关键词： YOLOv5   红外热成像技术   施工安全预警   目标检测  

摘要： 随着建筑施工规模的扩大和工人人数的增加,施工现场的安全管理面临挑战。为了提高施工现场的安全监测精度,研究利用红外线技术结合计算机视觉算法来进行施工现场的全天候监管。研究利用红外热成像技术实时捕捉温度变化并识别异常区域,YOLOv5算法对红外图像进行目标检测,自动识别出安全隐患并实时报警。结果显示,研究方法的准确率、召回率和F1值分别为91.41%、90.97%和91.49%,分类损失、目标损失及GIoU损失的均值分别为0.006、0.020和0.015,消融实验的准确率高达93.50%。综上,研究的基于YOLOv5算法和红外热成像技术的施工安全预警方法,显著提高了施工安全监测的精度与效率,能够有效预防和减少安全事故的发生,为建筑领域的智能化安全预警提供了有力支持。

关键词： 舰船尾流   多波束声呐   声呐图像   声学模型   几何特性   目标检测   恒虚警检测   二维恒虚警检测  

摘要： 针对舰船尾流检测中存在的水下环境复杂、探测目标形态未知等问题,本文提出一种基于时空域恒虚警处理的尾流检测算法。利用在多波束声呐输出的多帧二维声呐图像,结合舰船尾流气泡的空间连续和缓慢时变的特点,通过时空联合恒虚警检测算法检测舰船尾流;利用背景杂波强度上随机的特点,设计交并检测,融合多帧检测结果以抑制虚警概率。外场试验表明:所提出的时空联合恒虚警检测算法相较于现有恒虚警检测算法,可以在更低的虚警概率下,有效提高舰船尾流的检测概率。本文结论可以为舰船尾流检测提供一种思路。

关键词： 机器视觉   石膏板   缺陷在线检测   图像处理   工业自动化  

摘要： 随着建筑工业化的发展,石膏板作为轻质墙体材料的需求量持续增长,但其生产制造过程中容易出现边缘破损、裂纹、孔洞等缺陷,传统人工缺陷检测效率低且误检率高。该文提出了一种基于机器视觉的石膏板缺陷在线检测系统,通过高分辨率工业相机采集石膏板表面图像,结合图像处理算法与深度学习实现缺陷的实时识别与分类。基于机器视觉技术,论文详细描述了石膏板缺陷在线检测系统的设计与应用,包括总体设计、硬件设计(工业相机、镜头、光源选型)以及测试结果分析。结果表明,机器视觉不仅能完成石膏板在线缺陷检测,而且对板材类产业缺陷检测工业自动化发展具有深远意义。

关键词： 智能控制技术   智能安防   应用框架   计算机视觉   机器学习  

摘要： 在当前快速发展的智能化时代背景下,智能控制技术已经成为推动智能安防系统革新的关键力量。本文针对智能安防系统中智能控制技术的应用框架进行深度分析,探索了多层次、多维度的系统集成方案。研究首先梳理了智能控制技术的基础理论,包括自动控制、模式识别和人机交互等领域的最新进展。接着讨论了智能控制技术在安防领域中的应用,随后,详细构建了一个由感知层、分析层、决策层、执行层构成的应用框架模型。最后,文中不仅分析了智能控制系统在实际操作中的效益,还探讨了面临的主要挑战,例如保障数据的安全性与隐私保护、提升系统的自适应能力、以及技术融合时的兼容性问题。通过综合评估智能控制技术在智能安防领域的应用现状与发展潜力,希望本文为未来相关研究提供丰富的理论基础和应用视角。

摘要： 近年来,密集遮挡、极端弱光、高动态模糊、水下浑浊、强辐射等极端环境日益成为智慧城市、深空探测、极地科考、灾害应急、智能交通和高端制造等领域的常态场景。面对信噪比极低、退化类型多样、目标尺寸微小或密集的原始影像,传统图像处理链路在增强复原、信息解析和下游应用中屡遭瓶颈。

关键词： 目标跟踪   孪生网络   注意力   特征融合   解码器  

摘要： 针对复杂场景下目标的快速移动、遮挡、非刚性形变和光照变化等问题,提出了一种基于3D注意力和金字塔解码器的目标跟踪算法。首先引入VGG-16神经网络并对其进行结构上的优化,以提高特征提取的效率和质量。其次通过引入3D注意力,增强了对关键特征的提取能力。然后使用深层语义融合模块,通过上采样融合特征信息,以达到对特征的精确表达。最后设计金字塔解码器提升模型在复杂场景下的鲁棒性。实验结果表明,在OTB100数据集上,相比基准算法,所提算法的成功率和跟踪精度分别提升了15.8%和16.2%。

关键词： 图像处理   图像分类   深度学习   注意力机制  

摘要： 在深度学习领域中,注意力机制因其出色的性能以及即插即用的便捷性,在图像处理任务中得到了广泛应用。介绍了通道注意力机制、空间注意力机制以及通道与空间混合注意力机制这3类主流注意力机制的核心思想和实现方法。通过对比分析它们之间的优势与缺陷,探讨了注意力机制所存在的挑战与问题,给出了采用VGGNet(Visual Geometry Group Network)模型对注意力机制在图像分类任务中的性能评测结果。最后,展望了注意力机制未来的发展趋势,以期为后续研究提供有价值的参考与启示。

关键词： 天气条件   电力架空线路   异物检测   目标检测   成对注意力  

摘要： 基于图像识别技术的电力架空线路异物检测在复杂天气条件下存在图像质量受水汽噪声干扰、异常天气图像标签不足、测试数据与训练数据分布差异大等问题,导致检测模型性能下降。为此,提出一种基于自学习的域间融合与对抗注意力方法,实现跨天气条件的电力架空线路异物检测。首先,通过深层特征混合策略和成对的注意力对抗模块,实现不同天气条件下电力架空线路异物颜色、边缘等多样信息的融合提取,使模型关注多种天气下异物的共同特征。然后,采用对抗学习策略对已标注图像的检测损失和模型的判别损失进行调整,实现跨天气条件的异物检测。最后,在跨天气多场景电力架空线路异物测试集中进行验证,结果表明:与传统目标检测方法相比,所提方法在雨天和雾天等未标注场景下,也能够保持较高的异物检测精确率。

关键词： 卫星产品工程   空间目标光学探测   图像处理   杂散光滤除   并行计算  

摘要： 空间目标光学探测类产品是卫星工程的重要部分之一,其可靠性与精度是决定在轨任务效果的关键因素。对于此类产品,杂散光会严重影响其在轨性能。现有的抗杂光算法往往提取特征有限,虚警率高,或是处理过程复杂、计算量大,不适用于在轨实时处理。本文面向空间目标探测提出了一种杂散光滤除算法。该算法基于相互独立的图像块提取块灰度均值、块内灰度梯度、块内类间最大灰度差3种特征量,并判断出杂光干扰程度,从而采取相应的滤除措施,最后过滤出包含目标的有效图像数据。此外,该算法可基于并行运算体系结构,通过硬件实现随图像数据流的并行计算,计算过程简单,实时性好,便于以嵌入式模块嵌入至产品中。通过仿真验证和外场观星试验验证,该算法的杂散光滤除性能优异,受杂光干扰时仍具备稳定可靠的目标探测能力,且虚警率低,可显著提升星敏感器、大视场空间目标监视相机等产品的抗杂散光干扰能力和在轨可靠性。

关键词： 道路工程   孔隙结构   CT扫描   沥青混合料   图像处理   连通孔隙  

摘要： 该研究旨在利用工业CT扫描技术对沥青混合料的孔隙空间进行三维可视化表征,以丰富数字扫描技术在沥青混凝土路面微观结构定量表征中的应用。通过对试件的连通孔隙率、孔隙半径、喉道半径、喉道长度及配位数等微观结构参数进行定量计算和相关性分析,得到以下结果:5个SMA-13试件沿Z方向的孔隙率相较于沿X、Y方向表现出更小的波动性;整体孔隙率的分类对比中,连通孔隙占总孔隙比例的平均值为71%,非连通孔隙占总孔隙比例的平均值为29%;连通孔隙率与连通孔隙数量、喉道数量呈高度线性正相关,皮尔逊相关系数分别为0.891和0.865;最主要配位数与喉道平均半径呈中度线性相关,相关系数为0.777;定量分析孔隙体积、孔隙表面积、孔隙等效半径、孔隙深度及孔隙配位数之间的相关性,发现连通孔隙相较于全部孔隙参数相关性提高了2.99%~44.23%,更能反映沥青混合料孔隙的性质。该研究成功实现了对沥青混合料孔隙空间的三维可视化表征及微观结构参数的定量分析,揭示了孔隙结构的分布特征及参数间的相关性,确定了连通孔隙对于沥青混合料的重要性,为沥青混合料性能评估和设计优化提供了重要依据。