关键词： 生物光学   波前编码   数字PCR   光学设计   荧光显微镜   图像处理  

摘要： 大像面荧光显微成像系统可以对大尺寸dPCR生物基因芯片进行一次性成像,但其景深(DOF)较小,限制了系统的物方检测深度。文章采用波前编码技术在不降低分辨率的前提下,有效扩展了大像面荧光显微成像系统的景深,为后续高通量多层堆叠式dPCR生物芯片实现一次性成像提供了技术支持。但考虑到显微成像系统正向设计仿真时不适合直接进行景深延拓分析,故对其倒置翻转后在像方(原物方)分析焦深延拓范围(即景深)。为确定最优的相位板参数值,编写遗传算法与ZEMAX的API接口链接,以动态交互的方式对相位板调制系数进行优化、筛选、定值。在大像面荧光显微成像系统孔径光阑前的平行光路处添加特定系数的相位板,对光学系统的波前相位进行调制,使得在焦点附近一段范围内产生成像一致的中间模糊像。采用维纳滤波对中间模糊像进行复原,由模拟的结果可见,在传统光学系统的±10倍景深内,编码复原图像具有较高的分辨率(达到6.5μm),能够实现系统的景深延拓。装配相位板的大像面荧光显微成像实际系统,其延拓倍数在±7倍景深范围内有较好的图像复原分辨率(6.5μm)。

关键词： 激光技术   图像处理   历史建筑保护   平立剖图  

摘要： 为了更好地将即时定位与地图构建(SLAM)3维激光扫描技术应用在历史建筑保护中,实现利用3维点云模型对历史建筑进行数字化保护,以云南白族历史建筑为研究对象,采用了SLAM 3维激光扫描技术获取历史建筑高精度点云模型,该技术不仅能快速地完成数据采集工作、提高历史建筑数字化保护工作的效率,还可以形成历史建筑丰富的数字化成果;通过对实验区数据的理论分析和实验验证,证明了SLAM 3维激光扫描技术在历史建筑数字化保护中的可行性。结果表明,距离中误差为0.004 m,点位中误差为0.037 m和0.021 m;SLAM 3维激光扫描技术能够快速、准确地完成历史建筑数据采集过程并形成高精度点云模型,基于该模型提取的平立剖面图能够达到相关规范精度要求。该研究为历史建筑数字化保护提供了一种新的思路和方法,有望在未来的应用中发挥更为积极的作用。

关键词： 目标检测   实例分割   互惠关系   特征表达   边界精细化  

摘要： 目标检测与实例分割是计算机视觉中2种重要且关系紧密的任务,但其间的关联在大多数工作中还未得到充分的探索。为此,提出了RDSNet,一种用于互惠目标检测与实例分割的深层架构。为了实现这2种任务之间协同优化,设计了一个双流式结构来联合学习目标级别和像素级别的特征表达,分别用于编码目标级别和像素级别的信息,并在双流之间引入了3个模块来实现二者的相互作用,让目标信息辅助实例分割,像素信息辅助目标检测。通过相关模块提供一种计算目标级和像素级特征相似度的手段,以便于驱动属于同一目标的特征尽可能一致,提高实例掩码的精度。裁剪模块利用目标信息为像素级感知引入实例的概念和平移变化性,以便于更准确地区分不同实例和减少背景噪声。为了进一步提高检测框与目标的贴合程度,提出了基于掩码的边界精细化模块来对掩码和检测框做融合,利用掩码的准确性优势修正检测框的误差。在COCO数据集上的大量实验分析和对比证实了RDSNet的有效性和高效性。此外,通过在边界精细化模块引入掩码打分策略,以新的方式实现了实例分割对目标检测的辅助,使RDSNet的性能得到了进一步提升。

关键词： 计算机视觉技术   无人机检测   目标跟踪   模型剪枝  

摘要： 针对无人机因目标较小而难以检测、检测速度慢、难于跟踪等问题,提出一种基于目标检测YOLOv5s算法和目标跟踪DeepSORT算法的无人机检测跟踪方法;采用自采数据集和公开数据集构建无人机检测数据集,使用针对小目标的数据增强方法以扩充数据集多样性;选择合适的YOLOv5算法模型实现无人机目标的精准、快速检测,引入基于批标准化层的模型剪枝方法进一步提高模型检测速度;利用DeepSORT算法实现无人机目标的实时追踪;通过对比YOLOv3、 YOLOv4、 Fast R-CNN以及改进前的YOLOv5算法,验证了本文方法在无人机检测方面的性能。结果表明:提出的无人机检测跟踪方法的全类平均精度达到0.947,每秒浮点运算次数达到2.93×10~9,在无人机检测的精度和速度方面均具有优势。

关键词： 图像处理   红外运动模糊图像复原   运动成像特征   非局部稀疏先验  

摘要： 为了实现红外运动模糊图像复原,采用了基于红外图像的非局部稀疏先验约束建模方法。通过分析红外运动模糊成像特征,在盲反卷积框架下,提出了一种基于运动信息的图像非局部稀疏先验约束建模方法,通过计算图像的运动模糊核,进而复原运动模糊图像。结果表明,所提出的基于运动信息的图像非局部稀疏先验约束方法,针对性强,能有效地复原运动幅值较大的红外运动模糊图像;概率模糊检测、结构相似度和峰值信噪比均有不同程度的提高,尤其是峰值信噪比提高接近8%,且运动幅值越大,复原结果越明显。本研究为红外成像系统的应用打下了基础。

关键词： 目标跟踪技术   相关滤波   特征融合   尺度变化   多峰值检测  

摘要： 针对传统核相关滤波算法在目标被遮挡或发生运动模糊时跟踪效果不佳的情况,为了达到运动目标的实时稳定跟踪,提高跟踪系统的精度和成功率,提出一种基于核相关滤波的具有尺度自适应和特征融合的目标跟踪方法。首先在特征提取过程中,通过在原有的方向梯度直方图特征后添加颜色特征来提高目标特征的识别能力,即将HOG特征与CN特征相融合,然后构建尺度金字塔来进行尺度估计以达到目标的尺度自适应,最后通过多峰值检测机制实现模型的更新。通过在OTB2015数据集中进行测试,算法的精确率和成功率有了进一步提升,该算法能够准确地识别出目标,并对目标进行有效跟踪。

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： 人体姿态估计   深度学习   YOLOv8n-Pose   目标检测  

摘要： 针对轨道作业人员跨轨安全动作监督方法存在效率低、漏检率高等问题,引入改进的人体姿态估计算法YOLOv8n-Pose对跨轨安全动作进行识别和监督。对YOLOv8n-Pose算法改进方法为在网络中添加注意力机制并轻量化网络结构,并改进网络的bbox损失函数和关键点损失函数,以提高网络的识别精度和速度。使用高斯滤波和ColorJitter算法对自制数据集增强。在训练前使用遗传算法对训练超参数进行自适应调整,在训练时使用迁移学习和知识蒸馏方法,提高网络训练速度、识别精度和泛化能力。将训练好的模型对轨道现场作业人员图像进行检测,可成功识别出作业人员姿态并根据关键点位置信息识别安全动作,人体关键点识别精确度为94.3%,推理速度为238.1 fps,验证模型改进研究取得了有益效果,提高了模型识别精度、识别速度和鲁棒性。

关键词： 计算机图像处理   成分鉴定   信息参考   化工行业   计算机技术   有色金属   应用优势   实用分析  

摘要： 随着计算机技术的快速发展,化工行业有色金属成分鉴定与再生分析的途径越来越广泛.计算机图像处理技术是21世纪以来计算机技术发展的巨大成果,其应用于有色金属成分鉴定中,不仅可以提高对有色金属成分占比的计算精准度,为有色金属的深加工与再生提供依据,而且还可以降低有色金属成分鉴定的难度,提高鉴定效率.目前,计算机图像处理在有色金属成分鉴定中应用优势虽明显,但是国内对相关方面研究略显不足,甚至缺少专业性研究报道.对此,本文主要根据«有色金属深加工与再生实用分析技术»相关内容提示,联系当下计算机图像处理在有色金属成分鉴定中应用经验,提出有关看法,为我国化工行业与计算机技术领域提供信息参考.

关键词： 目标检测   强化学习   卷积神经网络   智能体训练  

摘要： 交通指示定位作为无人驾驶领域的一项关键技术,直接影响汽车的行驶安全。采用强化学习算法Q学习(Q-learning),结合卷积神经网络,提出一种用于交通场景中的模型,该模型允许智能体将注意力集中在候选区域,学习简单操作转换边界框以确定目标的正确位置,并在LaRA信号灯数据集上进行评估。结果表明,在所提出的模型指导下,智能体能够在分析图像中区域后检测到交通灯,获得最佳检测结果。