关键词： 动态环境   目标检测   阴影去除   Kalman滤波   位姿预测  

摘要： 随着“中国制造2025”战略的深入推进,智能制造领域在工业自动化装备与视觉检测技术方面取得了显著进展。研究人员通过在机械臂系统中集成视觉传感装置,有效提升了设备对作业目标的类别识别与空间定位能力,从而更好地适应现代化智能制造场景的应用需求。本文以运动目标工件为研究对象,针对实际应用中受背景干扰、光照阴影及视野约束等复杂工况影响,开展对运动工件的检测与跟踪预测定位研究,并搭建了一种动态目标识别抓取系统。本文的具体内容如下: (1)针对在检测过程中因光照不均导致目标被误检以及存在阴影等问题,提出一种结合HSV颜色空间的改进高斯混合建模算法。采用权重归一化更新背景模型提取前景的方法有效解决了背景反光干扰的问题,引入HSV色彩空间,并基于该色彩空间进行了多重特征阈值判断,以达到去除阴影干扰、提高检测精度的目的,为后续工件定位做准备。 (2)对动态目标跟踪预测定位和抓取控制展开研究,针对目标在移动到相机视野外时存在Kalman滤波算法观测数据误差偏大导致目标跟踪定位丢失的问题,设计了一种结合CV运动模型的Kalman滤波预测定位算法。根据当前时刻预测值和上一时刻后验估计值推断出当前时刻的状态估计,解决了受视野约束的观测数据丢失问题,实现了对运动目标的预测定位。 (3)针对视觉-机械臂集成系统的硬件架构开展了选型与设计工作。本文构建了完整的抓取系统的硬件平台及软件通信架构,对系统的软件开发环境以及界面进行了设计,同时对系统各模块的设计方案与实现方法进行了详细阐述。 (4)为检验所提算法的有效性。分析了摄像机成像过程中涉及的多维空间坐标变换问题,建立了摄像机坐标系与机械臂基座标系之间的空间映射关系模型。运用提出的视觉算法对运动目标进行识别,在基于自主构建的视频流测试数据集上开展了运动目标物体跟踪定位算法性能对比实验。实验结果表明,所提出的方法在各项评价指标上均表现出优越性能,具有实际应用价值。

关键词： 信息处理技术   水下目标识别   成像声呐   图像处理  

摘要： 阐述了侧扫声呐、合成孔径声呐和前视声呐在图像分类、检测以及分割任务中的目标识别算法及其解决的主要问题。通过结合不同声呐的成像特点与应用场景，分析总结上述成像声呐对应图像处理任务下的目标识别算法的优劣及仍需解决的关键问题，并展望其未来发展方向。

关键词： YOLOv3   工业扬尘   火灾烟雾   目标检测   视觉烟雾检测智能识别系统  

摘要： 针对传统烟雾和工业扬尘检测系统存在的环境适应性差、响应延迟等问题，文章提出了一种基于改进YOLOv3算法的视觉智能检测系统。通过融合残差模块、瓶颈层及多尺度特征融合策略(上采样+级联)，优化了网络在复杂光照下的特征提取能力。系统结合了火灾烟雾和工业扬尘的实际场景数据训练，实现在不同环境下的高精度检测。实验表明，改进后的YOLOv3模型在火灾烟雾、明火及工业扬尘检测中的准确率分别达到95.6%、98.3%和91.7%，较原始模型提升7.1%、12.3%和20.3%。系统在强光、逆光等复杂场景下误检率降低至2.1%，显著优于传统检测方法。该系统具有响应速度快、成本低、适应环境广等优势，能够广泛应用于消防安全、工业环保等领域。

关键词： 深度学习   单目视觉   深度估计   3D目标检测   跨尺度特征融合  

摘要： 近年来,无人机技术在军事领域的战略价值日益凸显,其低成本与高机动性特征构成大规模作战核心竞争力。作为目标跟踪与路径规划的基础,3D目标检测直接影响无人系统的战场感知能力。单目视觉具有结构简单、成本低廉的优势。但由于单目相机缺乏深度感知信息,相比基于激光雷达、双目相机的3D目标检测在精度上受到限制。因此本文提出一种基于无人机单目视觉下的3D目标检测算法,通过融合单目深度估计网络生成的深度图,结合深度信息优化3D目标检测精度。为验证算法性能,本文构建了针对近距离复杂场景的自建数据集,涵盖了复杂背景和遮挡等情况,并引入公共数据集以补充多样化的目标尺度与视角分布,本文的主要工作如下: (1)针对无人机单目视角场景下多尺度目标增多的问题。本文提出基于多尺度特征融合的单目深度估计算法。首先为了提取更多的特征信息同时降低计算量,采用EfficientNet作为主干网络;其次使用空洞空间金字塔池化ASPP增强多尺度特征表达能力;接着为了减少编码器与解码器下采样期间丢失的浅层纹理细节信息,引入对称跳跃连接;然后为了提升深度图中目标边界的结构一致性和边缘对齐精度,同时细化其纹理细节,引入多尺度结构相似损失函数MS-SSIM;最后通过与不同算法进行实验及消融对比,证明本文改进的单目深度估计模型在自建数据集与公共数据集在RMSE和REL等指标上性能更优。 (2)针对深度图辅助的单目3D目标检测中跨模态特征建模不足的问题。本文提出基于RGB与深度图跨模态融合的单目3D目标检测算法。首先通过结构裁剪的并行双支路编码器分别对RGB图像与深度图进行特征提取,并设计Transformer架构实现跨模态特征融合;其次为了保持计算效率的同时增强特征表达的局部细节感知与全局空间感知能力,引入动态组合多头注意力机制DCMHA模块增强在局部细节和全局建模能力;此外为了降低高密度目标场景漏检率和NMS耗时,采用Soft-NMS使用降低漏检率,最后在损失函数中引入w Io Uv3损失减少低质量样本对性能的影响。最后通过数据集实验测试,证明提出的模型在低空角度对目标能够实现有效的3D目标检测。

关键词： 三维点云   目标检测   无人驾驶   特征提取   空间增强  

摘要： 现代城市交通环境对无人驾驶汽车的环境感知能力提出了更高要求。尽管传统二维图像感知技术已广泛应用,但在复杂场景中难以完整获取目标的立体信息。三维点云目标检测技术通过激光雷达等传感器可精准感知环境三维信息,然而现有方法仍存在点云稀疏性处理不足、多尺度特征融合不充分以及空间通道表达能力有限等问题。为了解决这些问题,本研究在经典的Point Pillars网络基础上,提出了一系列改进与优化策略,旨在提升目标检测精度和模型的计算效率,同时增强网络对复杂驾驶场景的适应能力。本研究主要工作如下: (1)针对Point Pillars特征提取模块中传统随机采样方法易丢失重要特征的问题,本研究设计了一种基于点柱聚类采样的优化策略,该方法采用DBSCAN密度聚类替代了传统随机丢弃法,通过中心采样保持特征点内点数的均匀性,从而减少噪声和密度不均的问题。此外,本研究还提出了混合池化扩展卷积层,增强了特征的多尺度表达能力,在有效应对点云稀疏性的同时,保留关键信息并融合空间、通道维度的特征表达,提高了点云处理的质量。 (2)针对Point Pillars骨干网络中传统堆积卷积难以充分学习不同层之间的特征关系,且空间和通道维度特征的协同增强能力有限的问题,本研究对骨干网络进行了改进,设计了一种深残差结构(DWRS),以加强不同层之间的特征关系学习,同时提升网络的深度和宽度,以增强特征表达能力。此外,结合空间通道协同增强模块(SCS-EM),从空间和通道两个维度优化特征表达,提高骨干网络对关键特征的捕捉能力。 (3)针对Point Pillars颈部网络采用传统FPN结构导致的上采样策略有限、难以有效重组特征信息,以及对不同尺度特征的适应能力不强的问题,本研究提出了一种优化改进方案。采用CARAFE动态上采样结构,增强对地理框架和重组特征信息的适应能力,并添加混合尺度密集连接模块(MSD-DC),旨在增强感知上下文信息的能力,使网络可以应对不同尺度进行更优的特征提取和融合,提高三维目标检测的整体性能。

关键词： 挺身式跳远   姿态匹配   运动评估   单目视觉测速   计算机视觉  

摘要： 挺身式跳远是田径运动中的基础项目,对运动员起跳姿态、腾空控制及落地稳定性要求较高。然而,传统对于这项运动的技术评估方法依赖于人工观察和经验判断,主观性较强,难以提供量化的分析。虽然视频回放分析在一定程度上改善了评估效果,但仍缺乏实时反馈和精准匹配机制,难以满足体育教学和个性化训练需求。 为此,本研究提出基于计算机视觉的挺身式跳远智能评估方法,构建智能分析和评价系统,结合姿态匹配、运动评估和助跑测速,量化分析运动员技术表现。该系统基于HRNet-W32深度学习模型提取运动员跳远过程中的17个关键关节点,并通过卡尔曼滤波与双向LSTM进行轨迹优化,提高数据稳定性和时序一致性。本文的主要工作: 1.提出融合动态时间规整(DTW)与余弦相似度的姿态对齐算法,并构建基于相对L?距离的评分机制。该方法可实现挺身式跳远中起跳、腾空、收腹三个阶段动作的精准匹配与稳定评价,增强了姿态评估在多样体型与复杂环境下的鲁棒性与一致性。 2.设计了无标定单目视觉测速方案,结合人体比例建模与图像透视补偿,在无专用硬件设备条件下实现助跑速度的高精度估算,实验验证该方案的平均误差低于9.4%,具备良好的工程实用性和可推广性。 3.开发了挺身式跳远智能分析系统。系统通过运动员的挺身式跳远全过程视频流提取人体关键点并实现姿态评估与评分。实验结果表明,系统在自建数据集上的姿态匹配F1-score达到89.6%,较传统滑动窗口方法提升15.4%;助跑测速误差低于9.4%,测速精度满足挺身式跳远的课程教学运动分析需求;系统评分与专家人工评分的相关系数为0.85,说明系统评分具有较高的有效性和可靠性。此外,系统能够在10s内完成姿态估计与评估,满足实时体育教学与训练要求。相较于传统方法,本研究的智能分析系统不仅提高了运动技术评估自动化水平,还能提供个性化反馈,辅助运动员优化技术动作,提升运动表现。 本研究为挺身式跳远智能教学和训练提供科学、客观的技术分析工具,具备广泛应用于学校体育教育、运动训练及竞技体育评估的潜力。同时,研究方法可推广至其他田径项目(如三级跳远、跨栏、短跑起跑分析等),为运动生物力学和人工智能在体育教学中的应用提供技术支持。

关键词： 遥感图像   目标检测   深度神经网络   网络剪枝  

摘要： 合成孔径雷达(Synthetic Aperture Radar,SAR)凭借其全天候成像优势,以及随着星载及机载SAR系统在成像质量与覆盖能力方面的持续突破,使SAR图像在军用、民用领域得到了广泛应用。然而,作为边缘计算平台,星载及机载SAR系统往往受限于多维度的资源约束条件,包括但不限于有限的计算吞吐量、受限的存储容量、能源供应瓶颈以及通信带宽制约,与目标检测网络日益增长的参数量与计算量需求之间的矛盾不断凸显。 本文以解决目标检测模型在边缘设备上面临的计算、存储等资源受限问题为目的,针对现有网络剪枝算法的参数重要程度评估准则的准确性较低、网络存在冗余计算等问题开展了研究工作并取得了一定成果,提出了新的剪枝准则,并优化了目标检测模型的网络结构设计,同时在多个数据集上验证了方法的有效性。主要工作可归纳如下: 1.针对目前网络剪枝研究中存在的参数重要程度评估准则的准确性较低问题,本文提出了基于特征图-标签互信息的剪枝准则,并在多个图像分类数据集上验证了方法的有效性。与现有方法相比,本文提出的方法对参数重要性的判断更加精确,在剪枝后可以更好地保持模型识别精度,能够以很小的精度损失为代价剪除模型接近60%的参数,有效降低了模型的浮点计算量。 2.对于舰船检测任务,现有目标检测网络普遍存在模型参数量庞大、结构冗余度高等问题,而当前研究多聚焦于通用模型的压缩与优化,未能充分挖掘遥感数据特有的先验知识以指导模型结构设计。针对这些问题,本文在第一项工作内容的基础上,将遥感目标长宽尺寸在固定分辨率影像中主要集中于特定区间且方差较小的特性融入了模型设计中,移除了在对遥感图像进行目标检测时贡献较小的检测头。在对比实验中,本文方法在识别精度、参数量、处理速度等方面都超越了Faster R-CNN、YOLO v5等模型。 3.为遥感图像目标检测开发了可视化系统,提升了本文方法的易用性。 综上所述,本文通过提出准确性更高的剪枝准则和更适合遥感领域目标检测任务的特征金字塔结构,进一步压缩了模型的参数量和计算量,有效改善了当前目标检测模型在星载及机载遥感系统上面临的计算资源、存储资源受限的问题。

关键词： 方腔流   图像处理   停留时间分布   粒子图像测速   流动模型  

摘要： 方腔流作为一种典型的流体流动现象,是众多复杂流动研究的基础。方腔内部独特的涡流结构能够作为调节混合过程的有效机制,深入理解并准确预测方腔内流体的流动与混合特性,对于优化方腔结构设计、充分利用涡流特性并开发具有可控流场结构的新型反应器具有重要意义。 本研究采用正阶跃输入的示踪实验,对湍流状态下的方腔流动进行可视化研究,同时利用图像处理技术测定方腔流中液相停留时间分布（RTD）,并结合二维粒子图像测速技术测定的液相流场,探究了方腔上方流道流量（Q）、方腔长度（L）、长深比（L/H）和厚度（T）对流动特性和液相RTD的影响。 研究结果表明,仅有5%左右的液相从方腔上方流道进入方腔,驱动方腔内的液相形成涡流,其流量占比与L和T成正比,而基本不受Q的影响。增大Q,进入方腔的流量同比增大,液相循环加快,平均停留时间t减小,RTD的均匀性增加,但涡流结构变化较小,表明流体的宏观混合状态基本不受Q的影响。在L/H=1的正方形方腔中,随着L的增大,进入方腔的流量随之增大,但方腔体积增大5.44倍,t仅增大1.78倍左右,并且低流速区体积增大,导致其与主流区域流体的混合效果变差。随着L/H的减小,方腔内的涡流被纵向拉长,在L/H=1/2的方腔中还会形成新的次级涡流,低流速区体积迅速增大,t显著增大,并且内循环程度的增加增大了返混程度。随着T的减小,进入方腔的流量和方腔体积同比减小,t基本不变,但涡流中心低流速区体积增大,整体流速减慢,进而削弱了混合效果。 基于方腔流中液相平均停留时间t的影响因素,建立了无量纲停留时间（tu0/L）与方腔结构（L/H和L/T）、来流结构（L/dm）和方腔雷诺数（Re L）间的无量纲关系式,其对t的预测误差均在10%以内。最终,基于方腔内部的流动与混合特性,建立了停留时间分布的非理想流动模型,并根据无量纲关系式分析了流动条件和方腔结构对模型参数的影响。结果表明,Q、L和L/H均与模型参数有较好的相关性,而T只与内循环流量占比相关。模型能够较好地描述方腔内流体的流动与混合行为,可以为新型反应器设计提供理论基础。

关键词： InSAR   大梯度沉降   相位解缠   YOLOv10   高斯模型  

摘要： 合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)技术凭借全天时、高空间分辨率的特点在地表形变监测领域极具优势。然而，因采矿活动导致的大梯度沉降漏斗在干涉图中易产生密集的非线性干涉条纹，对相位解缠带来挑战。为解决这个难题，提出一种将深度学习目标检测网络与沉降漏斗反演建模相结合的解缠方法，旨在识别和模拟干涉图中的沉降漏斗，在缠绕相位中降低相位梯度，从而实现高精度相位解缠。该方法首先在YOLOv10框架下采用模拟和真实矿区干涉图训练沉降漏斗探测模型，实现大规模干涉图沉降漏斗自动识别；然后，利用以角度偏差最小化为目标函数的二维高斯模型对每个沉降漏斗进行反演和建模；接着，从干涉图中减去模型相位，对残余相位滤波，减少因滤波导致的相位混叠并增加干涉信噪比；最后，对滤波的残余相位进行解缠并加回模型相位，恢复真实解缠相位。通过模拟数据和覆盖中国山西大同地区的陆探一号数据集，分析了所提方法解缠前后相位残点的变化以及模拟数据统计，并与传统矿区解缠处理方法进行了对比。结果表明，所提方法具有更强的鲁棒性和更高的精度，在矿区非线性高形变梯度区域的解缠中，平均均方根误差较传统方法减小了57.4%,平均残点数减小了23.4%，证明了所提方法的可行性。