关键词： 计算机视觉   石油库   工服识别   安全生产  

摘要： 提出一种基于计算机视觉技术的石油库施工人员未穿工服行为识别系统。该系统采用YOLOv5s和ResNet-50级联检测器,通过构建丰富的石油库施工人员数据集并进行实验验证,实现了对未穿工服行为的精准检测。实验结果表明,ResNet-50模型在测试集上展现出高准确度,为石油库安全生产管理提供了有力的技术支撑。相较于SqueezeNet,ResNet-50在识别准确率上表现更优,但后者在显存占用和推理速度上更具优势。本文研究不仅有助于提升石油库安全管理的智能化水平,降低人为因素导致的安全风险,还为类似场景下的安全监控提供了有益的参考和借鉴。随着计算机视觉技术的不断发展,该系统有望在石油库安全生产管理中发挥更加重要的作用。

关键词： 自主泊车   目标检测   停车位检测   环视图像  

摘要： 现有停车位检测方案大多将目标检测方案和人工设计的后处理模块进行简单结合,各阶段提取的特征存在大量冗余信息.并且,人工设计的后处理模块通常适应面窄,计算量大,最终导致停车位检测效果难以实用.针对这些问题,本文引入全景视觉,结合现有算法的优点与环视图像的特点,设计端到端的无锚框停车位检测算法.该算法对停车位进行进入线朝向建模,而非单独考虑两个入口点,省去了停车位入口点匹配和朝向判断流程,最终实现完全一体化的停车位位置、朝向和占用情况检测.考虑到实用性,在网络结构设计上进行了速度和精度的平衡、正负样本均衡,以及无后处理等多方面优化.最终,在ps2.0数据集上,本文提出的AFPSD模型以88.7的FPS(每秒帧数)达到68.7%的AP,相较VPS-Net和DMPR-PS方案精度分别提升1.2%和2.1%.由此可知,本文设计的一阶段端到端方案可以代替三阶段方案,在环视图像上实现停车位的稳定检测.

关键词： 目标跟踪   相关滤波   光流特征   视觉显著性  

摘要： 传统的核相关滤波(Kernel Correlation Filter,KCF)算法使用HOG特征来获取目标信息,对非刚体目标不鲁棒,容易出现目标跟踪漂移现象。提出一种融合光流特征和显著性检测的目标跟踪算法抑制跟踪的漂移。算法通过在多通道特征表达时融入光流特征,增加运动目标的位置、姿态的变化信息。同时,通过显著性检测位置对漂移目标进行重检测调节,抑制跟踪漂移,提高跟踪的准确性。实验结果表明,该算法在复杂场景中仍可以进行鲁棒的视觉目标跟踪。

关键词： 全景摄像   水下遥控机器人   图像处理   数据传输  

摘要： 不同于空气成像,水下全景受水压、暗光影响比较大,需要特殊的镜头封装和聚焦型水下照明,而水下多路图像处理可以借鉴、调整已有的图像处理算法,以解决偏色、噪点等成像问题;且基于全景视频传输的热点研究,水下ROV全景摄像系统有较好的发展空间。基于对水下全景摄像技术的研究,文章首先详细介绍了水下全景摄像的生成和传输方式,并以ROV平台为载体,从相机硬件的需求分析,说明分布式、集成式两种相机布局;接着,针对获得的多路图像数据,通过图像预处理、拼接融合生成全景图像;最后,考虑水下水上的远程视频传输,介绍了全景视频基于切片流(Tile流)划分的自适应多速率传输方案。从水下全景摄像技术的发展来看,随着图像无损拼接、影像处理器计算速度更迭、图像复原、超宽带连接和全景视频传输等技术的提高,ROV平台全景摄像系统将得到广泛应用。

关键词： 图像处理   小目标检测   双边滤波   改进top-hat算法   自适应阈值  

摘要： 为了解决无人机探测系统中目标检测算法在不同场景下适用性差、虚警率高的问题,采用可应用于不同复杂背景的红外小目标检测算法,设计了一种基于现场可编程门阵列与数字信号处理器架构的无人机探测系统。首先利用双边滤波算法平滑背景,保留目标区域边缘;再使用改进的多尺度顶帽算法进行目标增强和背景抑制,来提高目标区域与周围区域的差异对比;最后使用基于最大值和平均值的自适应阈值分割方法提取目标。结果表明,实验测得系统的检测率为98.15%,整体时延为33.33 ms,与现有典型红外小目标检测算法相比,该算法的信噪比增益和背景抑制因子分别平均提高6.8倍和7.44倍,有效地抑制了背景,增强了目标。该算法能有效解决复杂背景下的红外小目标检测问题,对提高无人机探测系统在不同场景下的适用能力与检测能力是有帮助的。

关键词： 粗糙度测量   加工表面纹理   深度可分离卷积   方向梯度直方图   移动端实时计算   计算机视觉  

摘要： 传统机器学习类方法对光源类型、设备安装误差等因素较为敏感,需要反复调试与实验,难以实现规模化生产的自动检测.针对上述问题,提出了一种铣削粗糙度在机监测方法,有效提升了检测效率和准确性.首先,采用低感度参数设置的方向梯度直方图特征的候选框提取算子实现铣削工件的定位,并基于点匹配算法校正安装误差;然后,通过清晰度评价指标实现工业相机对焦过程优化;最后,构建了一种面向移动端实时计算的轻量级卷积神经网络模型,可对不同粗糙度工件表面纹理进行分类,并在立铣加工纹理数据集上进行了实验验证.实验结果表明:相比普通卷积神经网络,在模型复杂度相似的情况下,以乘、加运算次数为指标,提出模型推理所需运算量减少55%;代价敏感函数的引入能有效提升粗糙度识别模型对不平衡数据的稳定性;所提方法与传统机器学习方法相比,在检测帧率、图像分辨率相同的实验条件下,精准率、召回率分别提高了8%、21%.

关键词： 多模态数据   粒子滤波器   移动机器人   目标跟踪  

摘要： 在复杂环境中,目标可能受到遮挡、光照变化、背景干扰等因素的影响,导致移动机器人目标跟踪精度和效率低;为保证移动机器人目标跟踪效果,提出了基于多模态数据和粒子滤波器的移动机器人目标跟踪方法;采集移动机器人目标多模态数据,通过畸变校正、去噪、增强等步骤,完成移动机器人目标多模态数据的预处理;从边缘、颜色、纹理等多个方面,提取移动机器人目标多模态数据特征;以提取特征为研究对象,通过粒子滤波器的训练,得出移动机器人跟踪目标的检测结果,最终通过实时目标位置的更新,实现移动机器人目标跟踪;仿真结果表明,在单目标和多目标两种仿真场景下,设计方法的跟踪误差和跟踪时延较低,能够有效提高移动机器人目标跟踪精度和效率,具有较好的移动机器人目标跟踪效果。

关键词： 图像处理   火焰相对面积   双目测距   YOLOv5s  

摘要： 为配合自动灭火装置的喷水定位,研究并实现了一种基于双目相机的火焰相对面积估算方法。通过YOLOv5s检测火焰并利用双目摄像头获得火焰区域的深度,根据火焰深度与火焰像素占比估算得到火焰相对面积。基于该方法得到的火焰深度误差小于10%,估算的火焰相对面积平均误差为12.2%。所提方法在准确提取图像中火焰区域的同时可以较为准确地估算火焰面积,能够为室内火灾实时检测及灭火技术的发展提供一定参考。

关键词： “遥感数字图像处理”课程   教学内容   思政元素  

摘要： 文章首先分析了“遥感数字图像处理”课程教学现状,然后提出了“遥感数字图像处理”课程教学改革路径,包括更新教学内容,完善教学体系;深挖思政元素并融入教学;强化案例教学,开展“研讨课”学习模式;等等。

关键词： 遥感影像   目标检测   深度学习   分组卷积   非极大值抑制  

摘要： 常规目标检测模型在推理中需要消耗较多的计算资源,而在计算能力有限的星载或机载硬件中很难直接部署并进行流畅运行。针对以上问题,提出一种轻量级遥感影像目标检测模型。首先,采用分组卷积构建附有注意力机制的特征提取层;其次,构建双层的多尺度特征金字塔进行特征图语义信息强化;此外,利用改进的非极大值抑制算法输出最终的检测框。以高分辨率遥感影像集“Aerial Image和UCMerced_LandUse”为基础数据,通过数据增强处理,构建数据集,并以MobileNet-v3、MobileNet-SSD、shuffleNet作为对比模型,通过精度均值、平均精度均值、模型占内存大小,计算量等指标对模型进行评价。实验结果表明,所提出模型对于单类别目标的最高精度均值可达89.62%,对于所有类别目标的平均精度均值能达到86.05%,相比其余三组对比模型分别提高9.01%、15.04%以及12.58%。在检测速度、计算量以及内存大小等方面均有明显优势,说明本文所提出模型在算力有限的嵌入式硬件环境中能够对遥感影像中的多类别目标实施快速精准检测。