关键词： MSRCR   低光增强   状态空间模型   多通道融合   动态计算  

摘要： 在低照度图像增强领域，基于物理模型的传统方法与先进的深度学习方法均呈现出明显的优势和劣势。经典的Retinex理论通过模拟人眼视觉系统的感知机制，将图像分解为光照分量和反射分量，但在低照度条件下容易受噪声干扰且难以保持纹理细节。近年来兴起的Retinexformer等深度学习方法虽然通过自注意力机制改进了光照估计过程，却仍然面临可解释性不足与增强效果不稳定的双重挑战。针对上述的问题，提出了MSRCR-Mamba架构。该模型不仅应用了传统Retinex改进后的MSRCR方法，还整合了Retinexformer的深度学习框架，利用MSRCR的多尺度权重融合平衡了RGB通道特征，且利用状态空间模型（SSM）提高处理速度。同时，用增强型光照融合注意力机制（E-IFA）取代Retinexformer中IG-MSA（多头自注意力机制），从而提高了模型的可解释性。在LOLv1、LOLv2数据集上进行的实验结果表明，MSRCR-Mamba在指标上均优于Retinex理论的现有深度学习方法，证实了该方法的有效性。

关键词： 开放世界目标检测   无锚区域提议   语义空间重构   生成对抗网络  

摘要： 开放世界目标检测（Open-World Object Detection， OWOD）要求模型在识别已知类别的同时有效检测未知对象并整合新知识。现有方法依赖锚框先验设定，导致非常规尺度或形状的未知对象易被漏检，未知类召回率低，且分类阶段因未知类监督缺失使得开集误识别率高。针对上述问题，提出解耦式几何定位与对抗语义重构的开放世界目标检测框架（Decoupled Anchor-free Geometry and Adversarial Semantic Reconstruction for Open-World Object Detection， DAGR-OWOD）。针对未知类召回率低的问题，构建无锚区域提议模块（Anchor-free Region Proposal Module， AFRP）。该模块利用中心热图引导四边解耦回归生成尺寸无关的候选区域，结合动态梯度敏感机制，消除对特定形状或尺寸的假设，提高未知类召回率。针对开集误识别率高的问题，设计对抗互斥点分类模块（Adversarial Reciprocal Points Classification Module ，ARPC）。该模块通过反类空间建模与动态边界约束重构特征分布，并采用复合距离度量和实例化对抗增强机制，对未知类别分类进行监督，有效降低开集误识别率。在公共数据集的实验结果验证了所提方法的有效性。

关键词： 镜头模组   摩尔纹光斑   图像处理   阈值分割  

摘要： 针对定焦镜头模组生产过程中效率低下与精度不足的问题，提出一种基于视觉的摩尔纹实时高精度调焦方法。采用融合局部阈值分割与自适应阈值算法协同优化策略，解决不同镜头模组光斑图像偏心和光学干扰难题。局部阈值分割算法实现了摩尔纹光斑的亚像素级精准对中，增强了对不同型号镜头模组摩尔纹特征提取的适应性，识别率可达到99%；基于零拷贝抓帧的实时图像处理配合智能标准差预筛选机制，实现了计算资源的优化配置，提高了镜头模组的检测效率，将单帧处理时间缩短至24 ms，单个镜头模组调焦时间缩短至8 s；动态阈值分割模型可保持在非线性光照不均匀条件下仍达到98%以上的稳定检测精度。相较传统摩尔纹检测方法，本文算法将检测效率提升40%，识别精度提升18%。

关键词： RGB-D图像   显著性目标检测   扩散模型   注意力机制  

摘要： 显著性目标检测是计算机视觉领域的一个重要研究方向，旨在从复杂的背景中提取出人眼最为关注的区域。传统的RGB图像显著性目标检测方法仅依赖于图像的颜色信息，难以应对复杂场景中的多样性和干扰。为此，RGB-D显著性目标检测在传统RGB图像的基础上，额外引入了深度信息，从而能够更好地感知图像的空间结构，进而提高了显著性目标检测的性能。然而现有RGB-D显著性目标检测方法大多基于卷积神经网络或视觉Transformer，主要依靠判别式学习进行显著性目标检测，即通过对像素级显著性概率进行硬分类实现预测，往往存在模型过度自信的问题，这限制了现有方法在复杂场景下的检测性能。为了应对上述问题，本文提出了一种基于扩散模型的注意力驱动RGB-D显著性目标检测方法，利用扩散模型的渐进式加噪和逐步去噪过程，以生成的方式有效优化了预测结果，减少了模型过度自信导致的错误估计风险，提升了网络在复杂场景下的检测性能。首先，本文采用金字塔形视觉Transformer主干分别对RGB图像和深度图进行四个层级的特征提取，然后通过提出的双流注意力融合模块实现对对应特征层级的两种跨模态特征的充分融合，接着通过渐进式融合模块对四个不同层级的融合后特征进行融合，最后把它作为条件信息注入到去噪网络中对扩散模型的输出进行条件约束，并生成预测的显著性图。实验结果表明，所提出的方法在DUT、LFSD、NJU2K、NLPR、SIP、SSD和STERE这七个公开基准数据集上的多个指标均优于现有主流方法，证明了本文提出模型的有效性。

关键词： 集装箱损伤   图像增强   目标检测   Retinex   YOLOv5  

摘要： 为提高港口复杂堆场环境下多种类集装箱损伤检测的效率，本文提出一种基于改进Retinex的轻量化港口集装箱损伤检测方法。该方法主要包含图像预处理与轻量化目标检测两部分：在图像预处理阶段，引入并优化亮度通道分量，在对其应用多尺度Retinex处理方法时，使用双边滤波器代替传统的高斯滤波，保留原物体的边缘细节；改进值域转换函数，减少图像数据的丢失；通过色彩平衡策略计算得到色彩保护因子，与原始RGB图像每个通道的像素点相乘得到增强图像。在目标检测阶段，将改进注意力机制后的轻量级网络MobileNetv3引入到YOLOv5主干网络中，构建成本文目标检测网络，从而对港口集装箱图像进行验证。实验结果表明，该方法在低照度等复杂港口环境下，有助于目标检测网络提取到更丰富的特征信息，对多种集装箱损伤类型的平均检测精度提升了1.4%，达到了95.1%，模型体积仅为20.5MB，与多种主流检测算法相比具有显著优势，能够满足港口集装箱的实际检测需求，证明了本文方法的有效性。

关键词： 机器视觉   目标检测   柑橘缺陷   YOLOv7   缺陷检测  

摘要： 【目的】柑橘缺陷识别是实现柑橘果实自动采摘，把控果实品质的关键环节。本研究致力于提高自然环境下的柑橘缺陷识别精度，实现智能采摘的全天候作业。【方法】通过对关键模块进行优化，提出改进的YOLOv7算法，具体做法包括引入完全交并比（Complete intersection over union， CIoU）损失函数提升边界框回归精度；采用HardSwish激活函数增强网络学习与计算效率；融合无注意力机制 （Attention free transformer， AFT）强化目标特征识别；结合残差多层感知机（Residual multi-layer perceptron， ResMLP）和动态卷积（Dynamic convolution， DC）技术，提高模型在复杂光照下的适应性与稳定性。【结果】利用双光源系统，该算法可实现自然环境下柑橘果实和缺陷全天候检测，在自然光或白光下能检测黑斑、裂纹等缺陷；而在夜间可将紫光作为补充手段，基于荧光反应检测在白光或自然光下的不明显缺陷。试验结果表明，改进后YOLOv7算法，在日间对柑橘及缺陷的识别精度分别达97.9%和92.8%，比原算法提升3.8和13.4个百分点；在夜间对缺陷识别精度为82.4%。【结论】本文提出的柑橘缺陷识别方法准确率高、适用时段广，可为柑橘产业采摘智能化提供新思路。

关键词： YOLOv11   参数高效微调   目标检测   低秩自适应   深度学习  

摘要： 针对复杂场景下目标检测任务中深度学习算法泛化性、鲁棒性受限以及全参数微调(FPFT)计算成本高的问题，提出一种基于YOLOv11(You Only Look Once version 11)的低秩自适应参数高效微调算法。首先，在YOLOv11骨干和颈部网络中嵌入低秩自适应(LrAn)模块；其次，结合低秩自适应(LoRA)、权重分解低秩自适应(DoRA)和主奇异值与奇异向量自适应(PiSSA)三种低秩分解算法，通过权重分解与动态调整机制实现参数的高效更新；最后，在训练过程中，将YOLOv11网络的绝大部分预训练权重保持冻结状态，仅对LrAn模块中由三种低秩分解算法生成的低秩矩阵进行训练，将可训练参数规模缩减至原算法的1.56%。COCO(Common Objects in Context)数据集实验表明，所提算法相较基线YOLOv11算法在精确度、召回率和平均精度均值指标上分别提升4.18、7.11和7.85个百分点。可见，所提算法为资源受限场景下的大型检测算法轻量化与高效微调提供了有效技术路径。

关键词： 目标检测   对抗攻击   对抗鲁棒性   对抗训练   梯度对齐  

摘要： 针对目标检测模型在受到对抗攻击时对抗鲁棒性不足的问题，提出了基于梯度对齐的目标检测模型对抗鲁棒性提升方法。该方法在模型对抗训练阶段，构建基于对抗损失和对齐损失的复合损失函数，并通过引入梯度对齐策略，约束对抗样本与干净样本之间的梯度差异。结合知识蒸馏的监督信号和自监督学习的表征能力，最大化对抗样本与干净样本的特征相似度。在PASCAL VOC和MS COCO数据集上的实验结果表明，所提方法可以有效提升模型在对抗样本上的对抗鲁棒精度。

关键词： 脉冲神经网络   多值逻辑   目标检测   交通标志识别   人工智能  

摘要： 作为神经形态计算的代表方法，脉冲神经网络因其高效的计算特性，在感知与控制任务以及软硬件协同计算中得到了广泛应用。然而，SNN中广泛应用的传统积分泄露神经元模型仅能将输入特征编码为二值脉冲信号，严重限制了其特征表达能力和在复杂视觉任务（如目标检测）中的性能。基于多值逻辑神经元模型提出了一种三值激活层的脉冲神经网络。通过对卷积层的激活层范围重新设定，三值激活层能够在二值激活的基础上，大幅提高目标检测算法的模型性能。在公开数据集上的实验结果表明，与二值激活对比，所提出三值激活方法在三类交通标志上的目标位置识别精度可以从80.8%提高到92.5%。此外，为了将以上脉冲神经网络运行在基于新型纳米器件的多值逻辑计算系统中，对参数量化后的模型性能进行了评估。结果显示，将模型参数量化到整数范围之后，模型的性能仅下降了1%多一点。与ANN相比，在精度下降了4.2%的同时，参数量减少了81.6%。

关键词： 飞机连接件   机器视觉   识别分类   图像处理  

摘要： 典型飞机连接件种类繁多且批量巨大。然而,不同尺寸、外观形状复杂各异,位姿摆放无序的飞机连接件识别与分类是实际应用亟待解决的难题。针对此类问题,提出了基于机器视觉的飞机连接件识别与分类算法。首先,利用高斯滤波消除图像噪声,采用双阈值二值法提取图像边缘过渡带;然后,建立图像坐标系,对飞机连接件图像边缘进行定位,将图像分割为4个象限,对每个象限中的连接件几何中心进行定位,并计算连接件边缘过渡带点的关键参数;最后,通过容差视觉识别算法、划分封闭连接件测量关注区域、支持向量机预设值算法和基于第二关注区角点识别算法,对连接件进行识别与分类。在机器视觉图像处理实验平台上,将垫片、螺纹、卡簧和螺母4种不同类型的飞机连接件作为实验对象,对飞机连接件进行检测与识别精度验证。在此基础上,展示了该算法的求解过程。实验结果表明,该研究平均检测每幅图片时间为2.14 s,平均分类识别正确率为95.02%,单个零件识别时间为0.54 s,错误识别率仅为4.98%;SIFT和Hu算法检测平均分类识别正确率为90.29%和72.42%,单个零件识别时间为1.16和1.34 s;2种检测方法识别时间相差0.62和0.80 s,识别正确率相差4.8%和22.65%,其视觉识别方法可以满足飞机连接件的快速、准确识别要求。