关键词： 图像处理   机器视觉   轻量级网络   低照度图像   图像增强   目标检测  

摘要： 为解决现有的低照度图像增强方法存在的色彩失真、细节损失以及暗区增强不足和亮区增强过度导致低照度图像增强效果不理想的问题,提出了一种从局部到全局的零参考低照度图像增强方法。采用局部照度增强对低照度图像进行像素级增强,改进了自适应光照映射估计函数,提升了照度调整能力,避免了生成大量的迭代参数,提高了模型的推理速度;采用基于Transformer结构的全局图像调整对局部增强后的图像进行全局调整,解决了亮区照度增强过度的曝光问题和暗区照度增强不足的问题,提升了图像的整体对比度;优化损失函数,对低照度图像特征和增强图像特征进行相似性约束,提升了目标检测精度。实验结果表明,LOL数据集上的客观指标峰值信噪比和结构相似性达到了20.18 dB和0.80,MIT-Adobe FiveK数据集上达到了23.31 dB和0.87,ExDark数据集上增强后图像的目标检测精度提高了7.6%,有效提升了低照度图像可视化质量和目标检测效果。

关键词： 深度学习   目标检测   双支路   卷积稀疏编码   互补学习   自适应   双支路特征融合  

摘要： 针对现有目标检测模型在实际运用中会受到各种噪声的影响而导致性能退化的问题,提出一种双支路注意力特征融合(double branch attention feature fusion,DBAFF)的方法。基于CenterNet的结构设计,引入卷积稀疏编码(convolutional sparse coding,CSC)去噪模块。通过双支路互补学习,自适应选择不同模态的有效信息,使融合特征达到最优化,有效解决该类模型的退化问题。实验结果表明,该方法在噪声数据集VOC-Nosiy上mAP50、mAP75、mAP性能分别达到了57.9%、29.8%、24.5%,检测速度FPS达到111帧,综合性能优于原网络和仅添加卷积稀疏编码的去噪网络。

关键词： 无人机   目标跟踪   编队控制律   Leader-Follower   视线关系   Lyapunov  

摘要： 为实现对地面快速移动目标的探测跟踪,基于无人机侦察载荷的误差模型,设计了双无人机编队跟踪目标的构型与跟踪控制律。面向持续跟踪的典型应用场景,设计了基于Leader-Follower的双机编队构型,并基于相机误差模型建立了双无人机探测叠加区域的误差分布模型,以此确定了目标与无人机编队的位置关系。之后,基于无人机与目标的视觉关系定义长机的矢量前置角和与目标之间的距离为跟踪误差,设计了基于李雅普诺夫方法的跟踪控制律,并证明跟踪控制的渐近稳定性。设计了僚机相对于长机的编队控制律,以保持双机平行编队的构型。仿真结果表明,目标机动运动时,双无人机系统能够在较短时间内收敛,实现对目标的持续稳定跟踪。

关键词： 立杆病害检测   目标检测   细粒度分类   街景影像  

摘要： 针对路灯和电力立杆病害的局部特征微弱、类内差异大、模型参数量大等问题,该文提出了一种面向路灯和电力立杆病害细粒度检测的Pole-YOLO算法。根据立杆表现为长条形的管状结构,引入动态蛇形卷积,解决模型难以关注局部微弱的特征,缓解识别中断的情况;针对病害的类内多样的特征变化,将可变形卷积融入C2f模块,以适应任意尺寸病害特征,增强特征提取能力;并使用WIOUv3损失函数,提高对小目标病害的学习能力。最后,使用分布移位卷积降低模型参数量。在自制的立杆病害数据集上进行对比实验。结果表明Pole-YOLO方法的精确率、召回率、F1-Score和平均精度mAP@0.5分别达到了84.2%、79.8%、81.9%和83.7%,可以满足城市场景的立杆病害的实时检测。

关键词： 磨粒加工   图像处理   特征信息   智能算法   粗糙度  

摘要： 针对加工对象受磨削工具表面状态和工艺参数的综合影响而造成表面粗糙度难以有效准确预测问题,提出了融合磨粒特征和工艺参数的表面粗糙度智能预测方法。基于采集的金刚石磨粒图像,利用图像处理技术提取了工具表面的单位面积磨粒数、磨粒分布均匀性和磨粒出刃高度三个关键特征信息,并评价了提取的特征信息的有效性。在此基础上,提出了融合磨粒特征和工艺参数的粗糙度智能预测算法,开展了YG8硬质合金铣磨加工实验,并将加工结果与预测结果进行对比。结果表明:提出的智能算法可以提高粗糙度预测的准确性和稳定性,其预测的准确率可达到95.6%,而基于传统工艺参数回归模型的准确率仅为86.3%,所提出的方法为粗糙度智能预测提供了参考。

关键词： Unmanned aerial vehicle   Visual servoing   Velocity observer   Target tracking  

摘要： This study proposes an image-based visual servoing(IBVS)method based on a velocity observer for an unmanned aerial vehicle(UAV)for tracking a dynamic target in Global Positioning System(GPS)-denied *** proposed method derives the simplified and decoupled image dynamics of underactuated UAVs using a constructed virtual camera and then considers the uncertainties caused by the unpredictable rotations and velocities of the dynamic target.A novel image depth model that extends the IBVS method to track a rotating target with arbitrary orientations is *** depth model ensures image feature accuracy and image trajectory smoothness in rotating target *** relative velocities of the UAV and the dynamic target are estimated using the proposed velocity *** to the velocity observer,translational velocity measurements are not required,and the control chatter caused by noise-containing measurements is *** integral-based filter is proposed to compensate for unpredictable environmental disturbances in order to improve the antidisturbance *** stability of the velocity observer and IBVS controller is analyzed using the Lyapunov *** simulations and multistage experiments are conducted to illustrate the tracking stability,anti-disturbance ability,and tracking robustness of the proposed method with a dynamic rotating target.

关键词： DSP   计算机   图像处理算法   系统软件  

摘要： 数字信号处理器(DSP)是一种专门用于高速处理信号的处理器,它在处理图像信号时能够提供高效的计算性能和实时处理能力。计算机图像处理涉及图像的获取、分析、处理和优化,是当代科技中一个重要且迅速发展的领域。通过DSP技术可以设计出更加高效和精确的图像处理算法,对于提高图像质量、增强图像分析能力具有重要意义。介绍了基于DSP的计算机图像处理系统的结构分析与设计,包括系统硬件结构的设计,阐述了系统模块的设计与实现,涵盖图像获取模块、DSP模块以及系统软件的设计,展示了DSP在提高图像处理效率和准确度方面的实际应用价值。

关键词： 焊接件表面缺陷   目标检测   YOLOv7-tiny   RFB   ThinNeck   K-means++  

摘要： 针对目前市面主流焊接件表面缺陷的模型检测精度不高,模型复杂和不满足实时监测等问题,提出了一种基于YOLOV7-tiny改进得到的焊接件表面缺陷新型检测模型KThin-YOLOV7。首先,设计了基于模拟人类视觉感受野的EMA-BasicRFBC模块,更换YOLOV7-tiny模型的空间特征金字塔SPP模块,从而加强模型特征表达的性能。其次,以SlimNeck设计范式结构为基础设计了ThinNeck结构,并用其更换YOLOV7-tiny的NECK特征融合部分,减少模型的参数量和计算量的同时提高了模型的平均检测精度。最后,引入K-means++算法找出合适的锚框,并用FEIOU损失函数更换原模型的LOSS,进一步帮助模型优化目标框的位置和大小。KThin-YOLOV7相对原始YOLOV7-tiny模型的mAP提升了7.11%,达到87.64%,同时模型的参数量和计算量分别下降了11.14%和15.26%。实验结果表明,KThin-YOLOV7能够高效且准确地定位检测焊接件表面的缺陷。

关键词： 视障辅助设备   障碍物检测   路径规划   目标检测   深度强化学习  

摘要： 视障人士是社会中的弱势群体,独立出行面临重重障碍.为视障人士提供安全可靠的辅助设备体现了社会文明的进步.介绍了辅助视障出行有关的障碍物检测识别关键技术和路径规划相关算法.重点对障碍物检测之后的路径规划算法进行分析,综合对比各种技术的应用特点及场景并讨论了相关方法在视障辅助设备中的研究进展.总结了多技术融合使用在智能辅助设备中的应用现状.在此基础上,结合人工智能及嵌入式设备等技术的进步展望了未来辅助视障出行设备的发展方向.

关键词： 计算机视觉  

ISBN: (纸本)9787302657422

摘要： 本书使用PyTorch 框架来讨论计算机视觉算法及其应用。首先介绍计算机视觉基础，主题涉及卷积神经网络、ResNet、YOLO、数据增强和业内使用的其他常规技术。随后简要概述PyTorch 库。接下来探究图像分类问题、对象检测技术以及如何在训练和运行推理的同时实现迁移学习。最后通过一个完整的建模过程来阐述深度学习框架PyTorch 是如何运用优化技巧和模型AI可解释性的。