关键词： 半月板撕裂   目标检测   Yolov3算法   图像分类  

摘要： 针对医师进行半月板撕裂诊断时,存在半月板区域面积小,无法有效识别的问题,提出一种改进后Yolov3的定位裁剪方法。用高效通道注意力网络(efficient channel attention network,ECANet)作为移动翻转瓶颈卷积(mobile inverted bottleneck convolution,MBConv)中的注意力机制模块,命名为MBConv+。MBConv+模块堆叠构成EfficientNet-b0+,作为Yolov3的特征提取网络,对半月板进行检测及定位裁剪,并采用支持向量机(support vector machines,SVM)进行分类实验。实验结果表明:改进后Yolov3算法与原算法相比,在平均精确率均值(mean average precision,mAP)相近条件下,训练时间大幅缩减,帧数(frames per second,FPS)提升了1.3221,达到了29.0691。与原始数据集相比,裁剪后图像在分类性能上有提升,精度提升了7.739%,达到91.251%。

关键词： 目标检测   YOLOv5   BoTNet   GIoU-NMS   病害检测  

摘要： 为解决草莓病害识别技术落后,识别精度不高的问题,在YOLOv5的基础上,提出了一种改进YOLOv5的草莓病害检测算法.针对草莓病害特征引入了BoTNet模块,并将原有的NMS替换为GIoU-NMS,提升了对草莓病害的检测精度.改进后的YOLOv5算法相较于原算法,精确度提升了2.1%,平均精度AP上升了1.2%.实验结果表明,改进后的YOLOv5草莓病害检测算法提升了算法的效率和性能,检测效果优于传统的YOLOv5s算法.

关键词： 数字岩心库   系统平台   三维建模   图像处理   大岗山水电站  

摘要： 为积极响应国家对岩心管理和服务的新要求,大岗山水电站构建了国内首个水电站云端全域数字岩心库系统平台。该平台集岩心信息资料管理、应用和服务“三位一体”,可满足工程建设和电站运行期对岩心数据的应用需求,为大渡河公司各流域电站统一使用。根据设计目的与原则,系统平台按B/S(浏览器/服务器)“三层式”体系构架,采用PHP+MySQL技术,开发了四大业务模块和四个应用子程序,实现了对岩心信息资料的系统化、科学化、数字化管理和资源共享,保证了岩心信息资料的存储规范性、数据独立性、项目关联性和安全保密性。系统平台是对水电站工程全域岩心信息资料存储、管理、应用、服务的一次创新探索,其建设经验与实践成效可为水电行业岩心数字化工作提供指导与参考。

关键词： 残差网络   降噪   注意力机制   图像处理  

摘要： 电子设备采集图像会受到光照、湿度等因素影响,从而产生噪声污染,影响图像的视觉效果.本研究以残差网络深度学习模型为基础,融合注意力机制构建图像动态降噪方法,采用深度可分离残差网络模型取代传统CNN网络来进行图像去噪的特征提取,同时在残差网络模型中加入了非局部注意力模块和通道注意力模块来优化去噪中的特征提取任务.实验结果表明,构建的模型参数具备更好的图像降噪特征提取效果,其PSNR(Peak Signal-to-Noise Ratio,PSNR)值最大为28.88.同时在不同的数据集性能测试中,AD-ResNet降噪模型在高斯噪声的处理中最高峰值信噪比为27.32,最高结构相似度为0.7826;而在泊松噪声处理中,最高峰值信噪比为26.61,最高结构相似度为0.7374.本文方法实现了高精确率和高效率图像降噪,具备有效的图像降噪处理性能.

关键词： 红外图像   目标检测   骨干网络   无监督域自适应   域偏移   感受野   域迁移  

摘要： 为充分利用当前大量注释的RGB图像数据提高热红外图像的目标检测性能,提出一种基于深度学习模型的无监督域自适应(UDA)方法。对Faster RCNN骨干网络进行改进,增强感受野表征能力,优化目标框的正负样本不平衡问题和回归机制。为解决从RGB域到红外域迁移过程中不同层面的域偏移问题,在改进Faster RCNN架构的不同网络层和不同阶段引入图像级和实例级特征分布对齐。实验结果表明,在多光谱公开数据集KAIST和FLIR-ADAS上,所提UDA方法分别实现了73.35%和77.66%的全类平均精度(mAP结果),显著提高了恶劣照明条件下的目标检测性能。

关键词： 图像处理   听觉界面   导盲系统设计  

摘要： 本文针对盲人导航存在的难点,提出基于视频输入和听觉显示的导盲系统的设计方案及关键技术研究。首先,分析了传统导盲方法存在的问题,提出了采用视频输入和听觉显示构建导盲系统的理论依据,详细阐述了对视频输入图像处理系统的设计原则。其次,通过对各种可用的听觉界面进行研究和调查,选择了能够适应导盲系统需求的各种听觉界面元素,并针对每个元素的特点进行具体实现方案的分析。

关键词： 脱机手写汉字识别   相似汉字   卷积神经网络   差异辨别方法  

摘要： 为了解决传统脱机手写汉字识别方法对相似手写汉字识别率低的问题,提出了一种图像处理与卷积神经网络相结合的两阶段脱机手写汉字识别方法:第一阶段使用传统的卷积神经网络进行识别,第二阶段使用基于图像处理的差异辨别方法进行更加精确的二次识别。试验结果表明:将基于图像处理的差异辨别方法与卷积神经网络结合起来比单纯基于卷积神经网络的识别方法能够更好地识别相似汉字,从而可以提高总体手写汉字的识别率。此外,所提出的方法还表现出更稳定的识别效果,可以有效应对训练样本中存在错误标注的情况。

关键词： 新工科   端云协同   物料搬运   目标检测  

摘要： 针对物联网应用型人才培养中缺乏端云协同实验平台的现状,以物料搬运为应用场景,设计并实现了一种基于端云协同架构的智能物料搬运系统。系统包含物料搬运小车终端和云端服务两大部分:终端小车基于麦克纳姆轮底盘结构,支持以网格巡线方式移动,辅以RFID标签完成网格坐标定位,通过将终端正前方的视觉数据上传云端目标检测服务进行物料目标检测,从而为终端小车实现物料抓取提供引导;用户仅需通过浏览器访问位于云端的调度应用服务,即可完成对物料搬运小车的状态监控和任务调派。该系统呈现了端云架构下的智能搬运系统技术关键要素,系统的端云协同接口设计符合场景需要,可作为物联网典型系统设计案例,为开展新工科教学改革提供了实验平台支撑。

关键词： 尾涡检测   形态学   K最近邻算法   目标检测   多普勒激光雷达   可视化  

摘要： 为了提升空中交通管理系统的智能化水平,解决晴空条件下飞机尾流检测问题,提出了一种结合多普勒激光雷达技术的飞机尾流检测方法。基于K-最近邻算法(KNN)和图像形态学处理技术,旨在提高尾流检测的精度和可靠性。使用多普勒激光雷达对机场空域进行扫描,获取风场数据;通过动态滑动窗口生成可能包含尾流的候选区域;采用顶帽和黑帽形态学运算提取尾流特征,并将其输入KNN算法进行检测。实验结果表明,所提出的方法在精度、召回率和F1 Score方面,相较于基于尾流速度极差特征法的检测方法,分别提高了22.58%、9.29%和14.22%,有效提升了尾流检测性能,为管制员提供了更为可靠的辅助决策支持。

关键词： 编队突防   协同干扰   资源分配   目标跟踪   组网雷达  

摘要： 干扰对抗的本质为资源维度的竞争,干扰资源受限的单节点已难以满足实际需求,多节点协同干扰可引入更高维度的干扰资源,已成为未来重要的作战形式。然而,传统协同干扰场景中,各节点采用预设发射模式,会导致干扰资源重复冗余配置,在编队突防背景下存在干扰效果较差的问题。针对此问题,提出了一种性能驱动的多干扰机协同资源分配方法,其核心是通过实时分配多干扰机的发射资源,在相同的资源消耗情况下降低敌方雷达对我方突防目标的跟踪精度。首先,推导了干扰场景下突防目标跟踪的贝叶斯克拉美罗下界,评估了多干扰机协同干扰的性能;而后,结合我方干扰机的资源约束,建立了包含驻留时间变量的多干扰机协同资源优化模型,证明了该模型为凸优化问题,并采用增广拉格朗日乘子法进行了快速求解。仿真结果表明,相比于其他基准方法,所提干扰资源分配方法能够有效压制敌方组网雷达,降低其对我方突防目标的跟踪精度,并且在波束个数受限的约束条件下,所提方法仍然具有较好的干扰效果与快速求解能力。