关键词： 遥感图像   目标检测   复杂背景   卷积神经网络   Swin Transformer  

摘要： 针对遥感图像背景的复杂性致使现有方法在特征提取和信息保留方面存在不足的问题，基于Faster R-CNN模型，提出了一种新的目标检测架构ST-FRCNN。该方法采用Swin Transformer作为主干网络（backbone），有效提取全局特征并丰富上下文信息，使用特征金字塔（FPN）网络进行特征融合，得到多尺度特征图，结合区域建议网络（RPN）在多尺度特征图上滑动生成候选区域。最后，通过检测网络实现目标的精确分类与定位。在NWPU VHR-10数据集上的实验结果表明，与主流目标检测方法相比，ST-FRCNN的平均精度（mAP）达到93.7%，取得了显著的性能提升。

关键词： 底吹气泡   帧间差分法   图像处理   气泡参数   线性分析  

摘要： 为了分析底吹气泡的连续运动行为，获取气泡的产生机制、尺寸分布及上升速度等关键参数，本研究提出一种基于图像处理的新方法，通过集成帧间差分、形态学运算、边缘检测与连通域分析算法，实现了气泡视频数据的高效降噪、连续轮廓提取及运动参数（位置、速度、尺寸）的精准量化。实验结果表明，该方法可有效捕捉气泡的完整生长过程与动态演化规律，揭示了气泡尺寸分布的非均匀性及其上升速度的时空关联特性。本研究为工业反应器多相流系统的工艺调控、能效提升及设备设计提供了可靠的分析工具与数据支撑。

关键词： 概率Hough变换   边缘检测   图像处理   弹簧  

摘要： 针对传统手工测量螺旋弹簧线径存在的精度低、耗时长、稳定性差等一系列问题，设计了一种基于概率Hough变换的螺旋弹簧线径测量方法。首先对图像进行ROI提取，缩短后续处理的计算时间，然后使用图像滤波、二值化处理和边缘检测等图像处理技术对弹簧图像优化，再使用改进的概率Hough变换拟合弹簧边缘直线轮廓，最后设计算法排除干扰点影响，计算弹簧线径。经过实验测试，该方法能够快速地测量出螺旋弹簧线径，测量精度为±0.01mm，将概率Hough变换的效率提高了46.75%。

关键词： 智能仓储   深度预测   BEV特征融合   目标检测  

摘要： 在人机混合智能仓库等动态环境中，AGV通常难以精确感知随机出现的人和叉车等障碍物，为仓库的高效、安全运行带来了隐患，故提出一种基于激光雷达与图像融合的轻量化的目标检测方法(L-BEVFusion)。首先，为构建相机图像的鸟瞰视图(BEV)特征，设计了一个轻量化的特征提取网络用于获取图像的2D信息，通过引入多尺度语义特征平衡单一尺度语义特征带来的定位偏差；其次，采用基于显式监督方法采用深度真值对其进行监督，实现将图像特征投影到3D空间中；然后，分别提取图像和点云特征的预测信息，基于BEV特征融合网络，利用通道维度级联图像与点云的BEV特征，对其进行目标边界框的回归和分类预测，从而实现对人机混合仓库中动态障碍物的检测；最后，利用KITTI数据集和仓库实地采集数据对所提算法进行评估。实验结果表明，在实地采集的人机混合仓库数据集上，L-BEVFusion方法与常见的点云图像融合方法相比较在工人类和叉车类的检测精度上分别提升了3.46%和2.22%,综合平均检测精度高了2.97%,在推理速度和检测尺寸精度上也表现更佳，其中法向距离平均误差为4.02 mm,切向距离的平均绝对误差为1.75 mm,提高了AGV检测的实时性和可靠性，保障了智能仓库物流的高效安全运转，具有较高的实际应用价值。

关键词： 时空关联   低慢小无人机探测   YOLOv8   卡尔曼滤波  

摘要： 为了提升复杂背景干扰下对低慢小无人机红外目标探测能力,提出了一种复杂背景干扰下基于时空关联的低慢小红外目标检测方法。首先,在单帧静态目标检测研究方法上,基于YOLOv8检测算法改进,通过引入无跨步卷积层和P2小目标检测头,解决下采样环节带来的小目标检测细粒度信息丢失问题并提高了小目标检测能力;其次,在动态轨迹预测研究方法上,通过引入卡尔曼滤波算法实现无人机目标轨迹预测;最后将单帧静态目标检测方法和基于卡尔曼滤波的动态轨迹预测关联,实现当低慢小无人机目标检测信息丢失时,依据置信度判别切换动态轨迹预测方法持续获取目标位置,实现在同一序列中对目标的帧间信息进行对齐,并完成帧间信息的交互,在时间维度上建立关联。实验结果表明,改进的单帧静态目标检测算法YOLOv8-P2-SPD平均精度m AP@0.5达到了86.8%,在云层、山地和楼宇等复杂背景下,提出的基于时空关联的低慢小红外目标检测方法相比单独使用单帧静态目标检测算法精确率可以提高12.1%,查全率可以提高12.2%。该方法可以有效弥补深度学习方法对复杂背景干扰下低慢小目标检测的不足,适用于复杂干扰背景下的低慢小目标检测。

关键词： 荔枝   YOLO11   图像处理   深度学习   品种识别   轻量化  

摘要： 精准高效的荔枝品种识别是实现采集后荔枝品质智能化检测的重要一环。针对目前深度学习算法因不同荔枝果实表皮和形状存在细微性差别而无法精准识别的问题，该研究将目标检测模型YOLO11进行改进，提出一种基于改进YOLO11的荔枝果实品种识别模型SCL-YOLO11。首先，在YOLO11的主干网络，将C2PSA注意力模块替换为具有通道注意力和空间注意力C2f＿SimAM注意力模块，提高模型关注和加权图像不同特征维度的能力；其次，在C3k2模块中应用具有大核深度可分离卷积CMUNeXt，提高模型对荔枝果实几何特征的感知和计算能力；测试结果表明，改进后的SCL-YOLO11模型识别准确率为99.61%，相比于VGG-19、VIT、AlexNet、RestNet-50、YOLOv8、YOLO11模型，分别提高了27.10、17.99、12.47、7.05、4.83、2.89个百分点，该模型参数量为1.27M，计算量为3.1G，相较于YOLO11模型分别降低了17.5、6.1个百分点。改进后的SCL-YOLO11模型能对具有细微纹理差异和形状差异的荔枝果实进行实时精准的品种识别，并且降低了网络规模，可为采集后荔枝果实智能化品质检测设备研发提供技术参考。

关键词： 三维目标检测   体素化   轻量化   交叉注意力   全稀疏检测器  

摘要： 针对目前基于体素的三维目标检测方法由于过于依赖密集二维骨干网络而导致在大范围点云感知上实时性不佳问题,提出了一种基于体素的全稀疏三维目标检测器VoxelFSD,有效提升在大范围点云上检测的实时性表现。该模型由3个关键部分组成:首先,并行卷积分支模块(PCB),扩大模型的感受野,充分提取物体特征,并且有效处理物体中心特征丢失对结果的影响;其次,稀疏候选框生成(SRPN)检测头,以稀疏的方式预测物体定位框,在点云模态下,相比密集预测方式能够减少冗余计算,从而提升模型在大范围点云预测中的计算效率;最后,注意力融合模块候选区域检测头(AFM-ROI),在二阶段检测中,利用交叉注意力机制有效融合提取的三维骨干特征和压缩后的鸟瞰图特征,进一步精炼物体特征,得到更好的检测效果。在现有基于体素检测框架上舍弃密集2D骨干,并引入PCB模块和SRPN检测头,提出了全稀疏结构的单阶段轻量级检测器VoxelFSD-S。VoxelFSD-S在速度和精度上相比现有基于体素的轻量化模型达到了更好的平衡,并且能够在大范围点云场景中满足实时性要求。在VoxelFSD-S基础上,进一步引入AFM-ROI提出了两阶段检测器VoxelFSD-T。VoxelFSD-T牺牲部分推理速度但能够显著提升模型精度。VoxelFSD-S和VoxelFSD-T在KITTI数据集测试集上精度分别达到77.67%和81.50%。

关键词： 图像处理   位姿估计   RGB-D   特征提取   残差网络   轻量级  

摘要： 针对RGB-D位姿估计中特征提取网络参数量过大的问题，提出轻量子网络——轻质网(light weight net，LWNet)替代XYZNet中的ResNet18主干。首先，设计了改进的C2f模块与部分卷积（partial convolution，PConv）模块结合形成特征提取结构用于网络浅层的特征提取，提高了特征重用性。接着，设计了特征融合的高效层聚合网络（feature fusion efficient layer aggregation networks，FF-ELAN）模块用于网络深层的特征提取，以轻量的方式整合了全局特征。最后，为了适应网络深度的变化，采用了3个与ResNet18不同的下采样结构，使得参数量降低的同时获得更强大的性能。实验结果表明：优化网络实现浮点计算量(floating point operations，FLOPs)压缩58.1%、参数量削减57.3%、推理速度提升10.2%，同时在LineMOD与YCB-Video数据集分别获得1.3%和0.8%的精度增益。该架构显著提升了边缘计算场景的部署潜力。

关键词： 芦笋   目标检测   图像识别   智能分级   YOLOv11  

摘要： [目的/意义]针对采后芦笋在销售前人工分级成本高、效率低的问题，提出了一种基于改进YOLOv11模型的采后芦笋分级方法，旨在研究一种轻量化的采后芦笋的精准分级模型。[方法]首先，在主干网络的第12层引入高效通道注意力（Efficient Channel Attention, ECA）机制，ECA机制通过动态调整卷积神经网络中通道的权重，以增强对芦笋茎粗特征的提取能力；其次，在颈部网络同时引入slim-neck模块和双向特征金字塔（Bi-directional Feature Pyramid Network, BiFPN）模块，slim-neck将传统卷积替换为GSConv并将C3k2模块替换为轻量级跨阶段部分网络（Voice of Voter-group Shuffle Cross Stage Partial Network, VoVGSCSP）模块，减少运算量与模型大小，提高模型的识别精度，BiFPN模块改变原有的特征融合方式，能够自动强化芦笋的关键特征并减少冗余的计算；最后，将YOLOv11中原始的检测头替换为EfficientDet Head，与BiFPN联合训练，能够充分利用多尺度特征，有效提高模型性能。[结果与讨论]改进后的YOLOv11的精确率为96.8%、召回率为96.9%、平均精度均值（Mean Average Precision, mAP）为92.5%、浮点运算量为4.6 G、参数量为1.67×10～6、模型大小为3.6 MB，与原始YOLOv11模型相比，改进后的YOLOv11模型的精确率、召回率、mAP分别提升了2.6、1.4、2.2个百分点，同时，浮点运算量、参数量、模型大小也显著降低；与其他深度模型SSD、YOLOv5s、YOLOv8n、YOLOv11、YOLOv12相比，改进后的YOLOv11模型综合性能最佳。[结论]改进的YOLOv11模型在芦笋分级任务中展现出了更好的识别效果、更少的参数量和浮点运算量和更小的模型大小，能够为采后芦笋智能化分级提供理论基础。

关键词： AIGC   扩散模型   图像处理   超分重构   教学场景  

摘要： 随着人工智能生成内容（Artificial Intelligence Generated Content，AIGC）技术的发展，教学场景下的图像应用成为新的研究热点。图像作为知识传递的核心载体，其清晰度、纹理细节、色彩鲜艳度、主题色彩等直接影响教学效果。本文旨在改造扩散模型（Diffusion Model）结构以对存在不同问题的图像进行超分重构（Super-Resolution，SR），并将SR图应用于不同教学场景后进行效果评估。首先，通过改造扩散模型解决图像质量与教学场景不适配的问题；然后，分别开展主观和客观实验，将SR图应用于实际教学场景；最后，构建基于主客观实验结果的综合评估框架，以验证SR图的应用效果。研究结果表明，由改造模型所生成的SR图应用在教学活动时，对比使用传统方法生成的图像，在知识传递效率方面平均提升约22.9%，在教师讲课时间节省方面平均减少约15.6%。本文可为人工智能赋能教学改革提供一定的理论依据与实践参考?。