关键词： DINO   结构重参数化   梯度路径   混合编码器   遥感图像  

摘要： 应用于遥感图像检测的DINO（DETR with Improved deNoising anchOr boxes）算法最近受到了广泛的研究关注。遥感目标检测任务要求算法具备细粒度特征提取和更广阔的空间搜索能力，但DINO算法的多层编解码结构会极大地增加算法的空间和运算复杂度，也不利于快速推理。本文从两个方面做出贡献，一是从并行的大核卷积结构更适合遥感图像处理的事实出发，设计了单层的高效混合编码器结构，提高了参数效率；二是采用卷积模块的高效混合编码器使用了结构参数化技术，推理阶段的DINO具备更低的延迟。在NWPU遥感数据集上的实验表明改进的DINO算法相较原算法拥有1.8个百分比的mAP的性能提升，同时参数量和计算复杂度分别降低了48.3%和73%，推理延迟从42.6ms降低到13.5ms。相较最新的主流算法，本文算法在保持较好精度的情况下，参数量、计算复杂度和推理延迟方面取得较好的效果。

关键词： 图像处理   偏振导航   定向   瑞利散射   Otsu算法   蛇优化算法  

摘要： 为了在多云天气或含有如建筑物、树木等遮挡物的复杂场景下实现无人机、汽车、船舶等移动载体快速、稳定、自适应的偏振导航定向,提出了一种基于蛇优化(SO)和最大类间方差(Otsu)算法的图像分割算法(SO-Otsu算法)。该方法直接对天空偏振度图像进行分割,通过设计二值化掩模提取有效的天空偏振信息,去除偏振信息中含有遮挡物的异常像素信息点。最后利用保留的有效像素信息点结合天空的瑞利散射模型解算太阳矢量,获得航向角,实现偏振导航定向。相较于传统Otsu算法,SO算法的引入,可以对偏振度图像进行快速自适应阈值计算,将航向角的解算时间有效地缩短了约40%。同时实验证明,该方法在树木、建筑等遮挡物的遮挡率范围为17%~83%的情况下,解算的航向角误差均方根小于0.75°,满足偏振导航的需求。

关键词： 目标检测   自监督   钼靶影像   预训练   数据增强   视觉表示   卷积神经网络   图像分类  

摘要： 借助深度学习技术在乳腺钼靶领域辅助医生进行乳腺癌诊断在当下已经成为很多研究关注的热点,诊断技术主要包括良恶性分类、病灶区域检测以及病灶区域分割等。由于深度学习训练的模型性能很大程度上依赖于大量的带有标注的数据,而医学图像数据集往往存在数据量少、标注成本昂贵以及公开数据集标注质量差等现象,所以在医学图像领域应用深度学习技术具有重重困难。为使基于深度学习的乳腺钼靶计算机辅助诊断技术的开发不受限于大量有标注的数据,提出一种适用于钼靶自监督目标检测方法来完成乳腺钼靶肿块检测任务,利用大量来自肿瘤医院的数据预训练,并在公开数据集DDSM上进行微调与测试。实验结果表明,提出模型在乳腺钼靶肿块检测任务中表现优异,并且不依赖于位置标签,具有重要的研究价值与应用前景。

关键词： 鱼群追踪系统   深度学习   边缘计算   多目标追踪   目标检测  

摘要： 为解决实际养殖环境中存在鱼群数据集少、追踪算法效果不稳定、追踪部署成本高等问题,结合鱼群行为数据、鱼群追踪算法和边缘计算平台3方面建立一套基于边缘计算的鱼群实时追踪系统。采集并标注养殖环境中的金鲳鱼视频以建立鱼群行为数据集;提出基于检测的鱼群追踪算法FishTrack,改进追踪轨迹的关联策略,以减少因鱼群姿态变换和长期遮挡导致的目标丢失;将FishTrack部署在轻量级边缘计算设备上,保证追踪效果的同时降低了计算成本。研究结果表明:FishTrack在金鲳鱼数据集上的追踪准确率可达72.95%,比当前主流追踪算法ByteTrack的目标交换错误率降低了83%;实时追踪速度为平均7.40帧/s,适用于真实生产环境中鱼群的实时追踪。

关键词： 读出电路   数字像元   非均匀校正   盲元补偿  

摘要： 设计了一种像元级数字化焦平面读出电路,克服了传统模拟读出电路技术的电荷容量局限,实现了更大的动态范围和更低噪声的数字化图像读出;同时在像元内部进行数字化图像处理,可实现非均匀校正(NUC)、盲元补偿、数字时间延迟积分(TDI)、空间滤波等图像预处理功能。该电路采用40 nm CMOS工艺流片,面阵规格为640×512,像元步进为30μm,全芯片尺寸约22 mm×19 mm。测试结果显示,该电路通过TDI、空间滤波功能可大幅降低(分别约90%和63%)输出图像空间噪声,提升成像质量。

关键词： YOLO v5   小目标检测   上下文增强模块   可变形卷积  

摘要： 为解决交通道路小目标检测难度大、精度低,容易出现错检漏检的问题,提出一种基于YOLO v5(you only look once v5)算法的多尺度特征融合目标检测改进算法。首先,增加小目标检测头用于适应小目标尺寸,缓解漏检情况。然后,引入可变形卷积网络v2(deformable convolutional networks V2,DCN V2)提高模型对运动中小目标的学习能力;同时,增加上下文增强模块,提升对远距离小目标的识别能力。最后,在替换损失函数、提高边界框定位精度的同时,使用空间金字塔池化和上下文空间金字塔卷积分组模块,提高网络的感受野和特征表达能力。实验结果表明,所提算法在KITTI数据集小目标类别上平均识别精度达到了95.2%,相较于原始YOLO v5,算法总体平均识别精度提升了2.7%,对小目标的检测效果更佳,平均识别精度提升了3.1%,证明所提算法在道路小目标检测方面的有效性。

关键词： 复杂场景   行为识别   行为模型   计算机视觉  

摘要： 近年来,互联网和AI技术推动了计算机视觉技术的快速发展,特别是在行人检测、行为识别和图像分类方面。视频内容研究需求增加,行为识别技术作为机器视觉的关键方向,虽受关注,但分析复杂行为仍是挑战。主流的研究框架包括行为特征提取、人体行为表示和识别算法3个方面,目前简单场景下的人体简单动作的识别已基本得到解决,而复杂场景下的行为识别仍面临很多困难。本文基于复杂场景为背景,分析了行为识别中的关键技术与方法,包括特征提取、行为模型等。

关键词： 机器视觉   芯片植球   缺陷检测   图像处理   特征提取   分类算法  

摘要： 植球缺陷是芯片制造过程中常见的问题之一,如果不及时检测和修复,可能会导致芯片性能下降或故障。基于机器视觉技术,研究并设计了一种用于芯片植球缺陷检测的方法,旨在提高芯片制造过程中的质量控制能力。通过收集大量包含正常与缺陷样本的芯片植球图像数据集,运用计算机视觉算法进行深入处理与分析。研究过程中,对图像进行了预处理,例如去噪和图像增强,以提升缺陷检测的准确性。进一步采用图像分割算法,有效地将芯片植球从图像背景中分离,便于精确检测缺陷。此外,利用特征提取算法识别芯片植球的独特性质,并通过分类算法准确区分正常与缺陷芯片样本。不仅提高了芯片缺陷检测的精准度,而且为工业生产中的质量控制提供了重要依据,具有积极的现实意义。

关键词： 图像处理   小袋食品   包装机   多轴控制   图像处理   伺服驱动  

摘要： 将图像处理技术应用于包装机多轴控制过程中,设计基于图像处理技术的小袋食品包装机多轴控制系统。该系统中,工业相机实时采集目标图像通过通信接口传输至图像处理模块;图像处理模块以visual C++2008运行库为开发环境,利用AVT数据库存储接收的目标图像,利用图像分割与二值化等处理算法提取图像内目标形状、位置与速度等信息,信息经由OPC客户端传输至控制模块;控制模块以IDEABOX运动控制器为核心,根据接收的目标信息进行包装机多轴控制方案设计并将控制命令发送至伺服驱动器,利用其驱动电机与变频器分别控制多轴机械平台内各轴与皮带传输机运动。系统性能测试结果显示,系统图像处理与传输精度较高,且动态响应速度较快;相同工作量下与对比系统相比运行时间降低3.55 h以上,气密合格率提升0.11%以上。

关键词： 验证码   图像处理   多类型干扰   识别算法   深度学习  

摘要： 验证码是一种用来区分计算机与人类的技术,以避免出现自动化程序自动注册、登录、恶意投票、恶意尝试密码等安全问题。而验证码识别技术研究可以使人们及时发现和改正验证码的缺点,对加强网络安全性有着重要的意义。通过对验证码识别算法的研究,设计了验证码识别系统,分别以模板匹配、Hu不变矩和深度学习3种算法对验证码图像进行处理识别,最终对带有多类型干扰的验证码分别得到识别结果。结果表明,前2种验证码算法的识别准确率分别为60.3%、66.0%,而基于深度学习算法中2种形式的识别准确率分别为87.7%和95.58%,尤其在线干扰和混合干扰等复杂干扰方面,识别准确率的提高尤为突出,表现出深度学习算法应用于多类型干扰验证码识别的可行性。