关键词： 带式输送机   智能识别   计算机视觉   研究进展  

摘要： 目前,我国煤炭运输主要采用带式运输机,皮带运输是煤矿生产中重要的环节,直接影响煤矿的生产安全和生产效益。我国煤矿生产经历了从动力化、机械化、信息化到智能化的发展转变,目前煤矿生产转型升级正处于智能化阶段。智慧矿山建设要求实现安全、无人、高效、绿色生产,对智能化升级提出了新要求。研究对煤矿带式输送机运行状态智能化识别技术进行回顾与论述,提出基于计算机视觉技术识别带式输送机运行状态的实现方法,并对未来发展方向进行展望。

关键词： 智能交通   数字图像处理技术   车辆检测  

摘要： 在现代科技的高速发展下,我国交通产业已进入到智能发展阶段,在该环境下可运用数字图像处理技术完善智能交通体系。基于此,本文总结归纳了数字图像处理技术在智能交通中的作用,从车辆车牌识别、违规行驶检测、车辆流量统计、交通信号控制四个角度出发分析数字图像处理技术在智能交通中的运用,旨在探索数字图像处理技术在智能交通中的运用路径,从数字图像处理技术角度出发完善智能交通体系,实现实时化车辆检测。

关键词： 病害识别   目标检测   图像处理   YOLOv5   深度神经网络  

摘要： 针对书画文物保护工作中人工病害调查和病害图绘制效率低的问题,探索了基于深度神经网络的目标检测技术识别书画病害的可行性。选择YOLOv5系列模型并根据本研究任务特点对其结构做了优化,包括FGSM算法、CmBN策略、Dropblock正则化和CIOU-Loss损失函数。利用博物馆馆藏书画文物素材,融合Mosaic数据增强方法进行书画文物图片的增强,设计了滑动窗口检测技术、图像逐层分析和定位裁剪技术,初步训练出了2个具备病害识别功能的模型,根据模型性能检验指标最终选择了YOLOv5x6作为本研究任务的模型。测试结果表明,该模型以较高的准确率和查全率识别出了待检测病害,用时仅为人工的千分之一。该技术的引入可极大提高文物病害识别效率,并且在病害识别过程中保持客观、稳定的标准。

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： 目标检测   YOLOv5   轻量化   注意力机制   道路病害检测   特征提取  

摘要： 受道路病害特征不明显、与背景对比度低等复杂因素的影响,基于传统数字图像处理技术的识别算法精度低。而现有深度学习目标检测算法参数量大,不适合移动端实时检测。为了更高效、准确地识别道路病害,提出一种基于YOLOv5的改进算法。该算法致力于实现道路检测的实时性和精确度之间的平衡,通过引入轻量级Ghost模块用更少的参数生成更多的特征图,减少模型参数;将基于CSP结构中的C3Ghost模块重新设计成一种新型的InceptionGhost模块,实现从不同尺度进行特征提取,保障模型精度。通过在骨干网络添加CBAM注意力机制进一步加强特征提取能力。由于采集到的样本分布不均匀,使用Focal-EIoU损失函数改善样本数量不平衡的问题,提高模型的鲁棒性。实验结果表明,改进后的算法较原有的YOLOv5s模型,mAP@0.5提高了2.5百分点,同时参数量压缩了36.6%,检测速度提高了16.9%;并通过与目前先进算法和其他改进算法的对比表明,该算法在精度和参数量方面显示出明显的优越性。

关键词： 计算机视觉   人工智能技术   人脸识别技术   文字识别   社会文化发展   提升高度   数据增广   检测模型  

摘要： 现对视觉文化在社会文化发展中的地位和作用进行探讨,着重论述了图书馆基于计算机视觉和人工智能技术的结合,设计图书馆图书盘点系统的意义和必要性。随着图书馆馆藏图书与读者规模的不断扩大,传统的人工盘点方式已难以满足高效管理的需求。通过聚焦于图书馆视觉盘点技术,旨在探讨如何利用先进的计算机视觉和人工智能技术,实现图书盘点的智能化与自动化。通过深入分析现有视觉盘点系统的不足,本文提出了一系列创新性的解决方案,包括引入质量判定器以过滤书脊损毁或摆放不佳的图像、改进MaskR-CNN模型以提升密集倾斜书脊的分割性能、优化文字检测模型SpineOCR以提高书脊文字的检测准确率等。此外,本文还采用了数据增广策略提升文字识别的准确率,并借鉴人脸识别技术,提出了基于Siamese和Triplet架构的特征抽取模型,以提升高度相似的系列图书的检索准确率。

关键词： 真空电弧   旋转开断   图像处理   电弧特性  

摘要： 真空断路器在开断过程中,触头之间的电弧形态会发生改变。不同电弧形态的演变过程决定了断路器的开断性能,探究电弧在不同阶段的形态特性并分析影响因素,加快限制型电弧向扩散型电弧转变,有助于提高真空断路器的快速灭弧能力。课题组提出一种在断路器直拉过程中使阴极旋转的开断方式,发现电极旋转会导致弧根移动,进而影响了电弧在整个燃烧过程中的形态变化。文章基于电极旋转开断方式,在电弧燃烧的不同阶段投入电极旋转分断,研究直拉分断过程中旋转分断的投入时刻对电弧燃烧特性的影响,根据图像处理分析,加入仿真验证实验得到结论:在直拉分断过程中,添加旋转分断有利于电弧熄灭,实验和仿真证明在直拉分断中伴随旋转分断更有利于电弧能量的逸散,加速电弧的熄灭。

关键词： 乳房炎   生物分子学   理化性质   传感器   计算机视觉  

摘要： 乳房炎作为奶牛养殖业中常见且影响深远的疾病,其准确、快速的检测对于保障奶牛健康和乳制品质量至关重要。目前,乳房炎检测技术虽取得了一定进展,但仍面临诸多挑战。本文从传统方法、传感器技术、计算机视觉3个方面综述了奶牛乳房炎检测技术的发展。传统方法从理化性质和生物分子学方面分析乳汁样品准确判断乳房炎,但操作过程复杂,需要用到特定的实验设备和专业人员进行操作;基于传感器技术的乳房炎检测技术,通过分析乳房特征和乳汁的理化性质准确判断乳房炎,较大程度上保障了动物福利,但传感器的操作和部署容易引起动物应激反应;基于计算机视觉的乳房炎检测技术,利用数字化技术全流程、自动检测乳房炎,避免动物应激反应,但检测精度有待提升。最后,本文讨论了目前奶牛乳房炎检测技术存在的低精度、时效性差和自动化不足等问题,并展望了乳房炎检测技术的发展趋势,提出了未来的研究方向。本文旨在为奶牛养殖业提供高效、准确、便于应用的乳房炎检测技术与方法,以实现精准畜牧和科学管理。

关键词： 薄膜厚度均匀性   机器视觉   图像处理   伺服电机   XY移动平台  

摘要： 针对薄膜生产吹塑过程中均匀性不稳定、需经常进行人工调整等问题,提出了一种基于机器视觉的多自由度薄膜厚度均匀性控制系统;视觉模块通过摄像头对成型轮廓的进行检测,提取塑料薄膜外形轮廓的图像信息,经过图像处理后输出不对称度信息,用作控制部分的控制参数;控制模块依据视觉检测结果及控制模型,对装有两轴伺服电机的XY移动平台上的膜口间隙调节机构进行实时控制与反馈;实验测试结果表明,所设计的系统偏离度识别误差0.485°,控制误差0.098 mm,满足设计要求及质量要求。

关键词： 遥感图像   弱小目标检测   YOLOv8   动态聚焦机制   多维注意力  

摘要： 遥感图像的目标检测在各领域有着广泛的应用场景,由于遥感图像中检测目标存在形态多变、弱小目标较多以及背景复杂等原因,导致遥感图像在目标检测方面存在检测精度识别不高、模型参数过大等问题。为提升算法对遥感图像目标的检测准确率以及缩减算法模型量,提出了动态聚焦多维注意力检测算法——YOLO-WiseGOD。在YOLOv8n基线网络中使用WIoU(Wise-IoU)构建动态聚焦机制的边界框损失,弱化因几何因素导致的梯度增益泛化能力不足的问题,在协调高低质量锚框竞争力的同时,使之适用于聚焦普通锚框,提高网络模型检测的定位能力。在网络末端融合改进的L-ODConv(Leaky ReLU-Omni-Dimensional Dynamic Convolution)多维注意力机制,避免梯度锯齿问题,在减少模型参数的同时,优化输出特征和卷积权值的调制,提升网络加权特征融合。在主干网络中引入轻量化注意力模块C2FGhostV2,在更好地捕捉输入特征图中的多尺度特征和全局上下文信息的同时,保持较低的参数量和计算复杂度,更好地平衡训练精度和模型量之间的关系。所提算法在遥感数据集NWPU VHR-10(Northwestern Polytechnical University Very High Resolution-10)和RSOD(Remote Sensing Object Detection)上进行实验验证,对比当前主流算法模型YOLOv8n,其平均检测准确率(mean Average Precision,mAP)分别提高了2.0%和2.3%,模型参数量减少4.5%,计算量减少10.9%,能有效提高遥感图像中微小目标的检测精度和实现一定的模型轻量化。