关键词： 图像处理   红外成像   自动调焦  

摘要： 目前,机载红外遥感技术在军事、农业、林业、水利和环境监测等领域得到广泛应用。为了实现对远程物体的大视场、高分辨率成像,机载红外相机、摄像机正朝着长焦距和大孔径的方向发展。然而,在高海拔或复杂环境中,温度、气压、载机振动等复杂多变的环境因素会导致成像焦面在轴线方向上发生偏离,使照相物镜产生离焦现象,从而降低成像质量和准确性。因此,需要开发一套能够实时校正焦面的自动聚焦装置进行自动调焦,以消除外界条件对焦面的不利影响。目前的自动聚焦技术包括测距法、相位探测法、程序控制法、图像处理法和光电自准法等。根据本项目的实际情况,我们采用了一种新的算法,该算法以获取的数码图像的质量作为对焦点的引导,具有较高的可靠性。

关键词： 目标检测   YOLOv5s   深度学习   轻量化   注意力机制  

摘要： 针对口罩佩戴的目标检测在复杂场景的误检、漏检和延迟问题,提出了一种基于YOLOv5s模型的改进算法。通过修改YOLOv5s模型,删除检测最大特征图层的部分,并引入通道注意力机制,旨在提高检测效率的同时保持准确率。实验结果表明,该改进算法有效地提升了YOLOv5s的检测效率,降低了对检测设备的需求,更适合应用于实时检测环境中。

关键词： 单目标跟踪   复杂跟踪场景   特征提取   注意力机制  

摘要： 本文针对复杂跟踪场景设计了一种融合轻量级注意力机制的单目标跟踪算法(IAMTransT),经过大量的实验表明,IAMTransT能够显著地提升跟踪器的性能,在OTB100数据集上,成功率达到了67.2%,精确度上达到了88.7%,比基准算法TransT提升了1%的成功率和0.7%的跟踪精度,在UAV123数据集上,成功率达到了63.0%,精确度上达到了83.0%,比基准算法TransT提升了0.6%的成功率和0.7%的跟踪精度。通过在多个目标跟踪数据集上与近几年的视觉跟踪算法进行比较,本文算法在成功率和精度上具备一定优势,所设计的算法取得了更优的目标跟踪性能。

关键词： 自动驾驶   深度学习   3D目标检测   图神经网络  

摘要： 随着自动驾驶领域对目标检测的精度和速度需求的提高,目标检测的研究从传统检测算法转向深度学习方向。由于2D目标检测算法存在小目标丢失等问题,基于深度学习的3D目标检测算法以能提供物体的位置、尺寸和方向等一些空间结构信息的优势,迅速在自动驾驶领域发展起来。首先,简单陈述了2D目标检测算法,将3D目标检测算法分成5个类别,分析了各类目标检测算法的优缺点;然后,详述了最新被提出的基于图神经网络(graph neural network, GNN)的2种算法;最后,对3D目标检测所应用的领域和其研究意义进行总结,并对3D目标检测今后可能发展的方向做出猜想。

关键词： 目标检测   车辆三维检测   钻石空间变换   消失点   地平线  

摘要： 目前较为常用的基于单目视觉的车辆三维检测方法是目标检测结合几何约束的方法,但是几何约束中消失点的位置对结果影响很大。为了获取更加准确的约束条件,提出一种基于地平线检测的车辆三维检测算法。首先,利用车辆图片获取消失点的相对位置,将车辆图片预处理至合适大小;然后,将经过预处理的车辆图片送入消失点检测网络,获得消失点信息热力图组,回归出消失点信息,并计算得出地平线信息;最后,根据地平线信息构建几何约束,在约束空间内对车辆初始尺寸迭代优化计算精确的车辆三维信息。实验结果表明,所述地平线求解算法能够获得更准确的地平线,与随机森林的方法相比,曲线下面积(AUC)提升1.730个百分点;同时,所提地平线约束能够有效地限制车辆三维信息,与使用对角线和消失点约束的算法相比,车辆三维信息的平均精度提升2.201个百分点。可见地平线可以作为几何约束在路侧单目相机的场景下求解车辆三维信息。

关键词： 图像处理   计算机技术   数据分析  

摘要： 计算机图形图像处理作为计算机科学和工程技术中的一个重要分支,具有广泛的应用价值和研究意义。本文首先对常见的计算机图形图像处理软件展开表述,其次对计算机图形图像处理的应用方向展开论述,最后对计算机图形图像处理的关键技术进行综合性的探讨和分析,目的是理解计算机图形图像处理的基础概念、核心技术和其在多个领域中的应用现状,为未来的研究提供有效参考。

关键词： 主动毫米波图像目标检测   全局通道注意力增强   K-means++   注意力机制  

摘要： 针对主动毫米波图像中目标与背景纹理区分度较低导致隐匿目标漏检问题,并根据安检实时性要求,提出一种基于全局通道注意力增强的主动毫米波图像目标检测方法。该方法以YOLOv5s为载体,在坐标注意力位置方向上引入全局通道注意模块,增强对隐匿目标全局通道信息的关注,从而提升在隐匿目标与背景纹理区分度较低时的检测能力;再利用K-means++聚类算法重新生成适合毫米波图像目标检测的锚框。实验结果表明,无论是阵列图像数据集还是线扫图像数据集,该方法增强了对隐匿目标的特征注意,提高了召回率,在满足安检实时性的前提下,提升了检测性能。通过增加少量参数,在阵列图像数据集上,精度、召回率和mAP@.5达到了92.0%、90.93%和95.32%;在线扫图像数据集上,精度、召回率和mAP@.5达到了94.65%、92.67%和97.73%。平均单张图像推理时间在两个数据集上均达到1 ms,满足实时性要求。

关键词： 机器视觉   齿轮测量   图像处理   系统标定  

摘要： 为提高内啮合齿轮几何参数测量精度,提出了一种基于机器视觉的内啮合齿轮参数测量方法。首先,对工业相机进行标定,并对采集的图像进行滤波和二值化处理。然后,改进了传统Canny边缘检测算法的不足,提高了边缘检测的准确性。再次,采用重心法测量了齿轮中心,利用凸包法测量了齿顶圆半径,采用计算边缘图像像素坐标与齿轮中心的平均最近距离的方式算出了齿根圆直径,再对齿轮图像进行掩膜处理并以计算连通域的方式得到了齿轮的齿数,根据齿根圆、齿顶圆、模数和齿数间的关系得到齿轮的模数和分度圆直径。最后,测试所设计的视觉测量方法。实验表明,该方法能够准确测量内啮合齿轮几何参数。

关键词： 犯罪侦查   公共安全   人工智能   计算机视觉   监管手段   探究与应用   个人隐私   确保安全  

摘要： 随着社会的发展和技术的进步,人像卡口技术作为一种基于计算机视觉和人工智能的监管手段,逐渐成为公共安全和犯罪侦查等领域中的重要工具。然而,人像卡口技术也面临着一些挑战和争议:如何在确保安全的同时保护个人隐私,成为人像卡口技术发展中的一个重要课题。

关键词： 目标检测   YOLOv5s   零件装配   防错检测   计算机视觉  

摘要： 针对制动器零件装配过程中零件易混淆、有错装漏装风险等问题,设计了一种基于YOLOv5s算法的制动器防错装检测方法。在制动器零件装配过程中,通过摄像头监测装配画面,提取视频帧图片输送给检测系统,运用YOLOv5s算法识别图片中的零件,实时检测所装配零件类别,将检测信息储存并判断装配流程是否正确。根据生产线实验结果可知,该检测系统可以有效检测出零件装配顺序,检测错装漏装问题,起到防错装效果,降低装配失误率。