关键词： 图像处理   水下图像增强   TransFormer   颜色校正   细节锐化  

摘要： 针对水下图像对比度低、细节表现差且存在色偏等问题,提出了一种多输入的基于TransFormer和卷积神经网络(CNN)的水下图像复原方法。利用TransFormer和相对总变差(RTV)构造深度特征提取模块,融合RTV提取的纹理图与TransFormer提取到的图像信息,有效增强了图像的细节特征。利用自动色彩均衡和Lab色彩空间构建色彩校正模块,提升图像对比度,同时校正颜色。利用多项损失函数约束网络收敛,得到增强后的清晰水下图像。最后,将本文方法与其他方法在测试集上进行定量和定性对比分析,实验结果表明,经过本文方法处理后的图像在清晰度、色彩表现和纹理信息方面均优于其他对比方法。

关键词： 水面小目标漂浮物   目标检测   YOLOX算法   水库智能化管理  

摘要： 针对目前水库水面小目标漂浮物检测识别精度低的问题,提出基于改进YOLOX的水库水面漂浮物目标检测算法。此算法引入新型dark2模块融入主干网络并拓展主干网络的分支输出结构,提升主干网络对图片的特征提取能力。在此基础上,提出改进特征融合模块(ZL-FPN),用于增强特征图信息融合,提高对水库水面小目标漂浮物的检测精度。结果表明:改进后算法的mAP值比YOLOv4和原YOLOX算法分别提升了29.93%和12.11%,有效提升了水库水面漂浮物检测精度。研究成果可为提升水库智能化管理水平提供有效技术支撑。

关键词： 梯度直方图(HOG)   图像处理   故障诊断   多维尺度分析(MDS)   滚动轴承  

摘要： 对于滚动轴承的智能故障诊断问题,文章提出一种基于梯度直方图(histogram of oriented gradient,HOG)图像处理的轴承故障诊断方法。首先将传感器采集到的原始时域振动信号经变分模态分解(variational mode decomposition,VMD)后得到二维图像;再利用HOG数字图像处理算法对上述图像提取特征信息;使用多维尺度分析(multi-dimensional scaling,MDS)方法对特征数据进行降维处理,得到低维空间下的故障特征数据并对故障特征数据添加标签构建数据集,该数据集被划分为训练集和测试集;然后引入遗传算法(genetic algorithm,GA)优化支持向量机(support vector machine,SVM)中的惩罚因子和核函数关键参数,用训练集进行训练得到最优故障分类模型;最后对测试集的数据进行处理,得到分类结果。对比分析结果表明,该文方法能快速提取轴承故障有效特征,提高故障诊断准确率。

关键词： 校色卡   OpenCV   图像处理   色卡检测   颜色空间   水产养殖  

摘要： 水下环境中颜色变化是一种常见现象,研究其变化特征可应用于水下图像处理和水产养殖生物监测等。利用校色卡分析不同水深颜色变化的特点,实验中首先对图像进行大小归一化及颜色空间转换;其次用图像与标准色块对比计算差值图像;然后进行轮廓提取并筛选出可能的色块加入候选列表,通过候选列表中的色块计算出原图色卡的位置;再通过仿射变换将原图色卡提取出来;最后,通过比较不同水深图像中色卡色块的颜色值,分析水下环境中的颜色变化。实验结果表明,该方法能够有效地检测和分析水下环境中的色卡,在0~3 m的浅水域中检测准确率达到100%,在3~10 m的中层水域中检测准确率达到93%,在大于10 m背景较为复杂深水域中提取准确率达到73.7%,在占用极小内存空间的情况下达到了较高的识别准确率;通过水下颜色分析得出:随着水深的增加,红色光的吸收和衰减最明显,蓝色光的吸收和衰减也比较多,而绿色光的影响较小。研究内容为利用水下摄影研究水产养殖生物行为提供了参考方法。

关键词： 无人机   目标检测   目标跟踪   深度学习  

摘要： 基于视觉的目标检测与跟踪方法是当前最火热的研究方向之一。近年来,随着无人机技术的快速发展,利用无人机航拍技术进行目标检测与跟踪也成了研究的热点。对于无人机目标检测,首先探讨了无人机航拍目标检测与跟踪任务的复杂性和难点,并着重介绍了以深度学习为基础的目标检测算法;针对无人机目标跟踪技术,深入探讨了以相关滤波为基础和以深度学习为基础的两种判别式目标跟踪算法;最后,总结并展望了在无人机领域目标检测与跟踪技术的应用前景。

关键词： 隧道工程   结构裂缝   目标检测   神经网络  

摘要： 隧道衬砌裂缝会降低结构的稳定性,影响整个隧道在运营期间的安全,因此需要定期对隧道衬砌裂缝进行检测、治理。针对隧道裂缝人工检测方法中存在精度低、效率不足的问题,文章以Faster-RCNN目标检测算法为基础,提出了一种基于深度学习的隧道衬砌裂缝智能检测方法,并利用构建的裂缝数据集进行模型训练和测试。结果表明,提出方法的评价指标F1分数为89.63%,AP为92.65%,相较于YOLOv4和SSD两种对比算法,其具有更高的裂缝识别精度,适用于实际隧道工程的衬砌裂缝检测任务。

关键词： 无人机技术   有害生物防治   有害生物监测   图像处理  

摘要： 随着信息技术的快速发展,无人机技术作为一种创新性的工具,在各领域展现出了巨大的潜力。在林业有害生物监测防治中,无人机的有效运用更是成为提高工作效率、降低成本、推动可持续发展的重要手段。以甘肃洮河自然保护区为例,从有害生物调查规划、有害生物监测及有害生物防治3个方面,探讨无人机技术在林业有害生物监测防治中的创新应用,旨在为林业有害生物监测防治工作提供可行性建议,进一步推动无人机技术在林业领域的广泛应用。

关键词： 人体跟踪   人脸识别   图像处理   Faster-RCNN   卡尔曼滤波   Facenet网络  

摘要： 为了提升移动机器人的运动人体识别效果,研究利用Faster-RCNN-KF对动态人体图像进行实时跟踪,并结合Facenet-MTCNN实现跟踪对象人脸识别。运动人体跟踪检测实验和人脸识别测试结果显示,Faster-RCNN-KF算法跟踪误差仅为0.000 5 m,且跟踪响应速度和误差更正速度较快;Facenet-MTCNN目标识别算法在训练中的分类精度最高能够达到99.15%,分类中的时间延迟为0.01 s,能够有效识别跟踪对象的身份信息。研究结果表明,视觉图像处理技术能够实现人体的有效跟踪检测,并能对不同身份的跟踪对象进行人脸识别,对移动机器人跟踪与识别技术发展具有重要价值。

关键词： 微操作空间   目标检测   特征提取   局域建议网络采样策略   损失函数优化  

摘要： 将Faster RCNN引入微操作系统的目标检测之中。针对微操作空间下待检测目标存在尺度变化和在显微镜放大倍数较小时,待检测目标尺度过小、特征不明显的问题,提出了一种基于改进Faster RCNN的微操作空间目标检测算法。使用在图像分类任务中性能优越的深度残差网络提取图像的特征。引入递归特征金字塔网络,对特征进行融合。改进区域建议网络的采样策略,对损失函数进行优化。实验结果表明:这种改进的Faster RCNN算法能有效解决由于目标尺度变化和目标尺度过小带来的问题。相比通用的目标检测算法,该算法的准确度更高,速度更快,具有实际应用价值。

关键词： 计算机视觉   智能算法   给排水管道施工  

摘要： 阐述基于计算机视觉的给排水管道施工特点,分析存在的问题,提出智能算法与多传感器数据融合技术的解决方案。通过系统设计和实际验证,展示这些技术在提高施工效率和质量方面的潜力。