关键词： 近红外光谱   高光谱成像   建筑材料   缺陷自动检测   目标检测   系统设计  

摘要： 为提升建筑材料缺陷自动检测准确率,提高检测效率,研究近红外高光谱成像的建筑材料缺陷自动检测系统。设计系统硬件,组成包括图像采集传感器、高光谱成像仪及ARM处理器,由硬件实现建筑材料高光谱图像的采集。经近红外高光谱图像黑白校正,降低暗电流、噪音、光源强度引起的干扰后,采用MGS算法提取高光谱图像波长,并将其作为稀疏表示分类器的输入变量,分类器的输出结果即为建筑材料缺陷自动检测结果。实验证明:光谱反射率越高则表明缺陷越严重,可实现建筑材料不同类型缺陷自动检测,检测准确率平均可达96.5%;检测效率不受待检测建材数量影响,检测稳定好。

关键词： 运动目标检测   全局注意力机制   检测尺度   损失函数  

摘要： 针对自动驾驶领域运动目标检测存在目标相互遮挡、对小目标漏检误检严重、实时性和鲁棒性较差等问题,提出一种基于改进YOLOv5s的方法。将全局注意力模块嵌入到主干网络C3结构的残差块中,增强了网络的整体特征提取能力;将原始网络20×20的检测尺度替换为160×160,提高模型对于小目标的识别能力;采用SIoU Loss作为边界框回归损失函数,使预测框的定位更加精准。实验结果表明,该改进算法在公开的自动驾驶数据集SODA10M上均值平均精度达到了81.3%,较原始网络提升了7.5%,推理速度达到238 frames/s,与主流的目标检测算法相比也表现出一定的优越性。

关键词： 无人机   空间信息   视频结合   图像处理   定位  

摘要： 无人机遥感具有机动灵活、成本低、时效性强等优势,已成为获取地面目标图像信息的重要手段。目标的准确定位在目标识别、图像处理和分析中发挥着至关重要的作用。为满足在虚拟试验环境中高精度还原实际物理环境中建筑物、标识物等目标位置信息的现实需求,构建适用于三维GIS的无人机地理视频数据模型,通过硬件级别的同步将无人机的位置、姿态信息和视频融合建立视频数据和空间数据的对应关系,利用无人机飞行位置、姿态还原与视频匹配等技术方法实现对目标的定位,经多组计算视频定位数据与高精度GNSS设备实地采集数据对比,实现了其位置最大偏差值为5.772 m的定位精度,中误差为3.817 m,基本满足无人机对地面目标定位需求。

关键词： 图像处理   自动采摘   机械臂   STM32  

摘要： 我国作为种植业大国,果蔬种植业发展较成熟,但在果蔬采收方面仍以人工作为主要劳动力,如樱桃的采摘,存在危险以及采摘效率低等问题。因此,针对樱桃成熟期短,果皮容易破损,从而影响市场售卖价格,而且樱桃采摘主要依靠人工,费时费力的现状。本文设计一款能够实现成熟樱桃自动采摘的机器装置,该装置基于STM32单片机结合图像处理技术设计,通过摄像头完成成熟樱桃的识别处理后,利用机械臂进行樱桃的采摘工作,减少樱桃采摘所需的劳动力成本,解放种植户的双手,为我国农业自动化发展贡献一份力量。

关键词： 智能小车   车联网   V2X通信   路侧单元  

摘要： 随着我国汽车保有量不断增加,对车辆、道路交通状况的现行检测技术,已不能满足日益复杂的道路环境下的智能车辆的安全、高效、节能、环保的需求。本文提出了一套基于V2X通信技术的设计方案,包括硬件系统的搭建和软件平台的开发工作,并选择了处理器主板、无线通讯模块和传输模块。控制系统软件平台基础开发方面完成了JetsonNano处理器主板环境的配置工作,实现了智能网联小车和路侧单元之间的通信。研究结果表明本文建立了基于V2X通信技术的智能网联小车车速控制及车辆检测策略,当目标车辆速度改变时,智能小车车速切换控制中所需要的时间与路侧单元和小车之间的通讯延迟时长有关。

关键词： 目标跟踪   相关滤波   卡尔曼滤波   不变距特征  

摘要： 针对KCF(核相关滤波器)算法在目标发生严重遮挡时易出现目标丢失的问题,提出了一种结合不变距特征及卡尔曼预测的核相关滤波跟踪算法。利用模板图像和当前帧图像的不变矩特征计算相关量,然后根据不同遮挡情况下相关量值的变化情况设定目标遮挡判断机制。当目标未遮挡时KCF算法对目标继续跟踪;当目标被遮挡时利用卡尔曼滤波预测目标位置,目标复现后KCF算法利用预测的位置信息继续跟踪。最后采用OTB-2015数据集测试算法的有效性,实验结果表明,论文算法相对于KCF算法跟踪精度和跟踪成功率分别提高了12.95%和13.28%,有效改善了遮挡情况下的目标跟踪性能。

关键词： 深度学习算法   图像处理   图像分类   生成对抗网络   深度学习技术   应用成效   安全监控   自动驾驶  

摘要： 数字化时代,深度学习技术与图像处理的结合日益成为科研与工业应用中的热点。深度学习算法,特别是卷积神经网络(CNN)、生成对抗网络(GAN)等,已经在图像分类、识别及生成等领域显示出了卓越的能力。这些技术不仅提升了图像处理的效率和准确性,也极大地推动了医疗、自动驾驶和安全监控等行业的技术革新。本文旨在详细介绍深度学习算法在图像处理中的具体编程实现及其应用成效,通过系统的分析与实例探讨,展示深度学习技术在现代图像处理中的实际应用和潜在价值。

关键词： 结构光   图像处理   焊缝成形   检测系统  

摘要： 为了实时检测铝合金焊缝成形质量,搭建了一套基于线结构光的视觉检测系统。首先理论分析了传感器的成像模型,并结合相机标定和光平面标定获取了坐标系间的映射关系;其次根据激光条纹的灰度分布以及连续性特点,利用改进的几何中心法得到拟合准确度高、连通性好的中心线;最后,采用该系统对搭接焊缝的成形尺寸参数进行了在线检测试验。结果表明,该系统的检测精度和图像检测速度分别达到0.3 mm和25 Hz,且稳定性良好,满足工业实时检测需求。

关键词： 桥梁病害   深度学习   算法YOLOv8   方法应用  

摘要： 为解决无人机系统应用于桥梁巡检碰到的主要问题,本文首先通过对深度学习神经网络和拟采用的目标检测算法YOLOv8的原理和损失函数构造进行详细研究分析,并研究改进YOLOv8的桥梁表观病害识别方法,然后通过模型对比,最后将改进的YOLOv8的桥梁表观病害目标检测方法应用于桥梁典型病害分析、融入人工标注数据研究、仿射变换数据开展图像增强研究,得出改进后的YOLOv8实现了对桥梁表观缺陷小目标的精确检测,从检测的识别率和准确率都较相关的SSD、YOLO这类单阶段检测算法具有较大提升,有效证明该方法的有效性,为桥梁检修和维护提供了便利和支持。

关键词： 图像处理   压缩感知   灵敏度编码   字典学习   交替方向乘子法  

摘要： 灵敏度编码(SENSE)方法利用多个线圈的灵敏度信息来减少扫描时间,利用SENSE模型重构的图像易存在伪影,不利于医学诊断。为减少重叠伪影,提高磁共振成像质量,将分类图像块的快速正交字典引入SENSE模型中,得到一种基于多分类字典学习的灵敏度编码重建算法。该算法通过对图像块分类,在每个类中训练字典,得到不同类别的多个字典,运用交替方向乘子法进行图像重构。在人体脑部和膝盖数据上进行实验,结果表明:相比于TV-SENSE、TVLORAKS-SENSE和LpTV-SENSE算法,所提算法的平均信噪比分别提高了1.53 dB、1.22 dB和1.05 dB,重构图像与参考图像的一致性较高,图像细节部分和边缘轮廓信息保留完整。