关键词： 有色金属镍   YOLOv8   相位编码器   旋转图像   目标检测   回归分析  

摘要： 镍板贴标定位时,关键是对镍板边缘位置以及卡扣等目标识别,而镍板等目标的位置动态变化,且存在一定旋转角度。因此,针对旋转图像目标需要准确识别的问题,提出一种基于改进的YOLOv8旋转图像目标检测与定位方法。首先,对传统旋转目标包围盒进行回归分析确定主要问题;其次,改进YOLOv8目标检测算法,引入一种相位编码器形式的角度包围盒定义,解决边界不连续性及类正方形等问题;最后,通过镍板上的实验,验证改进YOLOv8旋转框目标检测方案的有效性。研究结果表明:精准率和召回率稳定在95%以上,且主要关注区域大部分都位于镍板上的卡扣位置附近。由此可见,该算法在提高旋转图像目标检测与定位方面具有一定优势。

关键词： 起落架安全销   深度学习   目标检测   YOLOv5   坐标注意力  

摘要： 飞机起落架安全销是一种飞机安全保护装置,飞机起飞前应确保安全销拔出,以保障飞机飞行安全。传统的飞机起落架安全销检查方式是基于人工巡检,这种方式通常会因人为因素产生安全隐患,且效率低下。为了解决这一问题,首次将基于深度学习的目标检测算法应用于飞机起落架安全销检测并从算法模型的轻量化和性能方面进行优化,以更好地在算力资源、存储资源及算法性能方面满足检测任务。基于工业级深度学习目标检测模型YOLOv5进行改进,在模型轻量化方面,引入MobileNetV3作为主干网络用于特征提取,在保证精度的同时大大减少了模型的参数量与计算量;在算法性能方面,引入轻量级坐标注意力模块,帮助算法网络更准确地定位目标并提高目标检测精度。实验结果表明,改进的YOLOv5模型能够有效地进行飞机起落架安全销检测任务,与优化前相比,mAP提升了2.5%,F1评分增加了1.4%,参数量降低了50%,计算量下降了61%。该算法可为飞机起落架安全销自动检测方法提供参考。

关键词： 无人船   目标跟踪   模型预测控制   最佳跟踪点  

摘要： 针对海上无人船舶目标跟踪任务,传统跟踪策略存在无法跟随目标实时变化、跟踪过程发生振荡以及控制性能不佳等问题,提出一种基于模型预测控制的目标跟踪策略。该策略根据跟踪任务要求,以最佳跟踪点的预测位置序列作为参考值,将跟踪问题转化为带约束的最优化求解问题,进而得到下一时刻能实现最佳跟踪效果的控制输入,实现目标的持续稳定跟踪。设计多个不同的目标跟踪场景进行仿真实验,并将该策略与基于LOS(line of sight)引导律法和基于区域人工势场法的跟踪策略进行对比。相较于另外2种策略,基于模型预测控制的跟踪策略在不同场景中均具有更好的跟踪效果,能够始终控制无人船在最佳跟踪点位置对目标进行跟踪。

关键词： 计算机视觉   注意力机制   深度学习   YOLOv5s   RK3399  

摘要： 针对目前钢轨运输列车上随车人员监测钢轨轨端时,难以及时判断钢轨是否脱离紧固装置的问题,提出一种基于改进YOLOv5s的钢轨轨端检测算法.首先,采用轻量化的GhostNet主干网络替换原有的跨阶段局部网络(Cross Stage Partial Network,CSPNet),降低模型对于硬件资源的较高要求;其次,添加BiFomer与感受野注意力(Receptive Field Attention,RFA)机制,在弱化不相关背景区域的同时提高对钢轨轨端的定位能力;再次,使用损失函数SIoU替换函数CIoU,增强模型的泛化能力,使模型更快的收敛.最后,从检测正确率,检测速度等方面对算法进行验证和评价,并与单次多边框检测(Single Shot MultiBox Detector,SSD)、YOLOv8等算法进行对比.研究结果表明:改进后的检测算法对钢轨轨端检测的平均检测精度达到91.7%,平均检测时间为24 ms,相较于YOLOv5s原模型提高了5.3%,漏检误检情况得到了明显改善;改进后的算法能够在不同环境中实现对钢轨轨端的精准检测,在昏暗等不利环境下也具有良好的适应性,且每秒浮点运算次数较低,可部署在嵌入式设备RK3399中,能够更好地满足对钢轨轨端实时检测的需求.

关键词： 橡胶老化   表面裂纹   图像处理   自动识别  

摘要： 橡胶材料在工业界有着广泛的应用,老化是影响工业应用中使用的各种橡胶材料性能的关键因素,橡胶材料老化后表面会出现龟裂裂纹。目前老化纹裂的观察主要依赖肉眼观察,存在主观判断偏差、动态跟踪困难和难以量化等问题。本文提出了一种基于计算机图像处理技术的橡胶材料老化裂纹自动识别方法,能够客观有效地识别和分析橡胶表面老化侵蚀的程度。研究涵盖了无拉伸状态下橡胶臭氧老化裂纹、不同拉伸应变状态下橡胶臭氧老化裂纹,以及橡胶光老化和热氧老化裂纹的自动识别。结果表明,该方法可以准确、快速地判断橡胶龟裂裂口的个数和裂纹面积,从而确定龟裂裂口的程度以及橡胶的耐老化能力。这一研究结果为深入了解橡胶材料的老化过程提供了自动化识别方案,为裂纹扩展的动态过程记录以及形态学与性能关系的建立提供了可能,同时也为制定提高橡胶材料耐老化性能的策略提供了过程数据。

关键词： 计算机视觉   自动化装配线   质量检测   集成学习  

摘要： 文章设计并实现基于计算机视觉的自动化装配线质量检测系统,旨在提高生产过程中的检测精度和效率。通过引入多源信息融合和自适应算法,系统能够在光照变化、姿态偏差和生产节拍波动等复杂环境下保持高精度的检测表现。仿真测试结果表明,该系统克服了传统人工检测的局限性,具有较好的适应性和健壮性,能够满足自动化装配线的实际需求。

关键词： 图形图像处理   编辑软件   InDesign   CorelDRAW   Photoshop  

摘要： 图形图像处理与编辑软件课程是职业学校艺术设计、计算机平面设计、印刷图文信息处理、包装设计、出版技术等相关专业的主干课程,主要包括图像处理软件Photoshop,图形设计制作软件CorelDRAW、Illustrator,图文排版软件InDesign等。

关键词： 跨介质高速小目标   目标检测   注意力机制   深度可分离卷积  

摘要： 在高速射弹测试领域,射弹的极高速度使探测技术面临显著挑战,实时检测与定位射弹的能力受限。由于射弹实验布设复杂、成本高昂,引起射弹检测可用数据集的稀缺。针对上述问题,搭建跨介质射弹入水测试系统,使用高速相机捕捉射弹,制作跨介质射弹数据集并采用数据增强的方法扩充现有数据集。针对射弹入水瞬间检测精度相较于射弹在空气和水中检测精度明显降低的问题,提出一种基于坐标注意力机制的跨介质小目标检测方法。该方法在高精度识别射弹小目标的基础上,替换传统的卷积为深度可分离卷积,在检测精度、速度和模型复杂度之间实现了良好的平衡。实验结果表明,新方法在射弹入水瞬间的检测精度提升了2.68%,召回率提升了7.31%,为跨介质高速小目标检测提供了解决方法。

关键词： 非现场监管   YOLO算法   实时监控   异常检测   计算机视觉  

摘要： 医疗器械生产过程的质量与安全直接关系到公众健康,传统现场监管因实时性和覆盖范围的局限,难以满足现代化生产需求。本文设计了一套基于YOLOv5的智能化非现场监管系统,结合深度学习与计算机视觉技术,实现了对隔离门状态、防护设备佩戴及洗手动作的实时监测与异常检测。系统在复杂场景下通过多尺度特征融合与数据增强,确保了高效的目标检测与异常行为识别。实验结果表明,该系统在生产监管中表现出卓越的实时性与鲁棒性,显著提升了监管效率,为医疗器械生产企业的智能化转型提供了技术支持。

关键词： 桥面污染物   应急管理   计算机视觉   信息融合   平急两用  

摘要： 桥梁危化品运输泄漏导致水污染事件机理复杂,影响因素多,极难人为识别和提前研判,目前迫切需要利用高效便捷的信息技术构建智慧化桥面污染物应急管理系统;同时桥面径流会对桥梁跨越的生态敏感区的环境造成危害,应做好污染径流的收集、处理和运维管理工作。分析实际工程应用场景及应急管理系统功能,通过对系统架构以及系统功能的分析研究,提出针对桥面突发事件设计的基于计算机视觉的智能应急管理处置系统,应用多源异构信息融合感知体系以潜在危险源为目标实现监测、识别、响应、处置及恢复功能,可智能识别桥面突发事件与不利天气状态,通过自动化控制系统实现了日常与应急状态事件的集中管理、统筹调度,可有效阻止水环境污染现象,且多事件统一管理,避免了安装多款软件及安排人员值守的成本,不仅建设成本和运维成本低,还具备快速应急指挥、自动化处置能力,可大规模推广应用。以河南安罗黄河特大桥为依托工程,验证新方法可有效提升应对突发事件的能力,降低安全防护成本,有效保护生态环境。