关键词： 图像处理   水下图像增强   多尺度特征提取   密集连接   注意力机制  

摘要： 针对水下图像由水的散射、吸收引起的色偏、色弱、信息丢失问题,提出了一种基于多尺度残差注意力网络的水下图像增强算法。该网络引入了改进的UNet3+-Avg结构与注意力机制,设计出多尺度密集特征提取模块与残差注意力恢复模块,以及由Charbonnier损失和边缘损失相结合的联合损失函数,使该网络得以学习到多个尺度的丰富特征,在改善图像色彩的同时又可保留大量的物体边缘信息。增强后图像的平均峰值信噪比(PSNR)达到23.63 dB、结构相似度(SSIM)达到0.93。与其他水下图像增强网络的对比实验结果表明,由该网络所增强的图像在主观感受与客观评价上都取得了显著的效果。

关键词： 轻量级   目标检测   部分卷积   特征融合  

摘要： 针对混叠场景下口罩佩戴检测识别率低,而现有检测模型结构复杂难以部署的难题,提出了一种轻量级口罩佩戴检测算法。首先,轻量化网络MobileNetv3作为混叠场景图像的特征提取网络;其次提出通道混洗,空间上利用不同感受野的卷积核进行特征提取的注意力机制,实现特征信息的强化;最后设计了损失函数解决了数据类不平衡问题,提高了模型检测精度。在公开数据集测试表明,模型平均检测精度为78.1%,FPS达到65.53 Hz,满足在小型设备部署的要求。

关键词： 视频通信   图像处理   图像增强   技术分析  

摘要： 视频通信技术为人们提供了音视频融合的交流方式,但图像传输质量仍需提高。图像处理技术在视频通信领域发挥着重要作用。以图像处理技术为切入点,分析视频通信领域的图像压缩、图像恢复、图像增强和图像数字化处理等技术,提出了采用MPEG-4可扩缩算法进行视频图像压缩的方法,并对该算法进行改进,旨在通过对视频通信领域核心图像处理技术的探究,为提升图像传输质量提供参考。

关键词： 协同显著性检测   图像识别   语义感知协同模块   辅助分类融合模块  

摘要： 提出了一个基于图像间的语义感知协同目标检测算法,以高效的方式检索整个图像组的共识线索。对每个像素用语义感知协同模块(SPCM)获取其交叉路径上所有像素的上下文信息。通过进一步的操作,最终可以捕获整个图像的共识信息。辅助分类融合模块(ACFM)可使网络以自上而下的方式突出协同区域。协同显著性检测实验结果表明,文中的算法在3种常用的iCoseg、Cosal2015和CoSOD3k数据集中表现良好,4个指标性能优异,验证了该方法的有效性。

关键词： 虚拟轨道列车   路径识别   双目立体视觉   目标检测   多目标跟踪   双目匹配   三维重建  

摘要： 为了克服单目视觉的局限性和提高虚拟轨道列车的路径感知能力,文章提出一种基于双目立体视觉的虚拟轨道列车路径识别方法。针对虚拟轨道列车车道块明显、外形完整、形状独特等特点,提出了基于Mask R-CNN的车道检测模型。同时,针对通用的双目匹配算法计算量大和对重复物体匹配较难的缺点,提出了融合多目标跟踪的双目匹配算法。该方法通过左右相机各自检测车道块,进行多目标跟踪来分配ID,对左右图像中的各车道块实现有序、定向的双目匹配,并重建出车辆坐标系下路径的三维坐标,有效提升了车辆系统路径感知能力,为其循迹控制、自主定位、相对位姿估计等提供了更加直接准确的输入信息。试验结果表明,本文方法对路径的三维重建具有较高的准确性,并且在不同路况场景下具有较强的适应性。

关键词： 目标跟踪   相关滤波器   异常感知   滤波器退化   动态时空正则化  

摘要： 针对背景感知算法未与目标的时空域特性建立联系,以及无法准确处理遮挡、形变等异常跟踪情况的问题,提出了能够动态感知时空异常的目标跟踪算法。在相关滤波器训练过程中引入动态空间正则项,使其与样本的时空域特性建立联系;结合响应图的峰值唯一性和锐利信息,提出异常感知方法;利用历史滤波器具有不同置信度的特点以及目标在时域中的连续性,通过异常感知方法自适应选择高置信度的历史滤波器作为时间正则化的参考模板,降低滤波器退化的风险。在OTB50、OTB100和TC128测试基准上进行仿真实验,该算法能够适应外观变化、画面杂乱等复杂条件下的跟踪任务,具有较强的鲁棒性和实用性。

关键词： 机器视觉   注塑件缺陷检测   图像处理   视觉控制平台  

摘要： 提出并设计了一种基于机器视觉的注塑件焦料杂质缺陷检测系统,通过对多光源非线性自动调光算法的研究,提高了复杂生产环境下注塑件图像采集质量,并经高斯滤波、灰度图像、自适应阈值处理、Canny边缘检测等图像处理技术,可实现注塑件不同检测精度下缺陷检测。经现场测试证明,在1 mm以上缺陷检测精度下,杂质缺陷的召回率为0.918,误检率为0.046,识别速度为每秒30帧,图像处理算法性能稳定,解决了复杂注塑件生产环境下检测精度低、检测效率低的问题。

关键词： 高中信息技术核心素养   项目实践   项目化教学  

摘要： 项目化教学是一种以学生为中心,强调在具有真实情境的项目实践中提升学生独立思考和协作学习能力的动态学习模式。项目化教学的核心是项目,学生需要在实践中通过思考、分析和探索,找到项目问题的本质和解决办法。要想使学生有所收获,项目的创设应满足驱动性、挑战性、层次性。

关键词： 背景分割   特征区域   随机Hough变换   圆检测  

摘要： 圆形目标检测在各个领域得到了广泛应用.为了提高规则圆的检出效率、降低不规则圆的漏检率,文章提出了一种改进随机Hough变换的圆形目标检测算法.算法首先用区域增长和RGB二值分割等算法对不同背景的图像进行二值分割和去噪处理,接着对连通域分割的特征区域用具有圆形性特征的边缘点进行候选圆的检测和验证.实验对比结果表明,本文算法可以显著提高规则圆的检出效率、降低不规则圆的漏检率,算法计算量小、运行速度快、鲁棒性强.

关键词： 图像处理   目标检测   干制哈密大枣   多目标跟踪   YOLOv7  

摘要： 针对目前无法同时对随机多列排布干制哈密大枣进行快速缺陷检测和统计计数问题,该研究设计了一款干制哈密大枣在线检测与计数系统。以干制哈密大枣为研究对象,利用工业相机拍摄传送带上随机排列的多类别缺陷干制哈密大枣视频为数据源,采用改进的YOLOv7模型进行干制哈密大枣多类别缺陷检测并将检测结果作为后续多目标跟踪算法的输入;考虑到传送带上干制哈密大枣的外观相似性高以及排列密集等特点,该研究结合ByteTrack多目标跟踪算法的思想,设计了一种多类别干制哈密大枣的画线计数方法,实现了随机排布多类别干制哈密大枣的缺陷检测、准确定位及计数。试验结果表明:1)改进的YOLOv7模型浮点计算量为64.6 G,在干制哈密大枣目标检测数据的测试集上的平均检测精度、召回率、F_(1)平衡分数分别达到了98.03%、93.43%和95.00%,相比YOLOv7模型分别提高了4.40、6.88和7.00个百分点,浮点计算量下降了38.6%;2)基于改进YOLOv7为目标检测器开发的ByteTrack算法计数模型对干制哈密大枣计数的准确率为90.12%。该研究可为干制哈密大枣检测计数和分选分级提供技术支持。