关键词： 机场跑道异物(FOD)   车载线阵视觉   图像增强   目标检测   YOLO11  

摘要： 机场跑道异物检测是保障航空安全,特别是航空发动机安全的关键环节。目前,我国大部分机场还在使用传统的人工检测的方案,存在效率低,受环境的干扰、人力成本高等缺点。尽管国内外已有基于面阵相机的光学成像和毫米波雷达的检测系统,但由于面阵相机受运动速度影响造成运动模糊和拼接困难,从而影响检测效果,而毫米波雷达价格昂贵、维护复杂,难以在中小机场普及。考虑到线阵视觉的兼具高速、高分辨率的优势,因此本文采用了线阵相机作为车载平台的图像采集单元,开展了机场跑道异物检测技术的研究。 首先,在基于车载线阵视觉的图像采集上,考虑到线阵相机在高速情况下受到车辆本身震动、传感器激励等因素导致触发信号失真而使线阵相机图像畸变问题,通过设计并实现与车速传感器同步的频率适配模块,构建了车载平台图像采集的运动学模型。并在此基础上,提出了基于拓展卡尔曼滤波的预测算法,保障触发信号的连续性,实现采集图像的畸变优化。实验表明,该算法能有效解决车载平台高速运动情况下触发信号丢失而造成图像畸变的问题,实现车载平台在80km/h下2K横向分辨率图像采集,并确保线阵图像采集的定位精度在500m范围内小于0.7m。 此外,针对图像采集中线阵图像受环境光干扰造成图像质量降低问题,提出了一种软硬件结合的图像增强策略。该策略首先通过图像灰度的统计阈值来完成对激光补光功率的自适应调节,保证图像背景的亮度一致性。同时,针对图像采集中的遮挡阴影问题,设计了一种基于编码器、解码器架构(Encoder-Decoder Architecture)的阴影图像增强网络。该网络通过端到端监督机制和门控反馈机制,配合双解码器迭代形成类似残差学习的方式,逐步逼近无阴影图像。实验结果表明,所提策略能在有效地消除阴影的同时,保证图像亮度的一致性。 最后,在针对基于YOLO11网络的机场跑道异物目标检测中受表面纹理干扰,造成检测精度不足的问题,提出了一种YOLO11网络的优化方法。该方法在主干网络上设计了CSP-DSMEnhance双域选择模块,来增强边缘特征提取能力;设计了GNDE-Detect轻量化检测头来优化多尺度特征,在损失函数上引入EMASlide Loss来动态调整样本权重来优化网络对不同尺度目标的适应性。通过公开数据集和自采数据集的实验表明改进模型能够有效地减少表面纹理干扰,并一定程度上提升检测精度。

关键词： 可见光谱   伪装目标检测   双通道解耦   信息协同   跨模态交互  

摘要： 面向可见光谱图像的伪装目标检测任务旨在利用可见光谱信息检测和周围环境具有视觉一致性的伪装目标。这种视觉一致性导致的目标边界区分难和辨识性特征学习难等问题，限制了现有目标检测方法在伪装目标检测任务中的有效性。为此，本文提出一种跨模态动态协同双通道网络(CDCDN),探索了全局-局部多层次视觉感知和视觉-语言模型(VLM)在伪装目标检测中的应用潜力。具体而言，首先，针对目标边界区分难，设计了动态协同双通道模块，通过双通道将检测过程解耦为全局信息定位和局部特征细化，从多层次的视觉角度进行针对性的检测和优化。在此基础上构建了动态信息协同及融合机制，通过全局门控约束与局部感知校正实现了全局与局部信息的相互补充和校正，从而增强了目标检测模型在目标边界模糊场景中的空间捕获能力。其次，针对辨识性特征学习难，设计了跨模态场景对象匹配模块，通过引入VLM来建立视觉和语言模态的跨模态交互，增强了目标与背景在特征空间中的差异性，从而提升了目标检测模型在缺乏辨识性特征场景中的语义区分能力。在MHCD2022和COD10K两个数据集上分别评估了mAP@0.5、 mAP@0.5∶0.95和mAP@0.75指标。CDCDN在MHCD2022数据集上分别达到67.6%、 42.6%和48.4%,在COD10K数据集上分别达到67.9%、 40.6%和41.0%。与五种主流的目标检测方法Faster R-CNN、 DETR、 Lite-DETR、 YOLOv5、 YOLOv10相比，CDCDN在三个指标上均取得了最优的检测精度。荒地、草地、树林和雪地四种常见伪装场景的可视化检测结果进一步验证了CDCDN具有良好的场景适应性。在消融实验中，逐步消融CDCDN中的关键组件，以系统地评估其贡献，结果显示各个关键组件都有助于模型检测性能的提升。综合实验结果表明，CDCDN可准确检测和周围环境具有高度视觉一致性的伪装目标，为伪装目标检测提供了一种新的解决方案。

关键词： 深度学习   密封圈   缺陷检测   目标检测   标准化流  

摘要： 密封圈被广泛应用于现代工业生产中,发挥着阻止气体液体泄露的作用,因此需要对密封圈进行缺陷检测。但由于密封圈其体积较小,人工检测费时费力,且容易发生漏检。基于传统图像处理的检测方法虽然对于密封圈毛边,尺寸错误等缺陷有着良好的检测效果,但对于密封圈表面的其它缺陷则难以检测。而随着深度学习技术的不断发展,工业界逐渐使用深度学习技术对印刷电路板,钢材等产品进行缺陷检测。由于针对密封圈缺陷检测的相关研究还较少,因此本文展开了以下研究: 1.针对俯视角拍摄下,密封圈的图片比较类似,适合使用无监督缺陷检测,但完全使用无监督缺陷检测又容易造成误检的问题。本文设计了一种双分支缺陷检测网络,包含了主干网络,有监督分支以及无监督分支三个部分。在有监督分支针对密封圈图片中空的特性,设计了区域坐标注意力,并融合区域坐标注意力以及小目标检测头设计了RCA-Bi FPN-P2有监督分支。在无监督分支设计了基于标准化流的无监督缺陷检测网络,进行图像级的无监督缺陷检测,用以解决有监督分支对于数据少、变化大的缺陷难以检测的问题,同时避免了只使用无监督缺陷检测导致的误检问题。在实验部分,本文收集了Seal Ring-Top-Det数据集用于验证所提出有监督分支的有效性;同时收集了Seal Ring-Mix-Unsupervised以及Seal Ring-Obvious-Unsupervised数据集分别用于验证无监督分支的可行性和优势。 2.由于俯视角下并不能完全拍摄到所有缺陷且部分凹坑缺陷不如侧视角成像清晰,而侧视角下往往需要拍摄多张图片才能覆盖整个密封圈,因此本文设计了一种针对侧视角下密封圈凹坑缺陷的轻量化缺陷检测网络Tiny SPDYOLO,在主干网络使用提出的Light SPDConv替换下采样卷积,颈部网络使用提出的Faster C2f以及Channel Mix Down模块对模型进行轻量化,而在检测头部分则使用Effective ASFF检测头增强检测能力。在实验部分,首先在收集的Seal Ring-Side-Det数据集,进行了消融实验和对比实验,验证了本文提出改进的有效性。最后通过在Seal Ring-Top-Det数据集,PKU-PCB数据集,NEU-DET数据集上验证了提出模型的泛化性。

关键词： 机场飞鸟检测   目标检测   YOLOv5   多目标追踪   Deepsort  

摘要： 随着全球航空业的快速发展,机场周边飞鸟活动引发的鸟击事件已成为威胁飞行安全的重要因素之一。鸟击事故不仅导致每年数亿美元的经济损失,还可能引发严重的人员伤亡,尤其在起降阶段的低空飞行中,飞鸟的高速移动和不可预测性使得传统人工监测手段难以满足实时性和准确性的需求。为此,本文针对机场飞鸟检测与动态追踪的挑战,提出两种创新的计算机视觉算法,旨在提升飞鸟目标的检测精度、追踪稳定性及系统实时性,为机场飞行安全提供可靠的技术支持。 本文提出了一种基于YOLOv5的MDANet-YOLO(Multi-Scale Dynamic Attention Network YOLO)机场飞鸟识别算法,针对飞鸟小目标、多尺度变化、快速移动和复杂背景干扰等问题,设计了多尺度特征优化、动态边界框回归与损失优化以及时空注意力模块的综合解决方案。多尺度特征优化通过引入加权双向特征金字塔网络和小目标检测头,增强了远距离和小尺寸飞鸟的感知能力;动态边界框回归通过替换CIo U损失为EIo U或SIo U,并结合动态权重机制,优化了快速移动目标的边界框定位精度;时空注意力模块通过融合空间和时间信息,捕获飞鸟的动态运动轨迹,提升了密集场景和复杂背景下的鲁棒性。 提出了一种基于动态追踪优化的机场飞鸟检测追踪算法,结合MDANet-YOLO检测器和Deep Sort(Deep Simple Online and Realtime Tracking)的多目标追踪框架,针对飞鸟的快速移动、密集分布和非线性运动特性,设计了动态特征融合追踪框架、轨迹预测与时序建模以及多目标关联优化的集成方案。动态特征融合框架通过融合多尺度空间特征、时序动态特征和动态运动特征,增强了小目标和动态目标的特征表示;轨迹预测与时序建模通过非线性扩展卡尔曼滤波和深度时序建模,优化了飞鸟的非线性运动预测和长期依赖建模;多目标关联优化通过自适应特征融合、改进代价函数和多假设追踪,降低了密集场景的误关联和ID切换率。

关键词： 多源遥感图像   图像融合   目标检测   YOLO   U2Fusion  

摘要： 随着遥感技术的不断发展,多源遥感图像融合及目标检测在军事侦察、灾害监测、环境监测等领域发挥着愈发重要的作用。其中,合成孔径雷达(Synthetic Aperture Radar,SAR)图像与可见光图像作为最常用的两种遥感数据类型,各自具有独特的优势和局限性。SAR图像因其特殊的成像原理,能够在全天候、全天时的条件下稳定工作,不易受到天气变化和光照条件的影响。然而,其成像过程中往往伴随斑点噪声。相比之下,可见光图像能够提供更丰富的纹理细节与语义信息,但易受到云层遮挡、光照变化等因素的干扰。因此,通过多源图像融合技术,将SAR图像和可见光图像的优势互补,生成兼具两者特征的高质量融合图像,并应用于目标检测任务,有助于提升遥感目标检测的准确性和鲁棒性。 目前,针对SAR-可见光图像融合的研究仍较为有限,如何高质量地提取两类图像的特征并进行融合仍是该领域的研究重点。此外,尽管近年来目标检测技术取得了显著进展,但现有目标检测网络在遥感图像小目标检测方面仍存在一定的不足,如目标尺寸小、对比度低、背景复杂等问题。因此,如何设计适用于遥感场景的小目标检测算法,也是一个待解决的研究课题。 针对上述问题,本文的主要工作如下:(1)本文基于U2Fusion模型,结合多尺度特征提取模块以及针对多源图像特征信息的特征增强模块,设计了一种面向SAR-可见光图像融合的网络模型MDFusion,MDFusion能够有效提取SAR图像与可见光图像的特征并加以融合。经过实验验证,MDFusion在SEN1-2数据集上相较于现有方法在不同图像评估指标上均有提升。(2)本文在YOLOv8的基础上,通过借鉴Advanced-YOLO的设计理念并引入HWD模块设计了面向小目标检测的改进目标检测网络MD-YOLO,该网络在特征提取过程中通过尽可能保留图像的高频信息从而提升对小目标的检测能力,实验表明MD-YOLO在相同数据集上虽无法在所有评估指标上均超越现有方法,但整体检测能力最佳。此外,验证MDFusion对于MD-YOLO在小目标检测增益的实验表明,融合后的图像相较融合前可见光图像整体Re指标更高,具备更强的小目标检出能力,证明了多源图像融合对小目标检测的正向促进作用。(3)本文设计并实现了一个多源遥感图像处理系统,集成了多源遥感图像融合与小目标检测功能。该系统的构建进一步验证了本文算法的有效性,并证明了其在实际应用场景中的可行性和应用价值。

关键词： 神经网络   矿山火灾   计算机视觉   深度学习  

摘要： 为了解决传统矿井火灾监测模型反应迟缓、误报率高等问题，提升复杂工况下早期火源的检测精度与实时性，提出1种基于深度学习的矿井火灾图像识别算法。该算法在卷积神经网络基础上，融合迁移学习构建高效特征提取模块，引入多尺度特征融合策略，并采用轻量化网络设计，实现对井下弱光、多尘、干扰源复杂环境的适应能力，保障模型在边缘计算设备上的实时部署。研究结果表明：X-YOLOv11模型在保持36.5 M的较小网络参数规模的同时，识别精度达到96%,检测速度为145 FPS,优于YOLOv8、YOLOv5和Faster R-CNN等主流算法，且能有效区分焊接火花、矿灯反光等干扰因素，显著提升火灾预警的准确性与及时性。研究结果可为高风险工业环境下的图像识别与灾害预警系统研发提供参考。

关键词： 深度学习   目标检测   YOLOv5s   多尺度特征提取   注意力机制  

摘要： 针对传统坦克目标检测算法存在检测精度不足和误检等问题，提出一种基于改进YOLOv5s的目标检测算法。设计了一个能够提取多尺度特征的网络模块，对YOLOv5s中的C3模块进行优化，从而增强算法的特征提取能力；提出了一种基于空间金字塔池化改进的特征提取模块，通过增加不同尺度的池化核，捕捉不同尺度的特征信息；引入并改进了倒置残差移动块(inverted Residual Mobile Block, iRMB),并将其中的注意力模块替换为大核可分离注意力模块(Large Separable Kernel Attention, LSKA),提高网络识别关键信息的能力。在坦克数据集上进行测试的结果表明，改进后的算法在平均精度上提高了3.2%,召回率提高了2.1%,mAP50提高了1.1%,mAP50-95提高了2.5%,证明改进后的YOLOv5s模型在坦克目标检测方面具有显著的性能优势。