关键词： 机器视觉   导电片   尺寸测量   图像处理  

摘要： 导电片是OEM接线盒中旁路二极管模块的冲压件,铜质板材,装配工艺中需要焊接芯片,因此导电片的精度要求较高,使用传统游标卡尺测量容易引起导电片变形,使用三坐标测量仪测量效率不高,且三坐标测量仪不适合自动化产线的环境要求。为提高尺寸测量精度和效率,开发了一套基于机器视觉的导电片尺寸测量系统。搭建导电片测量硬件平台,对硬件系统中的主控模块、采集设备、相机以及光源等进行了选型分析。使用Python配置OpenCV库进行编程设计,结合PyQt库进行GUI界面设计,完成导电片测量系统软件部分。通过实验,验证导电片测量系统测量精度高,满足企业实际生产测量使用要求。

关键词： 混合分布式相控阵-多输入多输出   目标检测   信道互易性   分集增益   相参增益   脉冲积累  

摘要： 针对如何高效运用雷达资源管理技术提高目标检测的准确性和可靠性,构建了一种混合分布式相控阵-多输入多输出(PA-MIMO)雷达系统模型,建立了基于奈曼一皮尔逊(NP)准则的目标检测模型,以及推导了同时考虑子阵收发共用导致的信道互易性和多脉冲相参积累条件的似然比(LRT)检测器,得到了给定虚警概率下的目标检测概率。通过与相控阵雷达、单输入多输出(SIMO)雷达、多输入单输出(MISO)雷达及最优阵元配置PA-MIMO雷达的性能对比,验证了混合分布式PA-MIMO雷达系统利用子阵内信号的相关性和子阵之间信号的独立性可以同时获取相干处理增益和波形分集增益,其最大检测概率达到0.9874,高于其他4种体制雷达,有效提高了雷达系统的目标检测性能。通过仿真分析验证了信道互易性与脉冲积累对于雷达检测性能的提升作用。

关键词： 轮胎磨损检测   图像处理   顶帽变换   连通性分析   抗干扰技术  

摘要： 随着汽车工业的快速发展,轮胎磨损检测对于确保车辆安全性能和延长轮胎使用寿命具有重要意义。本文针对图像式轮胎磨损检测仪在复杂环境下抗干扰能力不足的问题,提出了一种基于顶帽变换和连通性分析的结构光图像环境光抑制算法。该算法能有效提高检测仪在强光环境下的测量精度和可靠性,为轮胎磨损检测提供准确、稳定的结果。本文详细介绍了图像式轮胎磨损检测仪的设计原理、结构设计和工作流程,并对所提出的算法进行效果对比验证,结果 表明该算法具有较强的噪声抑制能力和实用性。

关键词： 光伏组件   目标检测   深度学习   SSDLite   多层特征融合   MobileNetV2  

摘要： 为了应对光伏组件缺陷检测中人工检测速度缓慢以及使用YOLO等深度学习模型时速度较慢且硬件成本高的问题,提出一种基于SSDLite的多层特征融合轻量化目标检测方法。该方法采用MobileNetV2作为SSDLite模型的骨干网络,并从中提取3个不同层次的特征层进行特征融合。针对不同缺陷的尺寸特点,对模型中的先验框的大小也进行了重新设计。在MobileNetV2的瓶颈结构中引入CBAM注意力机制,以提高模型的检测精度。相比传统的SSDLite模型,该文模型平均精度从65.8%提高至72.4%,虽然速度略微下降,但已基本满足实际应用的需求。

关键词： 目标检测   红外小目标   稀疏低秩分解   红外图像块  

摘要： 红外图像块小目标检测算法在数据链、预警、制导等领域有较为广泛的应用,如利用数据链可以将红外图像块小目标精确传送给雷达。为了在复杂背景条件下进一步提高红外小目标检测的效果,提出了一种重加权和局部先验融合的红外图像块(IPI)小目标检测算法。首先,采用加权Schatten p范数对背景图像块进行约束;其次,引入局部对比度先验信息和加权l_(1)范数抑制非目标稀疏点,进一步增强目标图像稀疏性,使算法模型性能进一步得到提升。仿真结果表明,所提算法在抑制背景杂波和精确检测目标方面均有较好的结果,优于现有经典算法。

关键词： 图像处理   YOLOv7   森林烟火   目标检测  

摘要： 针对YOLOv7参数庞大,无法对森林烟火准确高效检测的问题,提出一种基于YOLOv7改进的轻量化森林火灾检测方法。首先,将MobileOne特征提取网络引入骨干网络中,减少了大量内存访问;其次将损失函数优化为Focal-EIOU,通过增加高质量锚框的权重,加快收敛速度。本文提出的方法mAP达到0.933,FPS达到73.4flame/s,实验数据表明,本文方法能够准确高效地完成检测火灾的任务。

关键词： 机器学习   表面粗糙度   图像处理   卷积神经网络  

摘要： 结合图像处理技术,使用铸造表面粗糙度标准样块的表面图像对融入注意力机制的残差卷积神经网络进行了训练,并以此为核心开发了检测软件,配合图像采集模块用于实体铸件的检测,实现了铸件表面粗糙度的非接触测量。实测铸件的准确率为87.5%,单次测量用时0.086 s,能够在实际生产中快速、便捷地提供测量结果。

关键词： 深度学习   图像去雨   核预测网络   计算机视觉   混合雨模式   图像过滤   注意力机制  

摘要： 针对现有的图像去雨算法通常需要设计先验知识和多阶段优化框架导致算法适应场景单一的问题,提出一种基于图像过滤统一去除雨线和雨滴的去雨核预测网络(RKPN)。有雨图像通过RKPN估计像素级去雨内核。采用空洞卷积提取多尺度特征,提出一个多分支特征聚合模块。通过数据增强构建一个雨线和雨滴混合数据集(RDRS),提升现实世界复杂场景中图像去雨算法的效果。对4个公开数据集和RDRS数据集的广泛实验结果表明,所提模型取得均高于MPRNet等主流网络的峰值信噪比和结构相似度。

关键词： 计算机视觉   规则引擎   机器学习   深度学习   语言模型   多模态   参数量   模型参数  

摘要： 随着大模型参数规模和能力的跃升,大模型技术开始受到工业界的广泛关注,并激发了越来越多的AI研究者探索大模型在工业领域的应用。发展趋势1.国外工业大模型进展大语言模型的基础研究起源于NLP领域,经历了从规则引擎和统计学到机器学习,再到深度学习的演变,最终在Transformer架构的推动下,实现了大模型技术的重大突破。特别是2017年Transformer架构的引入,这成为了多种任务的基础模型,包括NLP、计算机视觉(CV)和多模态应用。随后,2018年BERT模型的推出,以其3亿参数量显著提升了对NLP任务的处理能力。随着大模型参数规模和能力的跃升,大模型技术开始受到工业界的广泛关注,并激发了越来越多的AI研究者探索大模型在工业领域的应用。

关键词： 桥梁工程   计算机视觉   位移监测   针孔模型   倾斜摄影  

摘要： 桥梁的位移响应是桥梁结构健康监测和安全状态评估的重要基础条件。为了充分利用机器视觉测量结构位移的优点,并提高其适用性,可以满足拍摄设备带有姿态角的情况下的结构位移拍摄的精度,提出了一种基于相机针孔模型的结构位移监测方法。利用稀疏光流对结构特征点进行追踪,得到亚像素级的图像位移,通过相机成像的光学几何关系,建立了现实世界位移和图像位移之间的解析解,将图像位移代入代数关系,进而得到结构真实位移。在室内开展简支模型桥动载位移识别试验中,与线性可变差动变压器位移计测量结果相比,当俯仰角在30°、偏航角在35°以内时,本文方法位移监测最大误差在6%以内,满足桥梁结构位移变形监测的应用需求。