关键词： 玻璃量器   图像处理   频域   遮罩图像   围线检测  

摘要： 针对玻璃量器示值围线在边缘检测时存在噪点多的问题,研究了基于围线频谱分布特征的频域遮罩预处理技术和基于图像水平投影灰度的围线检测方法。具体分析了目标特征频谱,建立了遮罩模型和传递函数,讨论了函数参数对遮罩处理结果的影响,并根据空间域上玻璃量器围线与瓶体在灰度特征取向上的不同,提出了利用水平投影灰度的变化速率检测前半围线与后半围线的峰谷差大小的方法。通过比较边缘检测法与投影灰度法检测围线的结果,得出以下结论:频域遮罩处理能够有效地模糊和削弱玻璃量器与其他干扰信号,同时较好地保留围线边缘而不损失围线谷峰差大小,大大降低了后续图像处理的难度;投影灰度法能够有效检测出围线上边缘最高点和下边缘最低点,该方法对频域遮罩处理具有较强的鲁棒性。

关键词： 煤矸石   深度学习   YOLOv5   注意力机制  

摘要： 针对在煤矸石检测过程中存在的煤与矸石相似度高而导致识别准确率低的问题,提出一种基于全局自注意力机制的煤矸石目标检测网络。将全局上下文模块引入YOLOv5s网络中,通过增加自注意力机制获得长距离特征,增大感受野,导入全维动态卷积,在控制计算量的同时进一步提升网络性能。结果表明,改进的YOLOv5s网络优于原始网络和对照组网络,与YOLOv5s、YOLOv5m、YOLOv5l、YOLOv7和YOLOv7x网络相比,煤矸石目标检测精度分别提升了4.1%、3.2%、2.1%、2.6%和2%。该模型具有较快的运行速度,满足实时检测的需求。

关键词： 图像处理   辅助系统   路面检测   裂缝识别  

摘要： 公路路面由于失修会产生不同类型的损坏,其中裂缝对道路的危害程度最大,而能够及时检测路面裂缝状况的自动检测与统计系统,对路面修理工作有很好的促进作用和实用价值。基于Matlab的图像处理模块,利用外接矩形长宽比的指标,准确判断裂纹的方向,提供有效参数,经实验验证,该辅助系统可正确判断横向裂纹和纵向裂纹,能够替代人工完成图像的识别,提高工作效率,对公路养护工作提供有力的技术支持。

关键词： Transformer   快速傅里叶变换   特征提取   特征融合   目标跟踪  

摘要： 当前基于Transformer的主流跟踪框架在特征提取及融合方面存在3个问题:1)分开进行特征提O(N^(2))取与融合,易产生次优模型训练结果;2)使用计算复杂度为的自注意力机制会降低跟踪算法效率;3)简单的目标模板选取策略难以自适应跟踪过程中目标表观的剧烈变化.为此,利用快速傅里叶变换对目标与搜索区域的令牌进行有效混合,提出一种新颖的基于Transformer的视觉目标跟踪方案.针对问题1提出一种高效端到端方式将特征提取与融合进行统一学习以获得最优模型.针对问题2采用快速傅里叶变换实现目标与搜索区域令牌之间的完全信息交互,该操作计算复杂度为O(Nlog (N)),有助于提升跟踪效率.针对问题3提出一种基于跟踪质量评估的目标模板记忆存储机制以快速自适应目标表观的剧烈变化.在3个标准数据集LaSOT,OTB100,UAV123上,所提方法与当前最优方法相比在效率和精度上均取得更好表现.

关键词： 小目标检测   无人机图像   YOLOv5s   跨层级特征融合   多尺度检测  

摘要： 针对无人机航拍图像中小目标样本多、拍摄目标背景复杂、可提取特征信息少的问题,提出一种改进YOLOv5s的轻量化无人机航拍小目标检测算法。首先,改进算法网络结构,增加两条特征信息传播路径,跨层级连接避免特征损失,同时同级前后连接补充特征信息,并在特征融合过程中加入空间注意力机制,提高模型对小目标区域的关注程度,保留充足的目标特征信息;其次,针对数据集的特点,将骨干网络中低层小目标检测层融入到特征金字塔网络和路径聚合网络结构中,增加一个检测极小目标的头部;最后,在预测过程中引入SIoU Loss定位损失函数,进一步加快模型收敛速度,提升模型检测能力及定位精度。将该算法在VisDrone2019数据集上进行实验,结果表明,改进后的模型mAP50达到了38.5%,较基线方法 YOLOv5s提高了5.9百分点,同时与主流的检测方法相比也取得更高的检测精度,对于小目标检测任务具有较好的性能。

关键词： 目标检测   PCB缺陷   小目标缺陷   YOLOv5   多分支注意力模块  

摘要： 随着电子信息产业迅速发展,PCB行业作为电子信息产业的基础,其产品质量对后续生产的电子产品有着决定性影响。针对PCB缺陷目标较小,缺陷类型多,特征不明显,在实际生产过程中易产生误检、漏检等问题,提出了一种多分支注意力MBAM模块方法,在3个不同维度对特征图进行关注,以增强特征提取的能力,对缺陷区域给予更多的注意力表示。通过改进YOLOv5结构,将MBAM与YOLOv5网络结合,有效的提升了对PCB中小目标的检测性能。最后通过在网络不同位置添加MBAM模块进行对比实验,选取了最佳的添加位置。通过在PCB缺陷数据集上的实验结果表明,改进后的PCB缺陷检测算法具有良好的检测性能,优于其他对比算法,最终的AP达到了96.7%,对比标准YOLOv5的94.7%提高了2个百分点,其他项指标均有涨点,在保持检测速度基本不变的情况下,精准地识别PCB缺陷类型。

关键词： 桥梁工程   裂缝识别   图像处理   卷积神经网络   深度学习   智能检测  

摘要： 传统的桥梁裂缝检测主要基于人眼识别,检测效率、精度低,而且人眼识别存在受光照影响大、桥塔、高墩等高空位置无法检测及主观性强的问题。近年来,国内外诸多学者为了解决上述问题,研发了许多基于数字图像技术的桥梁裂缝检测设备,像搭载高清相机的桥梁检测车、无人机、爬墩机器人等。同时,拥有高效、高精度的裂缝检测算法更是裂缝检测的基础,如何权衡检测速度与精度一直也是众多学者研究的热点问题之一。本文就近年来国内外基于数字图像技术的桥梁裂缝检测设备、相机的搭载平台与标定方法、预处理算法、传统检测算法、深度学习算法、裂缝特征计算、图像拼接算法以及裂缝的三维输出与监测等方面展开综合评述。此外,对研究过程中存在的不足进行了总结,并从桥梁裂缝检测方法、裂缝三维表达、裂缝的监测跟踪管理和桥梁刚度损失评价及预警等方面进行了展望。

关键词： 铁路设施   接触网立柱   遥感   光SAR融合   目标检测  

摘要： 随着遥感技术在铁路行业应用的深入,应用多源遥感对铁路设施状态进行观测成为学界和产业界关注的热点。针对铁路设施状态定量化监测问题,应用InSAR技术可以获得铁路设施沉降信息,沉降信息的分析提取往往要借助设施的类别、位置等属性,否则无法进一步对特定铁路设施的沉降进行量化评估。文章综合利用星基光学与微波遥感影像,通过目标检测技术对铁路设施进行自动提取,确定铁路设施微波散射点与光学属性中类别与位置的对应关系;选取典型区域,以接触网立柱为例,利用多源遥感影像对文中提出的提取方法进行验证,结果显示:综合光学遥感影像的高空间分辨率以及SAR影像对铁路设施特异性散射的特征对铁路设施进行提取,提取准确率较光学遥感影像提取准确率提高2.8%,较SAR影像提取准确率提高9.2%,同时提取结果中设施位置更准确,可减少因设施的错误监测造成的行车安全影响,为InSAR对铁路设施形变的定量化监测提供参考。

关键词： 交通灯检测   OpenCV   计算机视觉   霍夫圆变换   颜色阈值分析  

摘要： 在自动驾驶技术和智能交通系统领域,准确识别交通信号灯对于交通安全至关重要。为了实现对不同颜色交通灯的快速准确检测,设计了一种基于计算机视觉的交通灯颜色检测方法。该方法构建由接口层、处理层、决策层和输出层组成的层次结构,利用Open CV进行图像预处理,包括图像尺寸调整、噪声滤除和色彩空间转换,为后续处理提供更清晰的视觉基础。随后通过霍夫圆变换算法检测交通灯的位置,该算法能够在复杂背景中准确地识别出圆形结构,有效定位交通灯。最终采用颜色阈值分析法来确定交通灯的颜色状态,通过设定不同颜色(红色、黄色、绿色)的阈值范围,系统能够区分和识别交通灯当前显示的颜色。实验结果表明,该方法能有效识别红色、黄色、绿色信号灯以及指示箭头,具有高准确率和快速响应的特点,证明了其在实际应用中的可行性和有效性,展示了Open CV计算机视觉技术在交通灯识别检测领域的应用价值,也为自动驾驶系统中视觉识别技术的发展提供了重要的参考。

关键词： 雷达目标识别   雷达信号处理   计算机视觉   目标检测   目标识别方法   实验证明   鲁棒性   准确性  

摘要： 计算机视觉技术在雷达目标识别中发挥着越来越重要的作用。本文深入研究计算机视觉在雷达信号处理中的应用,主要关注目标检测、识别和跟踪等方面。通过对现有技术的综合分析,提出了一种综合利用计算机视觉和雷达信号的目标识别方法。通过实验证明,该方法在提高雷达目标识别准确性和鲁棒性方面具有显著效果。