泛研究和应用,改善了常规评估技术的局限性,可以在不破坏样品的情况下获得定量和定性数据。农产品品质无损检测方法发展非常迅速,其中包括基于声学特性、基于光谱学特性、基于计算机视觉和基于生物传感器的检测技术,全文讨论和总结了农产品品质无损检测的典型技术,阐述了这些技术的最新进展,并阐明了使用无损检测方法评估农产品品质的未来趋势。

关键词： 卷积神经网络   遥感无人机   低空摄影   土方测量   图像处理  

摘要： 为了解决传统的土方测量方法效率低下、精度不高、受地形影响大等问题,此次研究提出了一种基于卷积神经网络算法的遥感无人机低空摄影智能模型来测量土方工程。首先,研究对基于卷积神经算法的遥感无人机低空摄影智能模型测量土方工程进行研究。其次,研究基于改进卷积神经网络算法对遥感无人机低空摄影智能模型进行构建。最后对此次研究模型进行结果分析,将此次研究模型与基于TSS技术的土方工程测量模型在384000 m~2的土方工程中进行土方面积测量实验,由结果可知,此次研究模型测量的土方工程面积为383980 m~2,基于TSS技术的土方工程测量模型测量的土方工程面积为380000 m~2。综上所述,此次研究模型能够有效地从无人机拍摄的图像中提取土方特征,并生成精确的土方测量结果。

关键词： 计算机视觉   多目标跟踪   3D卡尔曼滤波   轨迹优化   改进的匈牙利算法  

摘要： 针对多目标跟踪算法在目标遮挡情况下存在的跟踪效果不佳的问题,本文提出一种基于三维点云检测的多目标跟踪算法。采用基于点云的三维目标检测器检测车辆目标,获取三维目标的位置信息;通过三维卡尔曼滤波器结合当前帧跟踪目标位置预测其在下一帧的位置;融合三维中心点空间距离与鸟瞰视图的交并比作为权重,使用改进的匈牙利算法进行数据关联;针对遮挡前后目标发生标签切换问题,提出了轨迹优化算法。在KITTI数据集上进行实验,车辆类跟踪精度、跟踪准确度分别达到84.71%、86.63%。在同样阈值的情况下,该方法相比AB3DMOT分别提升了6.28%、0.39%。实验结果表明此算法能有效改善三维多目标跟踪性能。

关键词： 目标跟踪   YOLOv5s   DeepSORT   注意力机制   特征融合网络  

摘要： 为提高DeepSORT目标检测器YOLOv5s算法的检测精度,本文将注意力机制CBAM融入到YOLOv5s网络结构中,改进双向特征融合网络BiFPN,使用EIoU作为边界框损失函数。基于VOC 2007行人数据集的测试结果表明本文算法的精确率、召回率和平均精度相比于原算法分别提高0.3、1.0和0.3个百分点;在MOT17数据集上的测试结果表明本文算法的MOTA、IDF1、MT、IDR分别提升1.8个百分点、2.9个百分点和1、2.7,FN与ML分别降低了4373和11。测试结果验证了改进YOLOv5s作为检测器能够有效提升算法的跟踪精度。

关键词： 生物医学工程   图像处理   脑机接口   生物医学信号处理   医疗卫生装备   生物医学成像   技术研究成果   神经工程  

摘要： 为促进我国生物医学工程领域的繁荣与发展,提升卫勤保障装备研发速度和质量,我刊“论著-研究与设计”栏目特面向全国征稿。该栏目主要报道生物医学工程领域最新的理论和技术研究成果、新型医疗卫生装备及器械的研制、医院数字化及智能化建设,选题包括但不限于:(1)基础研究类,如生物医学工程关键技术研究、生物系统建模及仿真研究、生物医学信号处理技术研究、生物医学成像与图像处理研究、脑机接口与神经工程研究。

关键词： 计算机视觉技术   林业统计   林业工程   自动统计   识别方法   操作过程   林业信息技术   创新与发展  

摘要： 计算机视觉技术已经嵌入到多个工程领域,尤其是在林业工程中,已然在逐步改变传统的林业统计研究手段,促进林业信息技术的创新与发展。在林业工程实践中,树木数量的统计常面临准确性不足、操作过程复杂等问题,因此迫切需要一种能够自动统计树木数量的方法。利用计算机视觉的理论和技术代替人工实现自动化,为统计树木数量提供了一种更为高效和理想的解决方案,使得计算机视觉技术在林业工程中得到进一步广泛应用。