关键词： 柠檬表面缺陷   图像处理   机器学习   自动化检测   SVM  

摘要： 柠檬作为一种重要的经济作物,其表面缺陷导致商品价值损失率达15%-30%,传统人工分拣方法难以满足高效检测的需求,而图像处理和机器学习技术在此领域的应用研究仍不够充分。本研究围绕着柠檬表面的五种主要缺陷干疤、病虫斑、日灼、斑点和机械伤开展研究,建立柠檬表面缺陷检测分类系统。具体的研究内容如下: (1)图像预处理与缺陷区域提取。分析了五类柠檬表面缺陷的特性,设计了适用于其完整检测与分类的流程,借助自研的图像采集系统获取红绿蓝(RGB)样本图像。预处理采用加权平均法进行灰度化、中值滤波去噪及大津法(Otsu)背景去除,为后续缺陷提取奠定基础。在此基础上,针对颜色不明显的缺陷,采用了一种结合色调-饱和度-明度(HSV)颜色模型与灰度阈值法的混合分割方法,有效分离颜色和灰度差异较小的缺陷,并通过形态学处理与连通区域分析优化分割边界。实验结果表明,此方法可以完整提取出柠檬缺陷区域,为特征提取和分类提供高质量的数据。 (2)特征提取和PCA降维。为构建缺陷区域检测与分类模型,从缺陷区域提取24维的HSV颜色矩、几何及灰度共生矩阵纹理特征。为减少特征冗余并降低计算复杂度,采用主成分分析(PCA)对提取的特征进行降维,结果表明,前4个主成分的累计贡献率达到95.059%,有效保留了95%以上的信息量,将特征空间降至4维,作为后续分类模型的输入,进而提升模型的分类准确率。 (3)基于SOA-SVM的缺陷分类模型。构建海鸥优化算法-支持向量机(SOA-SVM)分类模型,以10折交叉验证平均分类准确率为适应度值,优化SVM惩罚因子C和核参数γ。实验结果表明,在训练集上,SOA-SVM模型的适应度值达到96.94%,优于粒子群优化-支持向量机(PSO-SVM)的95.75%和灰狼优化算法-支持向量机(GWO-SVM)的94.88%。在测试集上,SOA-SVM的平均精确率为94.336%,F1-score为0.9436,均高于其他优化模型。因此,SOA-SVM模型能够对五种柠檬表面缺陷进行有效分类。 (4)柠檬表面缺陷检测与分类试验。通过基于图像采集和处理的试验平台验证,SOA-SVM模型与图像处理算法相结合,在柠檬表面缺陷检测分类中展现出实际应用价值,其缺陷检出率达到97.76%,缺陷分类准确率达到93.85%,表明该模型能够高效、准确地识别和分类柠檬表面缺陷,为柠檬质量检测提供了可靠的技术支撑。 论文通过SOA-SVM与图像处理技术实现了柠檬表面缺陷自动化检测与分类。研究表明,该系统在缺陷检测与分类中性能优异,为柠檬产业现代化发展提供有效解决方案。

关键词： 房树人绘画测试   图像分类   目标检测   特征提取   特征融合  

摘要： 房树人绘画测试具有非语言性、投射性和创造性优势,广泛应用于心理问题的识别与干预。然而,传统的房树人绘画测试依赖咨询师人工分析,结果易受到主观经验的影响,且效率较低,难以满足大规模心理筛查的需求。因此,将自动化方法应用在房树人绘画测试以提高客观性和效率是该领域的迫切需求。 在房树人图像中,绘画对象的多维度特征是心理分析的重要评价依据。现有端到端方法一体化程度较高,但容易受到无关特征的干扰,导致分类精度不足。此外,其“黑盒”特性使得特征与心理的投射关系难以提取与验证。多模块方法通过对绘画特征的提取与融合,在分类表现上优于端到端方法。然而,现有的多模块方法普遍存在计算冗余问题,且过于关注整体特征,忽视了对具体对象特征的细化分析。鉴于此,本文提出一种融合多维度特征的房树人图像心理分类方法,该方法优化和组合多个模块,旨在高效提取房树人绘画的多维度特征,并通过特征融合策略优化分类性能。本文的主要研究内容与成果如下: 首先,通过改进的YOLOv10n-S模型准确高效提取房树人绘画对象的位置和面积特征。在模型中,使用深度可分离卷积替代部分标准卷积,在C2f模块中嵌入动态蛇形卷积进行特征增强,并优化损失函数,最终在提升精度的同时减少了模型复杂度。 其次,使用改进的ARDP-SDNet网络准确提取关键绘画对象的形状特征。该网络基于草图识别任务模型Sketch-DeepNet构建,引入改进的自适应RDP算法作为下采样机制,通过通道和空间注意力机制增强特征识别能力,最终提升对房树人绘画对象的形状分类性能。 最后,设计了一种局部特征核变换的特征融合策略。根据多维度特征之间隐含的非线性关系和线性关系,将核函数应用于局部特征处理,结合拼接策略完成特征融合,构建出径向基神经网络实现最终的心理分类。 基于以上研究,本文以融合多维度特征的房树人图像心理分类方法为核心,通过目标定位、形状解析、心理映射的递进式分析,搭建了一个基于全局异步非阻塞技术的房树人绘画心理分析系统。在房树人绘画数据集上的测试结果表明,本文提出的融合多维度特征的房树人图像分类方法准确率达到91.9%,优于现有多模块方法,能够有效筛出负向心理绘画,在绘画分析相关研究中具有实际应用价值。

关键词： 视觉目标跟踪   时空信息融合   Transformer   Mamba  

摘要： 视觉目标跟踪是计算机视觉中的一项基础任务,其目标是在给定第一帧目标对象的目标框的条件下,在视频后续的帧对目标进行识别。目标跟踪可以应用在许多领域,包括公共安全领域的视频监控、军事领域中导弹追踪目标和机器人领域的目标感知等。但是由于跟踪环境复杂和目标本身变化多样,跟踪的过程中通常会遇到许多挑战,包括环境光线的变化、障碍物的遮挡、目标运动或者相机运动导致的目标大小改变和目标形状的改变等。所以,跟踪器除了要学习稳健的目标表观特征,还需要感知目标的状态变化和运动趋势来应对上述挑战。然而,当前许多跟踪算法往往热衷于研究目标的表观情况,而忽略了可以感知目标变化和运动的时空信息。所以,本文针对目标跟踪任务中如何高效挖掘时空信息来提升跟踪的精准度进行了深入研究,提出两个时空信息融合的目标跟踪算法: (1)基于Transformer和自回归查询的跟踪算法。当前,许多先进的跟踪算法在提取时空的信息的时候依赖手工制作组件来整合时空信息,导致没有完全利用到时空信息。为了缓解这个问题,本文提出了一个自适应的跟踪算法(AQATrack),采用简单的自回归的查询来高效学习时空信息,没有任何手工制作的组件。首先,本文引入一组可学习、自回归的查询来捕捉一定滑动窗口范围内的瞬时目标表观变化。其次,设计了一个新颖的注意力机制用于现有查询的交互并生成一个新的查询。最后,设计一个时空信息融合模块(STM)来让已带有时序信息的查询来指导空间特征的表达。通过STM对空信息的融合,AQATrack高效地结合了静态的表观和瞬时变化来指导鲁棒的跟踪。 (2)基于Mamba和上下文注意Token的鲁棒时空跟踪算法。如何处理好性能和计算成本之间的平衡是评判一个跟踪器好坏的重要标准。然而,当前著名的跟踪器常采用复杂和耗时的方法来结合时序和表观信息,它们依赖输入更多的图片或者特征来从其中挖掘时序信息。最终,这些方法不仅增加模型的计算资源和学习负担,还引入了许多无用甚至具有潜在干扰能力的信息。针对上述问题,本文提出一个简单但鲁棒的跟踪算法,它把表观建模和时序信息学习分离开,其中时序信息来自于一组代表性的Token而不是几张图片或者特征。具体地,跟踪器为每一帧引入一个跟踪Token来在骨干网络中收集目标的表观信息。然后,设计一个基于Mamba的时序模块来让当前帧的跟踪Token在与一定时间范围内的其他Token进行交互,这样模型就可以感知到视频中的上下文信息。时序模块主要包括一层拥有自回归特性的Mamba层和一层能全局感知的交叉注意力层,确保跟踪Token能充分交互并感知到目标表观的变化和运动趋势。最终,跟踪Token指导表观特征调整,在预测头中进行跟踪预测。 本文在LaSOT、GOT-10k和Tracking Net等六个目标跟踪公共数据集上进行了实验,两种跟踪算法均取得了先进水平,表明本文提出的时序信息挖掘方法提高了跟踪器对目标的判别能力。

关键词： 移动平台   目标检测   低空无人机   运动模糊  

摘要： 低空无人机的普及带来了诸多安全隐患,如黑飞、入侵敏感区域、对地面设施和人群构成威胁等,促使无人机目标检测逐渐成为低空空域管理与安全防控的研究重点。传统检测平台由于其视角固定,常在实际应用中面临监视盲区的问题。为克服固定平台的局限性,本文设计了一种基于移动平台的无人机检测系统,然而移动平台在移动检测过程中会产生图像模糊,同时多变的环境也导致目标背景复杂,构成了影响移动平台检测性能的关键难题。为了解决上述问题,本文提出了一种基于改进Deblur GANv2的去运动模糊算法,并结合改进YOLOv8的移动平台检测低空无人机算法,以提升移动平台在运动环境中对低空无人机目标的检测效果,本文围绕以下几个方面开展研究: 针对移动平台在检测无人机目标的过程中产生的低空无人机目标的运动模糊问题,本文提出了一种改进的Deblur GANv2去模糊算法。通过在其原网络生成器的C1到C5四层卷积层中增加自注意力卷积层,增强网络对关键区域的关注能力;在原网络判别器中加入自注意力卷积层,提升其判别能力与判别范围的全局感知力。同时,使用Ghost卷积块对轻量化模型Mobile Netv2对去模糊网络进行轻量化改进。 针对移动平台在检测过程中无人机目标过小以及在复杂背景中无人机的纹理与环境相似,常常导致检测效率低下,易出现误检和漏检等问题。本文设计了一种基于无人机目标区域兴趣增强的低空无人机目标轻量化检测算法。首先,为了抑制复杂背景对目标检测的干扰,提高对无人机目标区域的关注度,本文将特征提取网络中的C2f模块与通道空间联合注意力机制CBAM进行融合,以增强网络对目标区域与位置信息的感知能力;其次,本文在颈部网络中加入了双向特征融合网络BiFPN,以减少细节信息的损失并整合无人机多尺度信息。提高对无人机小目标检测的精度;最后通过ShuffleNetv2对骨干特征提取网络轻量化。 结果表明,在去除运动模糊的任务中,改进后的模型在检测精度损失较小的情况下,有效减少了模型参数数量,图像质量指标如PSNR和SSIM与原始Deblur GANv2模型相比PSNR达到21.25,SSIM达到0.85,推理时间缩短至0.28秒,提升了运行效率;而在目标检测方面,融合CBAM、BiFPN和ShuffleNetv2的改进YOLOv8模型在复杂背景及小目标检测场景下,降低了误检和漏检率,m AP@0.5值整体提升3.75%,准确率P和召回率R分别较原模型提升3.33%与4.01%。此外,模型体积由5.95MB压缩至3.54MB,提升了模型的轻量化与部署效率。

关键词： 下颌骨骨折   目标检测   YOLOv5   Transformer   注意力机制  

摘要： 下颌骨是颌面骨骼中第二大骨区域,下颌骨骨质较硬,但下颌骨正中联合部,左右两侧颏孔区,两侧下颌角以及髁突颈部是下颌骨的结构薄弱区,是骨折的好发部位。使用YOLOv5模型进行辅助诊断,可以有效的提升放射科医生的诊断效率。但由于不同体位、不同部位以及受力程度的不同导致下颌骨骨折区域大小不一,并呈现出骨骼微裂、骨骼嵌插和骨骼断裂等现象,因此骨折区域大小和形状差异较大,定位和识别难度较高。针对上述问题,本文的主要研究如下: （1）由于不同体位、不同部位以及受力程度的不同导致下颌骨骨折区域大小不一,使得现有模型难以准确定位和识别骨折区域。本文提出一种基于多尺度全局特征增强的下颌骨骨折检测模型（M3YOLOv5）,主要创新工作如下:首先,将CNN和Transformer有效结合,弥补CNN全局信息提取能力不足的问题,提高模型对骨折区域的定位能力。其次,将浅层特征中的位置信息通过空间注意力机制补充给深层特征层,将深层特征层中的语义信息通过通道注意力机制嵌入给浅层特征层,提升模型对骨折区域的识别能力。最后,使用不同尺度、不同膨胀系数的深度可分离卷积,为模型提供更丰富的感受野,提高模型对多尺度骨折区域的检测能力。实验结果表明,在下颌骨骨折CT数据集上,提出的M3YOLOv5模型在精确率、mAP值、召回率和F1值分上别达到了97.18%、96.86%、94.42%和95.58%。 （2）由于骨折区域受外力程度和角度不同,呈现出骨骼微裂、骨骼嵌插和骨骼断裂等现象,因此骨折区域大小和形状差异较大,定位和识别难度较高。本文提出Mandible-YOLO模型进行下颌骨骨折区域检测,主要创新工作如下:首先,采用不同尺度的卷积核来提取多感受野特征,提升模型对不同大小骨折区域的感知能力。其次,将具有位置信息的空间注意力机制和包含频域变换的通道注意力机制相结合,提升模型对骨折区域的识别能力。最后,通过在C3模块中引入Transformer机制,该策略增强了模型长距离特征捕获能力,提升了模型对骨折区域的定位能力。实验结果表明,在下颌骨骨折CT数据集上,提出的Mandible-YOLO模型在mAP,Pre,Rec和F1指标上分别达到了97.02%,97.12%,93.82%和95.11%。 （3）开发了面向下颌骨骨折的YOLOv5检测系统,主要工作如下:首先,明确系统的功能需求。其次,依据需求分析,对系统功能进行实现。最后,对系统的功能模块进行测试。

关键词： 目标检测   注意力机制   GSConv   VoV-GSCSP   YOLOv8  

摘要： 随着智能家居设备的快速发展,室内清洁机器人的使用已经越来越普遍。障碍物检测与避障技术是清洁机器人的核心功能之一。尽管激光雷达和传感器可以辅助清洁机器人规避障碍物,但在检测小型障碍物和处理复杂背景时仍存在局限性。因此,如何高效识别小型障碍物并在复杂背景下实现精准避障成为了当前亟待解决的问题。本文旨在通过深度学习的技术,对清洁机器人运行时周围的复杂环境进行障碍物检测,以实现精准的清洁以及避障操作。 本文针对室内清洁机器人障碍物检测的特点和需求,研究并分析了基于深度学习的目标检测模型的优缺点以及适用范围,决定选用检测效果较好的YOLOv8模型作为室内清洁机器人障碍物检测的基线模型,在此基础上,根据原预训练模型对障碍物检测过程中遇到的问题进行针对性的模型优化。 针对室内清洁机器人在复杂场景下对小目标障碍物检测精确度不高的问题,本课题在YOLOv8模型中分别集成了SE、CBAM和ECA三种注意力机制,有助于模型聚焦于障碍物的关键特征,抑制背景噪声的干扰,从而增强模型对障碍物特征的提取能力。通过对比改进前后的检测精度,最终选取ECA注意力模块进行融合作后续改进的基线模型,改进后模型YOLOv8-ECA的mAP为97.6%,提升了1.0%。 针对清洁机器人的硬件资源限制以及对障碍物检测的实时性要求,本文以YOLOv8-ECA模型作为基线模型,对其进行轻量化改进。(1)通过在主干网络中引入轻量化卷积GSConv,减少模型的参数量和计算量的同时保持模型的检测性能。(2)通过在颈部网络中引入VoV-GSCSP模块,降低模型计算复杂度和网络结构复杂度的同时保持足够的精度。改进后模型YOLOv8-EGV的mAP为97.5%,检测精度基本保持不变,参数量减少了121568,降幅约为4%,计算量减少了0.8 GFLOPs,推理速度提升了15FPS。

关键词： 卡车纵梁   视觉测量系统   图像处理   深度学习超分辨率重建   测量误差  

摘要： 纵梁是卡车底盘的核心结构部件,通常纵梁通过表面设计的圆形装配孔实现轻量化与强度优化,既能支撑车身、传递载荷并在碰撞中吸收能量,又可以通过装配孔实现发动机、悬架等关键部件的连接,其装配孔尺寸直接影响车身结构安全性和车体装配质量。当前,装配孔检测主要采用传统人工检测及机器视觉检测,人工检测方法误差大、效率低,而机器视觉的检测方法由于受硬件老化、环境因素等影响,导致图像质量受限,从而制约了测量准确度。本文针对卡车纵梁装配孔检测问题,改进深度学习和边缘检测算法,来提高卡车纵梁装配孔测量准确度,主要完成了以下几项工作: 1.基于视觉检测流程,设计并搭建了卡车纵梁装配孔测量系统,该系统硬件架构包括传动平台装置、多相机图像采集装置和定位装置等三部分组成,并根据检测需求对硬件系统中的相机、镜头和光源等组件进行选型,并开发了测量系统软件。 2.针对纵梁难以一次性完整拍摄的问题,基于改进的SIFT图像拼接算法实现纵梁拼接。该过程首先使用多目相机进行图像采集,并通过相机标定获取相机内外参数,实现多坐标系统一与图像畸变校正;然后,使用中值滤波实现降噪处理;最后,提出了改进的SIFT图像拼接算法,该算法通过相位相关技术识别重叠区域,结合特征矢量图和二维最大熵分割优化单应性矩阵,实现了图像的快速匹配与高质量拼接。 3.针对测量系统受硬件老化、灰尘堆积、光照环境等因素影响,使装配孔图像质量低、模糊等问题,基于深度学习超分辨率重建原理,提出了PRAB-LapSRGAN算法模型,该模型将拉普拉斯金字塔结构与图像超分辨率生成对抗网络SRGAN相结合,同时融入CBAM注意力模块和自设计递进残差注意力编制模块PRAB,通过分阶段重建完成多尺度重建超分辨率图像的任务。实验结果表明,生成图像PSNR达32.46dB,解决了生成质量低,模糊等问题。本算法实现了提升图像装配孔关键区域细节、增强算法鲁棒性。此外,在构建数据集方面,通过设计双路动态退化学习下采样网络TP-DDLDN,来生成逼真低分辨率图像,确保改进算法模型的泛化性。 4.基于矩边缘检测原理,通过构建新型边缘跃变模型,设计了自适应阈值Zernike矩亚像素边缘检测法。该算法实现了卡车纵梁装配孔图像的边缘亚像素拟合,解决了传统Zernike矩边缘检测算法测量精度低且需手动调整阈值的问题。对比改进前后的Zernike矩法纵梁孔径检测结果,实验结果表明原算法测量误差为-0.235mm至0.341mm,本文改进算法孔径测量误差±0.2mm以内,提高了测量精度准确性。

关键词： 毫米波雷达   多目标检测   单元平均恒虚警   目标遮蔽   检测门限  

摘要： 针对单元平均恒虚警(CA-CFAR)算法在多目标环境下容易造成目标遮蔽等问题，本文提出了一种基于比值的改进CA-CFAR(RCA-CFAR)算法，在此基础上，对RCA-CFAR算法最多可容忍的干扰目标数进行理论推导，得出其最多可容忍的干扰目标数与参考单元之间的关系，并对最多可容忍的干扰目标数进行证明。此外，结合CA-CFAR算法将RCA-CFAR扩展为2D RCA-CFAR算法，通过分阶段处理，在距离维使用RCA-CFAR算法进行预检测，在多普勒维使用CA-CFAR算法进行目标检测，该算法既降低了邻近多目标区域的检测门限，又提高了检测效率。仿真和实验结果证明了所提算法的有效性、实用性和优越性。

关键词： 数字全息   散射成像   4F系统   图像处理   弹道光子收集  

摘要： 为了提升远距离浑浊水下离轴全息成像在弹道光子稀疏和强散射光背景下的成像质量，本研究提出了一种基于离轴数字全息的水下散射成像方法，该方法结合了空间滤波装置和参考光光强自由调控。4F针孔滤波系统不仅有效滤除了反射过程中产生的大量散射光子，显著降低了散射噪声，还提高了弹道光子的相干度，优化了成像效果。与直接成像相比，使用4F系统的水下散射成像方法的成像距离增大了45.31%（衰减长度从6.4增大到9.3）。同时，通过精细调控参考光的光强，可以进一步减小相干噪声的影响，提高成像的对比度和重建图像的精度，重建图像的结构相似度（SSIM）普遍提升0.05～0.13，峰值信噪比（PSNR）普遍提升0.5 dB～2.4 dB。所提基于离轴数字全息的水下散射成像方法可将成像距离提升到10.3，此时物体重建像的SSIM值为0.175,PSNR为4.65 dB,RMSE值为164.23。采用神经网络对该重建结果去噪后得到的最佳成像结果是：SSIM值为0.377,PSNR值为7.68 dB,RMSE值为112.74。所提方法为远距离浑浊水下散射成像提供了一种有效的技术方案。