关键词： 螺栓松动检测   全卷积神经网络   深度学习   图像处理  

摘要： 钢桥高强度螺栓松动、脱落已成为钢结构行业关注的热点问题。现有的人工检查方法费时、费力且效率较低。机器视觉用于钢桥高强度螺栓松动检测,可大幅度提高检测效率,降低检测成本,确保检测精度。但这种方法在螺栓识别与检测可靠性方面还有待改进,尚未应用于工程实际。针对钢桥高强度螺栓松动角度检测的需求,提出一种基于沙漏网络和数字图像处理的高强度螺栓松动检测算法,算法包含特征点识别与角度计算两部分。识别算法由关键点定位网络和关键点坐标生成模块两个部分组成。关键点定位网络为ResNet-50特征提取网络,旨在生成包含螺栓关键点的热力图;关键点坐标生成模块基于热力图,采用定位网络检测出关键点坐标。松动角度算法为:获得关键点热力图后,通过K-Means聚类算法将螺栓关键点转化为包络图;获得螺栓包络图之后,依次逆时针对6个角点进行编号;并将角点1与x轴正向的夹角作为螺栓当前角度,通过不同时间相应角度的对比,得到螺栓的松动角度。采集了多座公路钢桥的高强度螺栓连接节点照片,标注了螺母外侧6个角点和中心点,用几何变换、颜色变换、添加粗放式丢弃(Coarse Dropout)噪声、颜色扰动等操作,扩充了螺栓数据集。基于TensorFlow深度学习框架进行了模型训练,测试了不同距离下模型的识别效果,并将网络识别结果与CPMs和Two-Stage网络进行了对比。测试表明,该网络模型的识别效果好,计算效率高,且具有很好的鲁棒性。其中A_(PCK)和A_(ACC)高达97.6%和99.5%,A_(PCK)和A_(ACC)检测速度均优于CPMs和Two-Stage网络。

关键词： 5G技术   计算机视觉算法   图像处理技术  

摘要： 在如今的数字化时代背景之下,图像处理技术正经历着由5G技术与计算机视觉算法相结合所引领的革命性变革。5G凭借其具备的超高速率、超低延迟以及海量连接的能力,为实时开展图像传输和处理工作给予了前所未有的技术层面的有力支撑。计算机视觉算法借助深度学习、神经网络等先进技术手段,赋予了机器能够“看”以及“理解”图像的能力。这两者的融合不但使图像处理的效率得以提升,而且在医疗、安防、自动驾驶等诸多领域呈现出了极为巨大的发展潜力。正是源于这种技术之间相互协同的作用,推动着图像处理从以往传统的方法朝着智能化、实时化的方向稳步迈进,进而为人类社会走向智能化发展的进程注入了强劲有力的动力。

关键词： YOLOV5网络算法   交通监控视频   违章车辆   多目标检测  

摘要： 为提升交通监控视频违章车辆检测效果,提出一种YOLOv5网络算法下交通监控视频违章车辆多目标检测方法。交通监控视频图像融合处理中对灰度图直方图均衡化操作,通过窗口函数计算曝光不同图像的灰度偏差值,利用图像腐蚀将融合图像全部鬼影去除,通过图像像素归一化处理和拉普拉斯金字塔获得高质量图像融合结果;以YOLOv5网络算法作为依托,在Transformer模块利用驱动图编码器构建多头自注意力学习机制,对图像违章车辆目标特征语义信息展开增强处理;在连续扩张卷积基础上利用密集连接结构,将特征图卷积展开单一像素加操作,加强特征语义信息;利用Softmax函数进行特征多尺度融合,实现交通监控视频违章车辆多目标检测。实验结果表明:本文方法可有效提升交通监控视频图像质量,使用的YOLOV5网络算法计算强度较高,违章车辆多目标检测效果较为准确。

关键词： 游商小贩   目标检测   级联检测器   分辨率  

摘要： 监控场景下的游商小贩,具有大小不一、形态多样性、样本难获取、车载商品目标较小等特点,针对小目标在大尺寸图像中目标检测精度低的问题,提出了一种二级级联的游商小贩检测方法。采用由粗到精的策略,第一级检测器采用高分辨率的YOLOv5s模型检测运输车辆的位置,取运输车辆的子图作为第二级检测器的输入,第二级检测器采用低分辨率的YOLOv5s模型检测运输车辆上的车载商品,将一级检测器与二级检测器串联起来,结合目标跟踪算法,实现监控场景下游商小贩的检测识别。实验结果表明,在级联检测器中,不同的阶段选取不同大小的分辨率,能有效提高检测精度与检测速度。

关键词： 多模复合制导   深度学习   数据融合   目标跟踪  

摘要： 为了提高光电精确制导导引头的制导精度和抗干扰能力,建立了基于数据驱动的多模复合光电制导导引头数据层融合方法。首先,分析激光/毫米波雷达/红外多模复合光电精确制导数据融合与物理结构的关系。接着,采用拉格朗日插值法和坐标变换实现多模制导数据配准。最后,提出了基于新型卷积增强Transformer模型的多模复合制导信息融合方法,实现了多模复合制导导引头的数据层融合和干扰识别。为了验证所提方法的有效性,构建了导引头挂飞实验系统。实验结果表明:多模复合制导信息融合方法可以实现多模制导在数据层的融合,与互协方差融合法相比,均方根误差降低22%以上,受干扰时的捕获概率从71%提升至91%,大幅提升了多模制导精度和抗干扰能力,可满足多模复合光电精确制导实际应用需求。

关键词： 舰船遥感图像   中值滤波   多头自注意力机制   目标检测  

摘要： 低照度下的遥感图像识别通常会受到噪声的干扰,导致目标检测的难度增加。本文首先使用均值滤波算法对遥感图像进行滤波,有效地去除噪声的影响,提高图像的信噪比;其次,使用拉普拉斯算子对图像边缘特征进行增强,使得图像的特征信息更加清晰;最后,融入多头自注意力机制的深度学习YOLOv8模型,达到目标检测的目的。消融实验的结果表明,添加了多头自注意力机制的MHSA-YOLO模型比未添加多头自注意力机制的YOLOv8模型的性能更优;模型对比实验的结果表明,本文模型在低照度舰船遥感图像目标检测方面的性能优于Faster-RNN、Mask-RCNN其他常见模型。

关键词： 数媒设计   机器视觉   图像处理  

摘要： 当前数字媒体平面设计系统忽略了区域色彩信息优化,导致色彩变化平衡严重,为此设计了基于机器视觉技术的数字媒体平面设计系统。硬件方面改造图像采集卡电路结构,优化系统图像采集模块;软件方面优化区域内色彩信息,呈现系统展示图形的视觉色彩分布,完成数媒平面设计。对比实验结果表明,所设计系统提高了设计图形色调均值,色彩更符合人类视觉感知颜色,降低了色彩区域边界重复率差值、顶点重复率差值,色彩变化更加协调。

关键词： 真空开关   触头烧蚀   图像处理   面积计算   色彩平面  

摘要： 触头是真空灭弧室内部核心部件的重要组成部分,研究触头表面烧蚀现象并进行烧蚀面积计算对优化真空灭弧室的结构及性能,延长其使用寿命有重要影响。为此提出一种计算触头表面烧蚀面积的方法。该方法基于图像处理技术,在不同色彩系统中对触头烧蚀图像运用像素统计、阈值分割及面积计算等方法进行烧蚀面积计算,然后利用5组试片按图像灰度化、图像滤波、边缘强化等进行对比图像,由此校验并提高其计算精度。实验结果表明:在RGB、HSI、HSL、HSV这4个色彩系统中均能实现烧蚀面积的计算,且在HSV色彩系统中提取V平面,再利用Gaussian滤波及Highlight Details卷积分处理,计算出的试片及触头表面烧蚀面积精度较高。

关键词： 无人驾驶汽车   多目标跟踪   强化学习   控制策略  

摘要： 无人驾驶汽车作为未来智能交通系统的重要组成部分,不仅有望大幅提高驾驶的安全性和舒适性,还能有效减少交通事故,缓解交通拥堵等社会问题。然而,在自动驾驶的过程中,无人驾驶汽车面临着许多技术挑战,如复杂多变的环境感知、精确的速度和路径规划等。多目标跟踪和强化学习控制策略是实现无人驾驶汽车自主驾驶的两项关键技术,本文将对这两项技术进行深入探讨,以期为无人驾驶汽车的进一步发展提供理论支持和实践指导。

关键词： 舌齿痕特征识别   AM-FCOS   CBAM  

摘要： 目的:研究舌体齿痕特征识别方法,旨在为中医智能舌诊提供技术支持,辅助中医进行疾病诊断。方法:采用TDA-1型舌诊仪采集220张舌影像数据,利用数据标注工具Labelme对每张图片中的齿痕进行标注。为提升齿痕特征的检测效果,提出了整合CBAM注意力机制的AM-FCOS模型用于舌齿痕检测。最后,将该模型与Faster R-CNN、TridentNet、RetinaNet、FCOS算法在由220张图片构成的数据集上,按照8∶1的比例进行训练和测试。结果:测试结果显示,AM-FCOS模型表现最佳,F1值和AP_(50)分别达到了71.3%和70.1%,这表明整合CBAM注意力机制的AM-FCOS模型在检测齿痕特征方面具有显著优势。结论:AM-FCOS模型在舌齿痕特征检测中展现出色性能,可应用于智能辅助舌诊系统。