关键词： 注意力机制   模型部署   深度模糊性   单目3D目标检测  

摘要： 单目图像缺乏空间深度信息，导致单目3D目标检测任务存在深度模糊性。现有处理2D图像的注意力机制无法解决深度模糊性问题，且计算量大，难以部署在车载移动设备上。针对这些问题，本文提出一种基于3D注意力机制和多目标边框策略的单目3D目标检测算法。考虑到2D至3D映射的深度模糊性，首先在网络设计上融入了3D注意力机制，其中包含深度信息增强核心和低计算复杂度的位置增强核心。其次，通过对深度标签进行扰动，多目标边框策略采用伪标签来缓解原有硬标签的严格限制。因此，深度估计的精准性有所提升，增强了模型的3D空间感知能力以及泛化性能，进而使其适用于3D目标检测任务。在nuScenes数据集上的实验表明，该算法优于当前的单目3D目标检测算法。最后，通过TensorRT工具进行模型转换及半精度加速，实现了在车载移动设备上的部署。在AGX Xavier与Jetson Orin NX嵌入式平台上，推理时间每帧分别为67 ms和89 ms，可实时精确检测3D目标。

关键词： 外力破坏   SBA   RSCD   安全区域   MPDIoU  

摘要： 输电线路作为电能传输的关键载体，因其具有点多、面广、线长以及暴露于野外等特点，往往面临较高的安全风险，事故频发。针对这一问题，本文提出了一种基于目标检测与边缘分割的输电走廊隐患检测方法。首先，在YOLOv8中引入了小目标检测层和SBA模块，通过选择性聚合边界与语义信息、自适应注意力机制以及双向特征融合，显著优化了多尺度特征表达和目标定位，特别是在小目标检测方面表现突出。采用重参数轻量头和可重参数化卷积，在大幅减少参数数量的同时，提升了参数利用率，有效弥补了轻量化可能带来的精度损失，为资源受限设备提供了无损优化方案。并利用MDPIoU对CIoU进行了优化。其次，利用分割网络进行电力线边缘提取，并结合杆塔的空间信息，进一步提升了走廊区域划分的准确性。最后，制定了预警方法，对安全区域进行了危险等级划分，有效评估隐患的破坏性。实验结果表明，本文提出的检测模型在mAP50上达到72.1%，相比基线模型提升了3.2%，且优于其他检测方法，本文所采用的利用分割提取电力线边缘的方法能更好地区分前景和背景，本文所提出的预警方法可以有效评估隐患对电力线的威胁程度。

关键词： 图像处理   咽拭子图像分割   循环残差机制   注意力机制   Image Processing   Pharyngeal Swab Image Segmentation   Recurrent Residual Mechanism   Attention Mechanism  

摘要： 为提高咽拭子图像中口腔M区域的分割效果，本文提出一种改进U-Net模型。针对传统U-Net的浅层特征冗余与边缘敏感性不足的问题，引入循环残差模块增强边缘特征传递能力，并结合注意力机制抑制背景噪声，优化多尺度特征融合策略。实验表明，相比先前研究所采用的U-Net方法，改进模型的交并比(IoU)、Dice相似系数(DSC)和像素精确率(PA)分别提高3.8%、2.1%和3.5%，可精准分割复杂背景下低对比度的口腔M目标区域，为咽拭子采样机器人提供高效的视觉支持，降低人工采样风险。

关键词： 毫米波雷达   目标跟踪   无迹卡尔曼滤波   栅格占据   序贯滤波  

摘要： 基于车载毫米波雷达的目标跟踪不可避免的会关联周围环境杂点，导致目标跟踪精度稳定性下降。针对以上问题，提出一种基于栅格占据的无迹卡尔曼滤波（UKF）目标跟踪算法。首先，由于毫米波雷达能够直接对目标速度测量，可采用栅格占据方法精细的描述环境空间栅格的占据和动静状态。进而，利用栅格的占据信息对目标关联点迹做加权处理，降低可能源自周围环境的杂点关联权重，然后将点迹量测信息及其权重序贯输入到无迹卡尔曼滤波器，迭代更新目标状态。仿真实验和真实数据测试表明，所提出算法能够有效减少环境杂点对目标跟踪的影响，有效提高目标跟踪的精度和稳定性。

关键词： 目标检测   边缘分割   卸粮口   位姿   外接球  

摘要： [目的]目前粮食收获机田间作业时存在卸粮口位姿检测精度低的问题，导致收获机与无人运粮车“机—车”协同卸运作业效率低下。[方法]为此本研究提出一种基于YOLOv10s和外接球法的粮食收获机卸粮口位姿检测方法，使用了YOLOv10s目标检测技术、Canny边缘分割和外接球法，实现对粮食收获机卸粮口的质心定位和开口姿态精准检测。同目标检测直接定位算法和平均质心法开展检测性能对比分析，并研究其在不同光照环境下适应性。[结果]结果表明：本研究算法在3 000 Lux以上环境下和100～300 Lux环境下5 m内定位误差分别小于1.20%和0.99%，开口姿态角度误差分别小于8.8°和7.3°。相较目标检测直接定位算法和质心定位法，3 000 Lux环境质心定位检测精度分别提高11.20%和3.51%，100～300 Lux环境质心定位检测精度分别提高10.92%和4.06%。定位精度显著提升，并实现较低的开口方向检测误差。[结论]本研究提出的粮食收获机卸粮口位姿检测技术，能精准检测粮食收获机卸粮口的位姿信息，可为精准判断卸粮口出粮落点，以及后续根据运粮车仓内粮食分布进行路径优化提供基础数据研究。

关键词： 图像处理   八角茴香   硫磺熏蒸   莽草   野八角   识别  

摘要： 八角茴香品质鉴定传统方法主观性强、步骤繁琐。为实现八角茴香、硫磺熏蒸八角茴香、八角茴香常见伪品的准确快速识别，研究了一种基于图像特征分析和模式识别的八角茴香品质鉴定方法。采集八角茴香、硫磺熏蒸八角茴香、莽草、野八角RGB图像，对图像进行中值滤波、图像二值化、形态学开运算与闭运算、图像分割等预处理后，提取其形态、颜色、纹理共三大类58个特征参数。分别采用逐步判别分析和主成分分析对特征参数进行筛选和降维，建立线性参数分类器和反向传播（back propagation，BP）神经网络模型实现八角茴香及其伪品识别以及硫磺熏蒸八角茴香鉴别。结果表明，逐步判别分析-线性参数分类器对八角茴香、硫磺熏蒸八角茴香、莽草、野八角的判别正确率为87.50%～100%，平均识别率为96.75%；主成分分析-BP神经网络模型对4种籽粒的判别正确率为85.00%～100%，平均识别率为91.88%。研究结果证明图像处理与分析可有效对八角茴香及其伪品进行检测识别，并可对硫磺熏蒸八角茴香做出有效判定。

关键词： YOLOv8n   目标检测   特征融合   多尺度卷积   焦点调制器   鲁棒特征降采样   YOLOv8n   Object Detection   Feature Fusion   MSC   Focal Modulation   RFD  

摘要： 针对目前钢材表面缺陷检测方法中存在的算法复杂度高、模型计算量大等问题，本文选择YOLOv8n为基准模型，提出了一种基于YOLOv8n改进的跨尺度特征融合的轻量化的钢材表面缺陷检测方法，并命名为YOLOv8n-FMR。首先，新模型利用多尺度卷积模型MSC (Multi-Scale Conv)对模型进行改进，有效减少因堆叠不同尺寸的特征提取层而产生的精度损失问题；其次，为了降低融合MSC模块所带来的召回率和准确率减少的影响，引入了Focal Modulation焦点调制模块对Neck网络中的SPPF模块进行改进。最后，为了提高模型整体的检测性能，引入了应用于遥感领域的RFD模块，有效增加了模型对小物体的识别能力。实验结果表明，改进后的YOLOv8n-FMR模型在NEU-DET数据集上的mAP达到了72.8%，比原模型提高了2.7%，并且模型的参数量也比原模型下降了0.1 M。改进后的模型计算量仅为9.5 GFLOPs，提出的模型不仅实现了轻量化的设计，而且提升了检测效果。

关键词： 目标检测   多尺度目标   浅层特征编码   语义特征增强   跨层级注意力特征融合  

摘要： 在真实航行环境中，船舶目标尺度差异大，小目标众多，导致现有的目标检测算法精度较低。针对此问题，设计了一种跨层级特征融合的水面多尺度目标检测算法CLF-DETR（Cross-Level Feature Fusion-DETR）。首先，通过新增浅层特征编码，提高算法的小目标检测能力；其次，引入语义特征增强结构以构建目标与海天背景之间的联系，抑制无用的特征信息；然后，基于四种不同尺度的特征图，设计了一种跨层级注意力特征融合结构，并采用可学习通道拼接方式，通过跨层级的特征交互来计算注意力矩阵，进而引导不同层级间特征融合；最后在真实海域数据集上进行模型的训练、验证和测试。实验结果表明，在保证检测实时性的同时，提出的CLF-DETR与现有优势算法相比，在水面多尺度目标检测精度上有显著提升。

关键词： 计算机视觉   CiteSpace   知识图谱   文献计量法   可视化分析   Computer Vision   CiteSpace   Knowledge Graph   Bibliometrics   Visual Analysis  

摘要： 计算机视觉作为人工智能的核心领域之一，近年来在学术探索和实际应用均取得显著进展并获得广泛关注。本研究基于1992年至2024年间中文文献，采用共现分析、聚类分析以及突现词分析等文献计量方法，通过CiteSpace 6.4.R1软件对CNKI数据库中相关文献进行系统统计与可视化分析。研究从发表时间、期刊分布、高产作者和机构等维度探讨我国计算机视觉领域的演进、前沿及热点。结果表明：我国计算机视觉领域研究以1999年和2014年为节点，期间经历三个阶段性变化，每个阶段研究热点逐步演化、细化，并伴随从技术应用向算法理论的显著范式转变。研究机构和作者呈现出“2 + n”的合作格局，机构方面，以中国农业大学工学院和中国科学院大学为核心形成两大科研机构合作网络；作者方面，以湖南大学的王耀南教授与浙江大学的应义斌教授为核心形成两大科研作者合作网络。此外，通过突现词分析发现，未来计算机视觉研究的主要发展方向聚焦于“深度学习”和“目标检测”两大领域。可见，我国计算机视觉领域研究正处于稳定增长的态势，且“深度学习”和“目标检测”领域的突破有望推动该领域的理论创新与应用发展。

关键词： 机器视觉   人工智能   图像处理   自动化技术   Machine Vision   Artificial Intelligence   Image Processing   Automation Technology  

摘要： 本研究旨在开发一种可视化监测的自动采果作业系统，通过整合Pixy CMUcam5视觉模块、SG-90微型伺服马达、MG996伺服马达和Futaba S148连续旋转型伺服马达等关键组件，并利用Arduino Mega控制板实现机构间运动的精确协调。通过坐标转换方法简化了果实定位问题，并结合柔性旗鱼式爪指设计，研发了三爪式夹爪作为西红柿采收的工具。通过实验分析，确定1.40 kgf的平均穿刺力作为最大夹取力的基准，夹爪上贴附的薄膜式力量传感器能够直接测量手指与果实间的力量，模拟测试显示最大夹持力为0.70 kgf，且夹取试验结果表明夹取动作对番茄造成的损伤极小。此外，本研究还测试了三种不同摩擦力材料的拉力和拉拔力，为后续夹爪材料的选择提供依据，为自动化采摘技术的发展提供重要的理论和实践基础。