关键词： 目标检测   FCOS   空中目标   CIoU   可形变卷积   注意力机制  

摘要： 航空图像中目标的检测是当前研究的热点之一,高效、准确的探测在军事和民用领域具有很高的价值;但由于高空环境复杂和空中目标尺度形状多变,不同用途的飞行器进行改装和涂装使得空中目标在检测中难度较大;所以提出了一种改进的一阶端到端的空中目标检测算法;算法采用DATE-FCOS为基本框架,用CIoU替代GIoU加入到边界框回归损失函数中,并在此基础上,利用可形变卷积模块对其骨干网络进行了改进并且在FPN结构之后加入CBAM模块;通过实际实验测试,所提方法在FGVC aircraft数据集上提高了检测的平均检测精度,达到77.8%,对比原模型提升11%,满足空中目标检测的应用。

关键词： 目标跟踪   图像哈希   信息熵   颜色矩   SIFT  

摘要： 在进行跟踪任务时,当运动目标发生形变或旋转以及受到光照变化或背景干扰时,会发生偏移现象或丢失跟踪目标,从而导致跟踪精度降低。据此,提出基于多特征融合和改进SIFT的目标跟踪算法。在图像的高熵部分进行特征点的提取,并使用哈希算法将错误匹配的特征点剔除。同时对感知哈希和差异哈希进行改进,将改进后的图像哈希特征、颜色特征和SIFT特征进行融合并应用于跟踪算法。将算法在OTB-100数据集上进行实验,成功率达到了94.3%。

关键词： 图像处理   目标检测   多尺度特征融合   遥感图像   特征上采样  

摘要： 针对现有的遥感图像目标检测方法中对小尺寸飞机目标的检测精度不高、特征信息传递不准确、信息交互不充分等问题,提出了一种基于可辨别特征提取和上下文感知的遥感图像飞机目标检测方法。设计了以可辨别特征提取模块为主体的主干网络,用以加强对多尺度飞机目标的特征提取;引入自适应特征增强模块,选择性关注小目标、优化特征信息的传递与信息交互;并设计了特征融合上采样模块对特征图进行上采样操作,用以提升高层语义信息的准确性。在DOTAv1数据集上的检测精度达到了95.2%,相较于YOLOv5s、SCRDet、ASSD等主流算法,飞机目标的检测精度提高了3.7%~18%。此外,该方法的检测速度以及模型参数量分别为147 fps和13.4 M,相较于当前主流算法具备较强的竞争力,满足在遥感背景下对飞机目标的实时检测需求。

关键词： 背景差分法   帧间差分法   混合高斯模型   目标检测  

摘要： 针对背景差分法和帧间差分法在运动目标检测中的缺点,提出了一种结合背景差分法和帧间差分法的新算法。首先将混合高斯模型建立的背景与当前帧进行差分处理,再使用帧间差分法获得差分图像,最后将两种差分结果融合检测运动目标,对目标轮廓和边界区域进行标记。实验显示,新算法对检测效果提升明显。

关键词： 运动目标   YOLOv5模型   聚类算法   注意力机制   图像增强  

摘要： 针对复杂交通场景下运动目标检测所存在的问题,文章在Yolov5模型的基础上,提出了二次优化改进聚类Anchor Boxes,引入SE模块算法,以达到提高聚类算法迭代速度的目的,通过Retinex图像增强算法改善图像或视频帧的质量,以提升在夜晚或雾、霾等恶劣天气下对运动目标的识别精度和准确度。实验结果表明,所提出的改进Yolov5模型对运动目标检测平均检测精度有一定的提升,相较于原始Yolov5模型,改进后的算法在准确率和召回率方面分别提升了5.8%和2.3%。

关键词： 电站锅炉   水冷壁   无人机   YOLOv3   缺陷检测  

摘要： 发电厂锅炉巡检可有效避免安全事故发生,针对现场巡检过程中,锅炉水冷壁巡检区域较大,部分区域检测困难问题,开发一种基于YOLOv3模型的水冷壁缺陷检测系统。无人机携带视觉采集装置,对豫能集团某电厂锅炉水冷壁进行图像采集,画面经压缩后实时无线传输到检测末端装置,采用YOLOv3算法对水冷壁数据进行分析,对模型重要参数进行调整并做出样本增广与平衡化改进处理,提高检测效果,共测出磨损、裂缝、氧化等106处失效部位,与人工检测对比,成功率达77.9%。该方法解决了在巡检区域大、部分区域检测困难问题,使大型电站锅炉在开展水冷壁检测方面实际付出的成本得到有效缩减。

关键词： 原竹   定长截断   分级   内外径识别   图像处理  

摘要： 为提高原竹初加工过程的自动化、智能化水平,针对竹节位置与原竹内外径的快速精准识别需求,提出了一种基于形态学方法与边缘检测的原竹几何特征识别方法。首先,通过对原竹图像进行预处理,去除背景干扰,获得原竹竹节及竹径截面前景信息。其次,基于边缘检测原理计算原竹竹节图片的梯度数值以判断竹节是否存在,并通过形态学方法确定竹节位置;采用Canny算法获得竹径截面图片的内外径轮廓,基于椭圆截面的最小二乘拟合得到内外径尺寸并分级。最后,进行了原竹竹节与内外径识别试验。结果表明:竹节识别速度为0.2 s/次,准确率为95.5%,内外径识别速度为0.2 s/次,准确率为98%,验证了该方法的有效性。

关键词： 远程光电容积描记法   心率测量   图像处理   小波变换  

摘要： 心率作为一项重要的生理特征信息,在医疗诊断方面有着不可替代的作用。非接触式心率检测无须与测试者直接接触即可测量出心率,避免了传统心率测量时测试者长时间接触仪器造成的不适,且成本更低,便携性更好。文章提出一种结合ICA和小波变换的算法,对摄像头输入的人脸视频依次进行颜色空间转换、降噪、时频域变换等操作,并搭建了一个基于人脸视频的心率测算系统,针对不同指标设计了多个实验。实验结果表明,系统能够快速实时检测人体心率数据,实现非接触式心率检测,满足心率检测需求。

关键词： 风电机组   叶片损伤   数字图像处理   裂纹损伤识别   特征提取   识别系统  

摘要： 为实现风电机组叶片损伤检测的高效化、智能化、便捷化,研究一种基于数字图像处理技术的风电机组叶片裂纹损伤识别以及裂纹类型判断和特征参数提取的方法。以无人机采集的风电机组叶片图像为研究对象,通过对比灰度化、滤波、阈值分割等图像处理步骤的多种算法,对形态学处理方法进行改进,首先选用平均值法对叶片图像进行灰度处理,其次使用中值滤波对图像进行去噪处理,再次使用Otsu阈值分割以实现裂纹区域的分割,然后基于改进的形态学方法提取出完善的叶片裂纹损伤区域,最后基于连通域原理完成裂纹区域的框取。基于上述算法设计风电机组叶片裂纹损伤识别系统以实现叶片裂纹图像检测的可视化处理、裂纹类型判断及裂纹特征参数提取等功能。结果表明,该系统对于风电机组叶片裂纹损伤检测具有可靠的识别精度,识别准确率为85%,实现了风电机组叶片裂纹损伤的自动识别与特征参数提取,提高了叶片裂纹损伤的检测效率。

关键词： 混合式教学   项目驱动   成果导向   数字图像处理   教学改革   新工科  

摘要： 随着信息技术的快速发展,线上线下混合式教学模式成为高校教育教学改革的主要趋势。该文依据新工科理念和一流本科建设要求,以数字图像处理课程为例,依托“互联网+”教学新生态环境,以项目驱动式教学为主线,重构课程体系,整合教学内容,建设项目库资源,构建科学考评体系,实现基于成果导向、全方位、全过程、立体化教学,教学效果良好。