关键词： 桥梁工程   移动车辆荷载   车辆定位   挠度测试   计算机视觉   无人机  

摘要： 为提高桥梁挠度测试与车辆定位的便捷性和准确性，提出基于计算机视觉的车致桥梁挠度测试与车辆定位方法。采用无人机拍摄车辆，结合SLAM算法和YOLO算法实现相机姿态估计和车辆实时定位。针对车致桥梁挠度测试，提出了改进的SIFT算法来提取和匹配桥梁图像特征点，并根据特征点的位置变化识别桥梁挠度响应。通过车辆过桥室内试验验证了该方法的可行性及准确性。结果表明，通过剔除无人机视野中的动态特征点，可提升无人机姿态估计的准确性，车辆定位误差可控制在1%以下。改进的SIFT算法可较好提取并匹配特征点，在1.5 m的拍摄距离下，可实现约±0.368 pixel精度的图像位移识别。基于计算机视觉的挠度测试与车辆定位方法兼具非接触、高精度优势，可为中小桥梁快速检测评估提供可靠的数据支撑。

关键词： 道路缺陷检测   目标检测   轻量化网络   深度学习   RT-DETR  

摘要： 针对当前道路缺陷检测算法检测精度低、漏检误检率高、泛化能力欠佳的问题，提出了一种改进的轻量化检测模型，模型包含三种核心模块：轻量化双分支动态融合网络、动态重排列自注意力机制和跨分支交叉特征融合金字塔架构。轻量化双分支动态融合网络通过在双分支主干间共享信息，减少参数量的同时实现了特征空间的高效融合；动态重排列自注意力机制提供动态范围内的自适应特征聚合，显著提高了对动态范围变化目标的检测精度；跨分支交叉特征融合金字塔架构采用双向特征交互，增强了全局语义信息和局部细节特征的融合能力。实验结果表明，该模型在NRDD-2024数据集上的mAP@0.5达到了77.2%，对比最新的实时目标检测器RT-DETR参数量降低了29.63%，计算量降低了40.35%，精度提升了2%，热力图对比显示模型可以给予更合适的注意力，同时对于新数据集展现出良好的泛化能力，为嵌入式设备上的实时路面缺陷检测提供了高效可靠的解决方案。

关键词： 织物检测   快速傅里叶变换   纬斜   Tukey算法   累积概率霍夫变换   图像处理  

摘要： 针对现有的织物纬斜检测方法在精度、适应性和计算效率方面的局限性，提出一种频域分析与纬纱拟合相结合的自动检测方法。首先对织物图像进行快速傅里叶变换（FFT），通过分析傅里叶频域中纬纱的特征信息，设计一种带有方向选择性的滤波频带并滤波。随后，利用傅里叶逆变换实现纬纱纹理的重构。在此基础上，采用Steger算法实现亚像素级的纬纱纹理中心线提取，并引入Tukey权重的最小二乘法拟合出纬纱直线，降低弯曲纱线对纬斜检测的影响。最后，根据ROI区域选择10根纬纱直线，利用累积概率霍夫变换（PPHT）实现纬纱的倾斜角度计算。试验结果表明：该算法能够将织物纬斜的检测误差控制在0.8°以内，且检测时间不超过200 ms。认为：基于频域分析和纬纱拟合的织物纬斜检测方法能够实现纬纱倾斜角度的精确测量。

关键词： 无人机目标检测   RT-DETR   单头自注意力   边界特征增强   小目标  

摘要： 针对无人机视角下背景复杂、小目标比例较高且样本不平衡等问题，提出一种基于改进RT-DETR的无人机目标检测算法MBFE-DETR。首先，设计一种基于C2f和单头自注意力模块的轻量化主干网络，降低模型参数量的同时提升网络的特征提取能力。其次，提出多尺度边界特征增强协同网络MBFECN，通过其特有的多尺度边界特征增强机制和高效特征融合策略，解决了原模型在保持小目标边界细节方面的不足。然后，引入Focaler-MPDIoU考虑框的位置匹配关系，同时通过线性区间映射重构原有IoU损失，使模型在复杂场景下的定位效果更好。最后，针对样本不平衡的问题，采用新的分类损失函数ESVLoss，该函数对分类损失值进行分段加权调整，并结合指数移动平均机制对权重进行动态平滑更新，使模型更具适应性。实验结果表明，在VisDrone2019-DET和DOTAv1.0数据集上，MBFE-DETR算法的mAP50分别提升3.9%和2.0%，同时参数量减少了21.7%。

关键词： 目标检测   无人机航拍图像   RT-DETR   边缘信息增强   卷积加法标记混合器   小目标增强金字塔  

摘要： 针对无人机航拍图像中存在的目标边缘信息模糊、复杂背景干扰以及小目标分辨率低、难以辨识等问题，提出了一种新型改进RT-DETR的无人机航拍图像目标检测方法，记作MCS-DETR。首先，在主干网络中设计多尺度边缘增强模块，通过构建边缘信息增强机制，并结合深度卷积操作和特征融合策略，实现在不同尺度上提取特征信息，增强模型对图像边缘信息的感知能力。接着，在尺度内特征交互机制中融入卷积加法标记混合器，以优化特征交互过程，提升模型对全局上下文关键信息的捕获能力。最后，在原有特征融合方式的基础上进一步改进创新，提出小目标增强金字塔网络，增强模型对小目标细节特征的提取能力。实验结果表明，与RT-DETR模型相比，改进后的MCS-DETR算法在Visdrone2019-DET-Test上，参数量减少了20.7%，准确率、召回率、mAP@50和mAP@50:95分别提升了2.4%、3.1%、2.8%和2.0%，能够有效改善复杂场景下无人航拍图像目标检测的误检、漏检问题。

关键词： 多波束声纳   目标检测   概率统计   Otsu   图像分割  

摘要： 受多波束声纳自身结构及复杂环境的双重干扰，声纳图像常含有大量噪声，严重干扰了水下目标信息的有效获取。为此，本文基于局部双阈值分割提出了一种水下目标检测方法。首先，依据多波束声纳图像的特征，提出了图像分块策略，将图像裁剪成若干子块，并为每个子块设计了改进的双阈值Otsu(Bi-Otsu)分割算法，以提升分割精度。其次，结合形态学运算与概率统计方法，设计了一种目标边缘检测算法，从分割后的图像中准确提取目标边缘。实验结果表明，该方法有效改善图像质量不均对分割结果的影响，具有较高的鲁棒性和分割精度。相比现有方法，Bi-Otsu算法在分割精度和计算速度上均有显著提升，适用于水下目标的高效检测。

关键词： 浓香型白酒   包包曲   截面识别   包包曲分级   深度学习   计算机视觉  

摘要： 包包曲是浓香型白酒五粮液在酿造过程中至关重要的发酵原料，其精准分级对于稳定酿酒质量和提高生产效率具有重要作用。然而，传统的包包曲分级方法主要依赖于人工经验，效率较低，且培养一位经验丰富的工程师耗时较长，导致分级结果易受人为因素影响，鲁棒性较差。本研究提出了一种基于深度学习的五粮液包包曲分级框架，包含包包曲截面识别与分级判别两个核心模块，旨在实现分级过程的数字化与高效化，从而辅助工程师提升分级准确率与效率。针对传统人工检测方法的局限性，本研究建立了包包曲图像数据集，并构建了两阶段深度神经网络框架：第一阶段通过目标检测模型识别包包曲截面，第二阶段利用图像分类模型进行分级判别。实验结果表明，该自动化方法的分类性能可媲美经验丰富的工程师，为白酒酿造工业的智能化发展提供了技术支持。

关键词： TransReID   目标检测   方位估计   姿态估计   计算机视觉   智慧工地  

摘要： 正确识别施工人员的方位有助于施工活动识别和移动轨迹预测，为此整合了目标检测和人员重识别算法提取的图像特征，提出一种基于视觉的感知方法。基于YOLO v8算法训练了能够识别施工人员不同姿态和方位的检测模型，建立了人员重识别模型以匹配不同的作业人员图像，从而解决传统跟踪方法在人员匹配上的局限。估计方位时，首先应用YOLO v8算法识别并截取人员图像，然后利用人员重识别算法进行身份匹配，随后在图像周围添加掩码以维持尺度不变性，最后再次应用YOLO v8进行检测，以获取个体人员在不同时刻的方位和姿态信息。实测验证中，方位评估和姿态识别的总体准确率分别达到92.45%和97.17%，验证了该方法的有效性。本研究利用物联网技术为智能建造与运维管理提供了新的方案，有助于施工个体人员的管理效率提升。

关键词： YOLOv8   小目标检测   海洋垃圾   SimAM注意力机制  

摘要： 针对海洋环境下对垃圾污染物的检测精度低，小目标漏检，遮挡以及参数量大的问题，提出了WG-YOLO算法。通过CSP策略与通道洗牌方式提出S-HG Block替换C2f模块，减少了梯度信息丢失的同时，促进了对多尺度特征信息的提取。引入改进后的ESimAM注意力机制，通过生成三维注意力权重和残差连接，不仅增强了主导特征，还保留了特征较弱的特征。在Neck部分，提出了小目标特征增强金字塔网络，将富含小目标信息的低层特征融合到高层增强多尺度表示，又通过三分支通道的CSPO(CSP-OmniKernel)网络细化小目标特征。使用轻量化共享卷积检测头来优化原检测头，在大幅降低参数量的同时，保持了模型的精度。WG-YOLO模型在TrashCan数据集上mAP50达到了68.1%，mAP50:95达到了48.7%，较YOLOv8n分别提高了5.2%和2.7%。

关键词： 腈纶纱线   摩擦周期   摩擦负载   磨损性能   图像处理  

摘要： 为探究腈纶纱线的磨损状态及其形貌变化特征，采用自制的纱线摩擦性能测试装置对腈纶纱线进行磨损试验并通过图像处理手段对腈纶纱线磨损后的图像进行识别、表征与量化分析。结果表明：随着摩擦周期的增加，腈纶纱线直径、纱线占比以及纤维毛羽像素最大值均呈现先增大后减小的趋势。对于纤维直径为20 μm的腈纶纱线，在60个摩擦周期时，纱线占比和纤维毛羽像素值达到最大，分别为11.02%和394像素；在80个摩擦周期时，纱线直径像素值达到最大值，为96像素。随着摩擦进程增加，磨损程度加强，摩擦区域的纱线条干被越来越多的纤维毛羽包裹，导致纱线直径增大；当摩擦周期进一步增长时，纱线周围的纤维毛羽脱落，进而导致纱线直径和纤维毛羽长度减小。认为：借助纱线条干、毛羽数量及其状态的变化可为评价其力学特性及相关制品的性能提供理论分析依据，有利于监测纱线的磨损性能、评估部件的运行状态。