关键词： 自动驾驶汽车   目标检测   注意力模块   车路协同技术  

摘要： 针对路端图像背景高结构相似性及低特征重要性的特点,基于单发多框检测器(SSD)的运行机制,通过引入数据预处理和轻量级卷积注意力模块,并调整注意力模块在算法中的位置,建立最优化的路端检测算法。在车路协同公开数据集DAIR-V2X上进行日间和夜间场景以及不同交通流量下的路端目标检测,结果表明,在提取图像特征的第3级池化层后添加注意力模块,优化算法的精度指标mAP@0.5:0.95可以获得1.67%的提升,且仅损失2 FPS的检测速度,能够满足路端目标检测任务的精度与速度需求,有效地增强车端的目标识别能力。

关键词： 桥梁工程   板式橡胶支座   老化开裂病害   语义分割   图像处理  

摘要： 针对梁桥板式橡胶支座背景复杂、位置深入、难以识别和测量的问题,提出了一种基于YOLOv8-ESF两次语义分割的自动检测支座裂缝并进行参数计算的方法.首先,在骨干网络引入EfficientViT主干,基于此重新构造C2f中Bottleneck结构,建立为C2f-Faster-EMA模块,从而替换YOLOv8n骨干网络的部分C2f模块并增加解耦头,提升支座裂缝多尺度细节特征的获取能力;其次,使用改进YOLOv8n模型分割并提取出整个支座区域;再次,利用改进YOLOv8n模型在分割出的支座区域图像上进一步分割出裂缝区域,利用提取骨架中心线和寻找最大外接矩形法获取裂缝参数信息;最后,从网络结构、裂缝数据、分割精度3个方面对模型进行验证和评价.研究结果表明:YOLOv8-ESF模型对支座区域和支座裂缝的识别在评价指标mPA、DSC和IoU方面,均达到85%以上;在实桥测试中,对采集的支座裂缝图像利用两次语义分割计算方法计算结果与人工实测结果对比,两者最大误差小于0.1 mm,满足工程要求.

关键词： 煤矿井下工作面   顶板裂缝   图像处理   特征提取   边缘检测技术  

摘要： 文章提出煤矿井下工作面顶板裂缝快速检测方法,利用高清钻孔成像分析仪采集图像,采用加权平均、均值滤波和MASK匀光算法优化图像质量。在YOLOv5模型的基础上融入SENet、变形卷积及空间域注意力模块,精确提取裂缝特征。采用形态学闭操作优化边缘检测,运用k维空间划分树搜索算法显著提升了裂缝检测的连续性和效率。实验结果表明,应用该裂缝检测方法能精准定位裂缝位置,确保检测的准确性、可靠性和快速性。

关键词： 结构光   双目视觉   立体匹配   三维重建   图像处理  

摘要： 现代工业三维测量中,简洁的系统硬件结构、易于实现与高精度的重建方法是主要的研究方向;针对激光扫描重建方法的复杂性,以及单目结构光在复杂或陡峭表面重建精度受限等问题,开展双目结构光的工件三维重建系统研究;基于自主构建的三维重建平台,投射经编码的结构光图案,通过掩膜去除目标物体背景;结合互补格雷码和四步相移法解算图像的绝对相位;填充视差图中的视差空洞,实现弱纹理区域的高精度相位匹配;采用高精度匹配方法计算所有像素点的视差,以实现待测工件的三维重建;项目的创新点是利用结构光来提高双目图像匹配的效率和精度;实验结果表明,弱纹理与重复纹理目标区域的匹配精度较传统双目立体匹配算法更高,且能有效降低环境噪声和光照变化的影响,获得高精度的工件三维重建结果。

关键词： 福来轮   道路障碍物清除   目标检测   全向控制  

摘要： 随着科技的飞速发展,移动机器人和自动化小车在工业物流、复杂环境救援以及日常生活服务等领域发挥着重要作用,但其运行常受限于障碍物的存在。为此,本文设计了一款基于福来轮的道路障碍物清除小车,采用RT1064单片机作为主控系统,配备总转风摄像头、OpenART mini摄像头以及灰度传感器,实现道路信息获取、障碍物目标检测、定位矫正与清除判断,并通过继电器模块控制补光灯,结合轮编码器和陀螺仪完成全向控制和精准定位。该小车利用先进传感器系统和智能控制算法,能够自主识别并排除障碍物,突破传统小车局限,为智能机器人技术在多领域的应用提供了新的解决方案,具有重要的理论和实际意义。

关键词： 雷达成像   机载太赫兹雷达   目标识别   目标检测  

摘要： 低空对地监控是我国公共安全监控和人民安全防护的重要手段,机载探测感知系统与技术是低空对地监控能力实现的核心要素。太赫兹雷达成像为全天候、视频级、高分辨监视提供新的技术与装备,为交通监控、应急救援、安防反恐等领域提供可靠信息来源。如何基于机载太赫兹雷达视频中的动/静目标信息,进行重点区域目标检测、识别、跟踪,值得深入探索。此外,视频SAR与可见光、红外宽谱段集成,还可以视频级高刷新率实现低空对地多模态、高精度感知,多模态传感信息集成将有力提升重点目标识别跟踪鲁棒性。本专题拟对以上问题进行探讨。

关键词： 计算机视觉   视频拼接   轨迹精度   改进SURF算法   RANSAC算法   图像融合   光流法   移动机器人  

摘要： 针对目前传统机器人精度评估方法存在的局限性,提出一种基于计算机视觉的机器人轨迹精度评估系统来检测机器人轨迹精度的可行性。首先使用改进的SURF算法对视频中的重叠区域进行特征检测,特征提取的时间减少了55.6%;再使用RANSAC算法对ROI重叠区域内可能存在的误匹配点进行剔除,以实现更精确的匹配效果;其次,提出一种具有固定宽度的加权融合算法,不仅能够有效消除拼接缝,还可以适用于某些实时性要求高的大场景;最后,利用单应性矩阵作为补偿参数,将拼接得到的实景地图与机器人在SLAM中创建的栅格地图进行匹配与校准。分析并评估实景地图中的实际运动轨迹与栅格地图中的规划运行轨迹之间的精度误差值,其中在x和y方向上的平均绝对误差分别约为4.6%、4%,由此验证了所提方法能够有效地评估机器人运行的轨迹精度。

关键词： YOLOv7   无人机   小目标检测   轻量化网络   部分卷积   注意力机制  

摘要： 针对无人机航拍图像背景复杂、小目标检测精度低、漏检率高等问题,文中基于YOLOv7提出一种针对无人机航拍图像的轻量化目标检测算法(UAV-YOLO)。首先,以部分卷积为基础设计了轻量化卷积PSConv,在保持检测性能的同时使网络更加轻量化;其次,将下采样模块与注意力机制融合,进而构建了MA-ECA模块;然后,对网络的检测头进行优化,添加了小物体检测头并删除大物体检测头;最后,提出Focal-SIoU损失函数,以进一步提升模型的检测精度。该算法在公开数据集VisDrone2019与UAVDT上进行验证,相比于其他目标检测模型,在降低网络参数量与计算量的同时有效提升了检测精度。

关键词： 双边滤波去噪   USM锐化   Prewitt算子   边缘检测   带钢缺陷  

摘要： 带钢在轧制生产过程中,由于生产技术、工艺和生产环境等因素的影响,极易导致带钢表面出现缺陷,如裂纹、杂质、斑点、划痕以及氧化物的压入等。为了提高带钢表面缺陷检测的效率和准确性,针对传统的Prewitt边缘检测算子存在的边缘精度不高等缺点,提出了一种改进的Prewitt算子带钢表面缺陷算法。该算法首先基于USM算法对缺陷图像进行对比度增强,而后使用双边滤波算法对缺陷图像进行滤波去噪,然后用改进的四方向Prewitt算子检测缺陷图像边缘,并用阈值法将图像进行二值化处理,而后使用边缘细化算法得到最终的检测图像。经实验证明,该算法能够有效地提取缺陷边缘信息。

关键词： 森林火灾   深度学习   目标检测   三维卷积神经网络   Vision Transformer  

摘要： 【目的】针对现有森林火灾图像识别算法存在的效率不足、时序特征利用率低等问题,构建基于视频数据的森林火灾识别模型,以提升林火监测的实时性与识别准确率。【方法】提出融合三维卷积神经网络(3DCNN)与视觉Vision Transformer(ViT)的C3D-ViT算法。该模型通过3DCNN提取视频序列的时空特征,构建时空特征向量;利用ViT编码器的自注意力机制融合局部与全局特征;最终经MLP Head层输出分类结果。通过消融实验验证C3D-ViT模型的有效性,并与原模型3DCNN和ViT,以及ResNet50、LSTM、YOLOv5等深度学习模型进行对比。【结果】C3D-ViT在自建林火数据集上准确率达到96.10%,较ResNet50(89.07%)、LSTM(93.26%)和YOLOv5(91.46%)具有明显优势。模型改进有效,准确率超越3DCNN(93.91%)与ViT(90.43%)。在遮挡、远距离、低浓度烟雾等复杂场景下保持较高的平均置信度,满足实时监测需求。【结论】C3D-ViT通过时空特征联合建模,显著提升林火识别的鲁棒性与时效性,为森林防火系统提供可靠的技术支持。