关键词： 无人机巡检   配电线路   隐患识别   图像处理   智能算法  

摘要： 随着配电网规模的不断扩大和复杂化,传统人工巡检手段在效率和准确率方面已难以满足现代电力系统的运行需求。无人机巡检技术因其灵活高效、安全可靠等优势被广泛应用于配电线路运维中。文中围绕基于无人机巡检的配电线路隐患智能识别技术展开探讨,详细阐述图像采集、数据处理、智能识别算法及风险评估机制等关键环节,构建以人工智能为核心的配电线路隐患识别系统架构,实现对导线异物、绝缘老化、杆塔倾斜等常见隐患的快速检测与分类识别。研究结果为配电线路智能化运维提供了技术支撑,具有显著的工程应用价值。

关键词： 热风干燥   温湿度控制   计算机视觉   干燥中心  

摘要： 热风干燥是进行农产品初加工的重要手段,在农业部门明确提出加快农产品产地初加工基础设施建设,将干燥减损纳入该项工作重要一环的背景下,急需开展智能农产品热风干燥中心应用技术研究。为了降低干燥中心设备生产、运行以及故障检测的成本,降低硬件设备排线难度,并提高干燥设备的智能程度,文章开发了一种仅利用带有485通信的继电器、温湿度传感器、温控仪等元器件,直接与干燥中心工控机或触摸屏连接的控制系统,不再使用可编程逻辑控制器(Programmable Logic Controller,PLC),相较于传统干燥设备可降低硬件成本。利用OpenCV开发计算机视觉在线检测软件,实时获取干燥室内农产品外观品质,将干燥室内外温湿度与农产品的外观结合,为干燥中心大数据的利用奠定硬件与软件基础。

关键词： 改进YOLOX-S算法   雾天图像   双边滤波器   Retinex算法   ECANet通道注意力  

摘要： 为了改善雾天场景下目标的检测效果,为自动驾驶、智能监控等实际应用提供可靠的解决方案,提出了基于改进YOLOX-S算法的雾天图像目标检测算法。将双边滤波器引入到Retinex算法中,增强雾天图像质量;基于改进YOLOX-S构建雾天图像目标检测结构,由CSPDarknet主干网络提取多尺度特征图及其权重;在下采样阶段引入深度可分离卷积改进Neck-FPN网络,提取目标感兴趣区域特征图,实现雾天图像目标检测。实验结果表明:该算法可有效提升雾天图像质量,峰值信噪比指标达到20.828 dB,结构相似度指标为0.814;可实现目标的精准检测,平均精度(IoU=0.5)为94.5%,检测帧率为27.37帧/s。

关键词： 深度学习   目标检测   坐标信息重组   注意力机制   合成孔径雷达船舶检测  

摘要： 为了在提高合成孔径雷达(SAR)船舰检测精度的同时降低误检率,提出了一种基于阶梯式残差结构和坐标信息重组的SAR船舰检测方法。首先,将阶段性残差部分卷积块构建为主干网的主要特征提取模块,以提高船舶目标识别能力、有效降低参数量;其次,在特征融合部分,基于空间信道注意力机制和级联层构建体块注意网络;进一步关注模型的几何信息,在检测头部分,提出了坐标信息重建卷积;在特征传递的最后阶段,利用坐标信息重组卷积旋转不变性的特点,在提高海上不同方位船舶检验效果的同时,增强模型的承载干扰能力,优化信息融合质量;最后,将规格化的高斯Wasserstein Distance引入检测头处的损耗回归函数中,以增强小目标的检测能力。为了证明所提出的网络的有效性,在HRSID数据集和SSDD数据集上进行了实验。结果表明:对于更复杂的HRSID数据集,与基准模型相比,基于阶梯式残差和坐标信息重组的网络的准确率提高了4.8%,召回率提高了3.7%,交并比(IoU)为0.5时的平均精度提高了4.1%,IoU为0.5∶0.95时的平均精度提高了2.7%;在SSDD数据集中,与基准模型相比,基于阶梯式残差和坐标信息重组的网络的准确率上升4.9%,召回率上升1.3%,IoU为0.5时的平均准确率上升2.8%,IoU为0.5∶0.95时的平均准确率上升2.8%,网络模型参数减少约20%。所提网络在提高SAR船舰检测精度、改善误检漏检等方面具有显著优势,有效解决了SAR船舰检测问题,为检测船舰提供了一种有效、高精度的方法。

关键词： 单目深度估计   计算机视觉   深度学习  

摘要： 单目深度估计在三维重建、目标跟踪、场景理解等众多应用中起到非常重要的作用。由于单目摄像头具有成本低、设备较为普及、图像获取方便等特点,从单目图像中获取深度信息成为热门研究。首先概述了用于单目深度估计的常见深度学习模型,主要包括卷积神经网络(Convolutional Neural Network,CNN)、循环神经网络(Recurrent Neural Network,RNN)和生成对抗网络(Generative Adversarial Network,GAN)。然后从训练方法的角度归纳了用于单目深度估计的深度学习方法,并对单目深度估计的发展趋势进行了总结。

关键词： 港口运输   目标检测   单目测距  

摘要： 在港口运输的场景中,货物多为较重较大的集装箱,考虑到人力运输的成本以及安全性,港口往往会使用可移动的机械化工具进行运输。但是由于机械是按照设定好的程序运行,人如果意外进入机械运行区域就会发生较为严重的安全事故。设计了一个融合目标检测与单目测距的系统,当该系统在防撞范围内检测到行人或车时,会依照距离向PLC控制端发出减速或停车的信号。在项目的实际应用中,对人和车的检测与距离判定准确率大于98%,保障了现场人员的人身安全。

关键词： 案例教学   专业学位   图像处理   实践能力  

摘要： 案例教学能够提高专业学位研究生课程教学质量,促进教学与实践有机融合,强化学生实践能力培养。在分析通信工程专硕数字图像处理课程教学现状的基础上,追踪立体显示行业热点问题,以裸眼三维显示数据源生成所涉及的图像处理技术为授课内容,设计了模块化的教学案例及其实施方案。各模块相对独立、难度不同,所涉及的知识点前后承接,学生可以根据自身兴趣和学习基础自主选择不同的模块进行学习。

关键词： 耕地碎片化   遥感技术   监测与分析   空间结构   多时相遥感影像   图像处理  

摘要： 耕地碎片化是指由于自然和人为因素导致的耕地面积逐渐分割成多个不连续的小块地的现象,是影响农业生产效率和生态环境的关键问题之一。该文基于遥感技术,利用多时相遥感影像,通过图像处理和分类技术,提取耕地信息,并对耕地的空间结构进行量化分析。研究采用了某区域的实际遥感数据,结果表明该方法能够准确识别和监测耕地碎片化现象,通过对耕地斑块的面积、形状指数、边界复杂度等指标的分析,揭示了耕地碎片化的空间分布特征及其变化趋势。研究结果可为土地利用规划、农业政策制定及生态保护提供科学依据,并为进一步的耕地保护与管理工作提供技术支持。

关键词： 纸质档案   图像处理技术   档案检索与利用   检索算法与界面设计  

摘要： 本研究针对纸质档案图像处理技术,深入探讨其在档案检索与利用中的应用意义。分析了纸质档案图像处理技术概念、原理及分类,进一步阐述图像处理技术在纸质档案数字化中的应用价值,最后结合纸质档案图像处理技术的应用挑战,构建优化措施,即提升图像预处理技术,研发新型图像识别技术,统一档案格式标准,优化检索算法与界面设计。

关键词： 多尺度交叉注意力   边缘感知   伪装目标检测   特征金字塔结构  

摘要： 针对当前伪装目标检测算法无法准确、完整地检测出目标对象和其边缘的问题,提出了一种融合多尺度交叉注意力和边缘感知的伪装目标检测网络(multi-scale cross attention and edge perception network,MAEP-Net)。利用Res2Net-50提取图像的原始特征,并采用融合了多尺度交叉注意力的特征金字塔结构从通道、空间两个维度挖掘目标位置信息和凸显伪装目标区域特征;使用定位模块对目标的大致位置进行准确定位;边缘感知模块抑制低级特征中背景的噪声,融合边缘特征以获取更多的边缘细节信息;细化模块通过注意力机制分别从前景和背景两个方向关注目标线索,利用边缘先验、语义先验、领域先验、区域先验知识进一步细化目标结构和边缘轮廓。在3个公开数据集上的实验表明,所提算法相较于12种主流算法在4个客观评价指标上均取得了最优表现,尤其是在COD10K数据集上所提算法的加权平均值F-measure和平均绝对误差(mean absolute error,MAE)分别达到0.797和0.031。由此可见,所提算法在COD任务上具有较好的检测效果。