关键词： STM32   Open MV   PID   图像处理   目标追踪  

摘要： 本文提出了一种基于STM32开发板和OpenMV视觉模块的运动目标控制与自动追踪系统。该系统利用图像处理技术和PID控制算法,实现了对目标的精确识别和稳定追踪。通过OpenMV进行实时图像采集和处理,系统能够有效地从视觉数据中提取关键信息,并传输至STM32主控。进而处理这些信息,生成精确的舵机控制信号,以实现对目标的精确追踪。系统设计考虑了交互功能,提供了直观的物理按键,便于用户进行操作和调参。测试结果显示,系统在复位、追踪精确度和稳定性方面均达到预期目标,证明了其在自动化、控制等领域的应用潜力。

关键词： 信号装置   人工智能   图像处理  

摘要： 针对当前船闸信号装置缺乏倒计时显示和人工操作可能导致信号跳转不及时的问题,本文提出了一种提高船闸运行效率的信号装置系统。该系统采用红绿信号灯和倒计时器组成信号装置,通过监控摄像头和激光雷达等感知设备实时采集过闸船舶数据,并利用人工智能和图像处理技术进行处理和分析。系统能够根据闸室内船舶的进出情况,实现红绿信号的自动跳转和倒计时显示功能,从而提高船闸的运行效率,减少过闸时间损耗,提升船舶过闸的安全性和顺畅性。

关键词： 无人机   计算机视觉   相关滤波,多层卷积特征,自适应更新  

摘要： 针对无人机视觉目标跟踪中存在的挑战场景,文章提出一种基于层次相关滤波的跟踪算法,该算法利用预训练的VGGNet-19网络提取目标的多层卷积特征,构建多模型并行跟踪框架,并结合模型置信度评估机制,实现对滤波器模型的自适应更新。在UAV123数据集上的实验结果表明,该算法在精度和成功率上分别达到68.6%和61.0%,能有效应对目标遮挡、形变等挑战,实现对无人机视野下目标的精准和快速跟踪。

关键词： 电力安全带   深度学习   目标检测   检测精度   检测速度  

摘要： 针对室外电力检修场景成像干扰大、图像背景复杂、电网检修作业人员未能及时正确佩戴安全带的问题,提出了一种电力安全带的智能检测方法。首先,利用均值聚类训练目标框来调整网络的锚框,使网络获得检测目标的先验知识;然后,在主干网络中提取更加丰富的特征图,使用广义交并比损失代替原始边框的回归损失;最后,通过预测层直接回归目标类别。研究结果表明,相较常规检测方法,采用所提方法平均检测精度为83.15%,且检测速度可达到每秒62帧,兼有更高的检测精度和更快的检测速度。

关键词： 菜豆   分类   机器视觉   图像处理   智能识别   机器学习   支持向量机   特征提取  

摘要： 为基于机器视觉(MV)设计一种低成本、高效且无损的菜豆种子识别、分类的方法,采集6个品种2751粒菜豆种子的图像信息,在对图像进行二值化、颜色提取、形态学操作等图像处理的基础上,提取包括颜色特征、纹理特征以及几何特征在内的9种特征作为分类的依据,分别建立K近邻(KNN)、随机森林(RF)、支持向量机(SVM)3种分类模型,对菜豆种子的品种进行分类。对比3种分类模型的混淆矩阵、准确率及F_(1)值后发现,SVM模型的分类效果上最优,其分类准确率和F_(1)值分别达到97.7%、0.977。研究表明,利用MV可以实现对菜豆种子的精准识别和分类。

关键词： 三维目标检测   野外   扬尘   多模态融合   点云  

摘要： 对于配备多种传感器的自动驾驶车辆,在野外扬尘环境中进行高精度三维目标检测是一项重大挑战,野外地形的多变性导致采集目标的区域特征差异性加剧,同时扬尘颗粒物还会模糊目标特征.为了克服这些困难,本文提出了多模态特征动态融合的三维目标检测方法,构建了多级特征自适应融合模块和特征对齐增强模块,其中,多级特征自适应融合模块动态调整模型对全局级特征和区域级特征的关注程度,充分利用多级感受野,减少区域差异对识别效果的影响;而特征对齐增强模块则在多模态特征对齐之前增强感兴趣区域的特征表达,有效抑制扬尘等干扰因素.实验结果表明,提出方法在自建野外数据集中比基线的平均精度提高了2.79%,在KITTI数据集的困难级别检测中提高了1.7%,表现出较好的鲁棒性和准确性.

关键词： 深度学习   行为识别   边缘计算   目标检测  

摘要： 文章介绍了一种基于深度学习的地铁客室异常行为实时识别方法,旨在边缘计算环境中部署以实现实时监控。在边缘计算的约束下,采用了一种优化的YOLO模型,该模型结合了Transformer模块以增强对行为特征的捕捉能力,实现静态信息检测,再通过Openpose与LSTM模型对多帧图像的关键点分布信息进行处理,从而进一步实现对动态行为的检测。系统直接从监控相机获取实时视频并进行分析,发现乘客异常行为报警,为安全监控提供有效的支持。该系统在测试数据集上达到了94.6%的检测精度和每秒9.23帧的检测速度,证明了其在资源有限的边缘计算环境中的实用性和效率,为地铁车厢智能化检测系统的建设提供了理论和实践参考。

关键词： 目标检测   汽车轮毂   YOLOv8   缺陷检测   多头自注意力  

摘要： 为解决以往算法对轮毂内部缺陷进行检测时效率低、精度较低和识别能力差等问题,提出一种基于YOLOv8算法优化的铝合金轮毂缺陷检测方法。首先,通过在主干中添加Focus层进行切片操作,增加通道防止信息丢失,提高全局感受野。其次,将空间金字塔池化部分替换为SimSPPF,减小计算量。最后,在Backbone部分加入BoTNet模块,通过融合多头自注意力层进一步改善检测效果并减小参数。通过实验证明,改进后的算法可以准确定位并识别出气孔、缩孔、缩松和裂纹4类缺陷,平均检测精度(mAP)可以达到98.80%,平均检测速度为75.53帧/s,满足工业检测的实时性要求。

关键词： 耐火砖   缺陷检测   光栅投影轮廓术   六步相移   三频外差   图像处理  

摘要： 针对耐火砖表面的缺陷检测问题,提出了一种利用光栅投影轮廓术进行表面缺陷检测的方法。利用投影仪投影光栅图案到耐火砖表面,工业相机采集投影在耐火砖表面的光栅投影图像并采用六步相移法对其进行解码,获得包裹相位。利用三频外差法进行相位展开并消除跳变误差,得到绝对相位;再利用缺陷处绝对相位的异常变化,对绝对相位进行求梯度的计算得到缺陷边缘;对图像进行形态学处理,准确的识别表面缺陷。实验结果表明:将光栅投影轮廓术与图像处理相结合的方法,可以准确地、高效地检测出耐火砖表面的缺陷,能很好地满足对耐火砖表面多种缺陷的检测要求。

关键词： 自主搜索   目标检测   FT-6678N  

摘要： 自主搜索是在无目指条件下,雷达对周围空间进行扫描并处理回波信号,进而发现空间目标。自主搜索数据量大,对雷达实时信号处理提出了巨大的挑战。基于FT-6678N提出了一种基于多核数字信号处理器(DSP)的自主搜索检测算法,按距离门将回波数据分配至多个核独立处理,处理完成后由一个核对检测结果进行综合,输出最终检测结果,提高了自主搜索信号处理的效率和准确性。通过理论仿真对该算法的检测性能进行了评估,并将该算法应用至某型在研雷达,对无人机进行自主搜索,搜索结果实际运动规律,满足预期设计。