关键词： 贝叶斯优化   大津法   图像处理   Canny边缘检测   缺口监测  

摘要： 中国轨道交通迅速发展,旅客、货物运输量急剧增加,由此带来的设备故障增多、运营中断等问题也日益突出。其中,以铁道道岔为代表的轨道交通系统故障占了绝大部分。因此,如何对其进行健康监控,减少其失效率是一个迫切需要解决的问题。其中,尖轨与基础轨的紧密结合与否直接影响着行车的安全性,轨道的位移、道砟的改变都会导致缺口的偏离,如果偏差太大,则会导致检测柱不能进入缺口,从而导致道岔的信号无法传递,严重威胁着行车的安全性。缺口尺寸是衡量机车运行状况的一个重要指标,对缺口进行实时监控显得尤为重要。为解决现有技术缺陷,本研究依托ZYJ7型电液转辙机的实际运行图像数据,对该系统做出以下几点研究: 1)为了提高图像检测的准确性,本文采用Otsu阈值分割方法对转辙机缺口图像进行预处理,并结合贝叶斯优化技术对分割算法的参数进行动态调整,提升了算法在复杂环境下的适应性。同时,针对传统边缘检测算法在噪声干扰下的不足,提出了一种基于贝叶斯优化的Canny边缘检测算法,找到高斯模糊核大小和高低阈值的最优参数组合,显著提高了边缘检测的精度和鲁棒性。实验结果表明,改进后的算法在F1、IOU和AUC-PR指标上均显著优于传统方法。 2)为了进一步提升检测效果,本文在图像预处理的基础上,结合多尺度分割和动态环境实时性分析,改进了Otsu算法,使其在光照变化、噪声干扰和目标对比度不足的情况下仍能保持较高的分割性能。此外,引入了图像预处理策略,如直方图均衡化、噪声滤波和边缘检测,进一步改善了分割效果,并通过实验验证了改进算法在转辙机缺口检测中的有效性。 3)本文还设计并实现了转辙机缺口监测系统的主机软件,具备实时监测、图像记录、数据统计分析等功能。实时监测模块可以对转辙机缺口各个参数进行实时监控,并结合电子地图实现联动报警。影像记录模块支持对历史录像和图片的检索与回放,数据统计分析模块则能够生成历史数据的曲线图,便于铁路电务人员对转辙机状态进行分析与预判。系统测试结果表明,该软件能够有效满足转辙机缺口监测的实际需求,提升了铁路运输的安全性和效率。

关键词： 计算机视觉   人群活动感知   稳态视觉效应   视网膜神经   省略刺激响应   稳态突变响应   人群同步检测  

摘要： 公共场所密集人群异常活动分析是人工智能、计算机视觉领域的重要研究对象,尤其是在人群周期行为的稳态感知中,如何根据周期状态识别潜在危险,对社会公共场所的安全保障具有重要研究意义。然而,现有人群异常行为模式分析方法多聚焦于单一个体的行为识别,因此难以有效检测复杂场景下的群体行为模式变化。近年来,将生物视觉系统运动模式感知机制引入到人群运动模式检测的神经网络建模成为新的研究热点,但尚未有涉及人群运动的周期稳态视觉感知问题的研究报道。因此,基于最新的生物视感神经机制及神经响应特性,构建解决人群周期稳态视觉感知问题的人工视觉系统具有重要的科学意义和工程应用价值。 论文以哺乳动物视觉神经生理学理论为支撑,以视觉场景下的人群活动为研究对象,借助人群运动力学理论对人群周期运动模式、同步行为的视觉感知方法进行探讨,分别研究了监控视频下人群周期运动稳态突变、人群稳态视觉效应感知的人工视觉神经网络建模问题,并开展计算模型复杂度分析、性能测试分析。研究工作的具体内容如下: 1)针对视觉场景下的人群周期运动稳态突变感知问题,基于哺乳动物视网膜神经分层结构以及信息传递方式,借助小鼠视网膜神经节细胞层的省略刺激响应(Omitted Stimulus Response,OSR)机制,构建一种生物启发的周期运动稳态突变感知神经网络(Periodic Motion Steady-state Mutation Perception Neural Network,msmp NN)。msmp NN模型首先接收运动对象产生的周期视觉刺激亮度变化,模拟感光细胞将其转化为携带运动信息的电信号;该信号分别从不同神经通道传递到双极细胞层的不同位置,实现亮度递增和亮度递减的信号分离过程;分离的信号分别作为兴奋性和抑制性神经递质传输到神经节细胞层进行高阶处理,实现周期运动稳态突变信号的感知,并输出表征运动人群稳态视觉信号突变的神经性膜电位簇。系统性的实验结果显示,msmp NN能有效感知到模拟和真实场景下周期运动引发的稳态视觉突变现象并输出表征该突变行为的神经性膜电位簇。 2)针对公共场所中人群同步运动产生的稳态视觉效应问题,参考巢状皮质尾外侧(Nidopallium caudolaterale,NCL)神经元对历史周期视觉线索的记忆功能,借助灵长类动物的稳态视觉诱发电位(Steady-State Visual Evoked Potential,SSVEP)机制,构建一种生物启发的人群稳态视觉效应感知的人工视觉神经网络(Crowd Steady-state Visual Effect Perception Neural Network,csvep NN)。csvep NN模型首先通过感知人群活动引发的视觉亮度变化来获取运动视觉线索;水平细胞先对视觉信号进行粗加工,提取运动线索的主频信息;更高阶的视网膜神经纤维处理层对主频视觉信号进一步精细化处理,并计算出具有周期性含义的信号特征;视网膜神经节细胞将信息处理结果传递给大脑V1区,在这里实现了稳态视觉信号的感知,并输出表征稳态视觉效应的诱发性膜电位簇。系统性的实验显示,csvep NN能有效感知不同规模运动人群引发的稳态视觉效应。

关键词： 水表读数   图像处理   目标检测   YOLOv8   GMSC   LSKA   ShapeIoU  

摘要： 随着我国老龄化趋势的加剧,智慧居家养老服务需求显著增加。该服务结合了物联网和大数据技术,以实现个性化、便捷和安全的居家养老方案。其中,自动用水监测是智慧居家养老服务中重要的一环,它通过拍摄并识别水表图像,记录老年人的用水情况,从而预防潜在的健康问题或突发情况。但由于水表管道排列杂乱,导致拍摄的水表图像出现倾斜、模糊、半字等问题,加之表盘兼具指针和数字示数,进一步增加了水表图像识别的难度。为此,本文把水表读数识别分为水表字符读数识别和水表指针读数识别。 本文把水表字符读数识别看作目标检测任务,通过目标检测算法输出的预测框信息,提取水表读数,并建立了水表数据集,优化了算法结构。选用YOLOv8n作为基准模型,提出一种基于分组多尺度卷积的目标检测算法:GMS-YOLO。首先,采用分组多尺度卷积(GMSC)替换了Bottleneck模块中的卷积,增强模型特征提取能力。其次,将大核可分离注意力(LSKA)引入SPPF模块,提高对细小特征的感知能力。最后,选用Shape IoU作为边界框损失函数,提高模型定位能力。在水表图像数据集进行测试,GMS-YOLO的m AP@0.5达到了92.4%,精确率达到了93.2%,相较于YOLOv8n提升了2.0%和2.1%。 针对水表指针读数的识别,本文采用了传统图像处理算法进行研究。首先,采用灰度化、滤波去噪、锐化等图像预处理方式增强图像中表盘和子表盘的边缘轮廓。其次,利用Hough圆检测分割出表盘和子表盘,并对倾斜的表盘采用仿射变换进行校正。再结合Canny边缘检测和形态学处理分割出指针形状。最后,通过指针轮廓的坐标集合计算指针重心和指针尖点,确认指针指向和偏移角度,进而获取指针读数。为了验证算法的鲁棒性,进行了一系列的复杂性测试。

关键词： 侧扫声呐图像   目标检测   深度学习   频率特征  

摘要： 侧扫声呐图像目标精准检测技术在海洋资源勘探、水下考古研究及国防安全领域具有重要的应用价值。然而，受侧扫声呐图像背景噪声、分辨率及目标尺度差异等因素制约，现有自动检测方法仍面临检测精度低的问题。针对上述问题，探究了一种基于深度学习的侧扫声呐图像目标检测新方法。该方法通过引入空频卷积替代基线模型主干网络中的普通卷积，实现了对频率纹理特征的有效提取，从而显著抑制侧扫声呐图像中散斑噪声对目标检测精度的影响。进一步，利用多尺度特征融合模块改进基线模型中的快速空间金字塔池化，以增强网络对小目标的检测能力。在沉船侧扫声呐图像数据集上的实验结果表明：该方法的m AP@50和m AP@50:9 5相比基线模型分别提高了4.05%和5.61%。

关键词： 协同显著性目标检测   双分支特征学习   知识蒸馏  

摘要： 协同显著性目标检测(Co-Salient Object Detection,CoSOD)任务结合了协同分割(Co-Segmentation)和显著性目标检测(Salient Object Detection,SOD),其核心难点在于如何在同一框架内同时提升这两个子任务的性能。现有方法仅依靠真值标签对模型进行训练,导致在不同应用场景下表现存在差异,模型难以平衡地提升协同分割和显著性目标检测的能力。此外,现有方法在特征建模时通常以目标整体为对象,忽视了细节特征的处理,导致在面对干扰物体时容易产生混淆,同时物体边界的分割效果欠佳。为解决上述问题,本文开展了两个工作,分别从特征学习和模型训练优化的角度出发,提升CoSOD任务的性能。 (1)本文提出了一种基于双分支特征学习的方法,旨在解决显著性目标检测中物体边界分割不准的问题,同时提升整体检测精度。该方法设计了两个分支网络,分别聚焦于学习物体的整体共识特征和边界共识特征,通过双分支结构平衡整体与局部特征的学习,有效缓解干扰物体和边界分割不精确的问题。在解码器阶段,通过概率值融合双分支的预测结果,使模型不仅能准确分割显著物体与背景,还显著提升了物体边缘信息的分割精度。为避免使用不同编码器提取特征可能导致指标提升不稳定的问题,本文采用权重共享编码器设计,既保证了训练时指标提升的相对稳定,又降低了模型的参数量。这种方法通过双分支特征学习,成功优化了边界分割精度,同时维持了整体检测的性能。 (2)为提升模型在更多场景下的检测能力,本文提出了一种基于知识蒸馏的训练方法。该方法利用两个预训练的教师模型(GCoNet+和DMT)指导学生模型(MCCL)的训练。在训练过程中,教师模型以固定权重为输入图像生成协同显著性掩码(称为软标签),为学生模型提供额外的监督信号。学生模型不仅从真实标签中学习,还通过知识蒸馏学习教师模型在多种场景下的检测能力。针对学生模型MCCL中引入的对抗学习模块,本文设计了一种自适应权重调整策略,动态调节生成器和判别器在损失计算中的权重,确保对抗训练过程生成器和判别器能够处于相对稳定的竞争状态,避免判别器在训练初期因过强而抑制生成器学习的问题,从而保障生成器能够充分优化其生成能力。 实验结果表明,本文提出的两个工作点在三个广泛使用的协同显著性目标检测数据集CoCA、CoSOD3k、CoSal2015上达到甚至超越了当前的最优性能,其中,在CoCA数据集上,Eξmax,Sα,Fβmax和ε分别提高了 2.8%,2.7%,4%和2%。

关键词： 分布式光纤传感   小波去噪   小波阈值   振动信号   ROTDR系统  

摘要： 分布式光纤传感(distributed optical fiber sensing,DOFS)凭借图像处理技术,利用多维信号的高度相关性与冗余信息有效抑制信号噪声。该技术无需额外硬件即可显著提升信噪比和测量精度并扩展光纤传感的监测距离,在工程实践中优势突出。目前,优化DOFS的图像处理算法以增强检测性能和适用性成为研究重点。 拉曼光时域反射仪(raman optical time domain reflectometer,ROTDR)基于拉曼光散射效应可实现光传输路径的高精度温度分布测量。在分布式温度监测领域备受关注。然而,提升信噪比和测温精度仍是其面临的核心难题。鉴于温度信号具有时空分布特性,采用图像处理技术进行降噪具有独特优势。本文围绕ROTDR系统与小波降噪技术开展研究,分析小波参数对降噪效果的影响并加以优化,旨在提高测温精度。主要研究内容及创新成果如下: (1)针对小波降噪技术性能优化问题,深入研究了小波阈值与阈值函数的改进方法。传统阈值方法依赖于对噪声特性的准确估计,但在复杂环境中噪声往往难以准确获取。为此,本文基于信号自相关函数(autocorrelation function,ACF)提出参数评估指标,实现小波阈值的自适应优化。同时,针对软、硬阈值函数可能导致恒定偏差和伪吉布斯现象的问题,提出基于双曲正切函数的连续非分段阈值函数,并引入调谐因子实现平滑过渡,有效抑制伪吉布斯振荡。通过对去噪后光纤振动信号的信噪比(signal-to-noise ratio,SNR)等指标进行分析,验证了所提出方法的有效性。实验结果表明,改进的小波方法(Enhanced DWT)可有效去除加性高斯白(additive white gaussian,AWG)噪声,较Universal阈值法平均SNR提高1.01 d B,较仅改进ACF阈值法平均SNR提高0.72 d B;能显著去除基线漂移、电力线噪声、肌肉伪影等真实噪声,较现有去噪方法SNR提高了数倍至数十倍;可有效去除实测光纤振动信号的噪声并更完整地保留信号特征。 (2)为满足分布式光纤测温系统(distributed temperature sensor,DTS)高精度温度测量的应用需求,构建了集成窄线宽激光器、波分复用器、光电探测器及高速数据采集卡的高精度DTS系统。此外,基于C#开发上位机软件,具备数据采集、温度解调、可视化及存储功能。该软件支持光纤全局温度分布的实时监测,还能精确记录特定位置的温度变化。 (3)针对ROTDR信号的小波去噪(wavelet denoising,WD)参数优化问题,提出基于噪声自相关函数方差(variance of noise autocorrelation function,NACFV)的二维小波阈值优化方法,充分挖掘ROTDR信号的时空信息。该方法依据噪声的不相关特性优化小波阈值。通过对理论二维信号的峰值信噪比(peak signal-to-noise ratio,PSNR)和结构相似性(structural similarity,SSIM)指标分析,并结合实测ROTDR视觉对比实验验证,结果表明,该方法有效增强了二维小波去噪性能。在85°C水温下,8 km多模光纤末端的测温精度可达0.7°C以内,且能基本保持原空间分辨率。

关键词： 单源域泛化   目标检测   文本到图像扩散模型   SAM  

摘要： 视觉识别是计算机视觉的核心研究领域之一,旨在赋予机器“看懂”世界的能力。其中,目标检测作为一项基础且关键的视觉识别任务,专注于定位并识别图像中的特定物体,是众多下游应用的基石。近年来,扩散模型在文本到图像生成等生成任务中取得了突破性进展,激发了研究者们将其应用于更广泛视觉任务的浓厚兴趣。尽管现有研究已初步证实扩散模型中间层特征在语义分割、深度估计等任务上的潜力,但其在目标检测这一核心视觉识别任务中的应用探索仍相对有限。基于此,本研究致力于深入探究扩散模型在目标检测及其跨域场景中的特征表示能力与应用潜力,以期为扩散模型在复杂视觉识别任务中的应用开辟新途径,进一步拓展其应用前景。本文的主要研究内容如下: (1)面对如何将扩散模型用于目标检测任务的问题,本研究提出基于场景prompt引导框架Diff-OD,包含三个关键技术:扩散模型提取图像特征模块、场景prompt生成模块和交叉注意力定位增益机制。场景prompt生成模块根据当前输入图像输出对应的文本提示以对齐图像文本模态信息,而后图像和文本提示一同输入至扩散模型,我们抽取其中间层表征作为扩散特征,再将扩散模型内部图像和文本进行交叉注意力计算的结果作为位置信息增益与扩散特征concat,形成最终的图像特征,而后将其输入至经典目标检测模型Faster r-cnn以实现目标检测。实验结果表明,我们的方法显著优于基于Res Net101和CLIP作为特征提取器的基准方法,并与当前最先进的视觉主干网络Conv Ne Xt达到可比的性能水平。 (2)针对提升基于扩散的目标检测模型在不同数据集中泛化性的问题,本研究提出了一种新的框架:基于扩散的单域泛化目标检测模型SDGDiff,该框架结合了预训练的文本到图像扩散模型和基础分割模型,以实现单域泛化目标检测(S-DGOD)。文本到图像扩散模型能够生成跨多样风格和环境的高保真图像,这展示了其在图像中解耦域不变特征和域特定特征的潜力。同时,基础分割模型(如SAM)擅长捕捉不同域下输入图像的视觉细节和区域信息。我们利用这些模型的中间表示,使目标检测模型能够在未知域中实现泛化。实验结果表明,我们的方法在Diverse-Weather数据集上创造了新的记录。特别是在最具挑战性的Night-Rainy场景中,SDGDiff达到了22.1的mAP值,相较于之前的最好模型绝对提升了2.9mAP,证明SDGDiff的优越性和有效性。

关键词： IC   缺陷检测   目标检测   无监督检测  

摘要： 在全球半导体产业蓬勃发展的背景下,IC电路表面缺陷检测对于保障电子产品质量至关重要。传统检测方法因效率低下、成本高昂且依赖人工经验,已难以满足现代工业化的检测需求。深度学习技术的兴起为这一难题提供了新的解决方案。本文围绕基于深度学习的IC电路表面缺陷检测技术展开深入研究,旨在提高检测精度、速度和对未知缺陷的适应性。 针对有监督检测场景,提出YOLOv8n＿RLS模型,以应对IC电路表面小目标缺陷检测的挑战。在特征提取阶段,通过引入LSKA优化SPPF模块,构建SPPF＿L结构,提升特征融合过程中细节信息的保留能力。设计C2f＿RE模块,其改进策略融合了Rep Vi T架构范式与EMA注意力机制。通过将Bottleneck卷积模型替换为RVB模型,以实现动态感受野扩展。其次再将RVB模块中SE注意力机制,替换为EMA注意力机制,以提高分别捕获全局语义和局部细节的能力。最后优化损失函数,采用形状敏感的Shape Io U损失替代CIo U,通过动态方向权重与长宽差异惩罚项增强小目标的定位精度。实验表明,改进模型在PCB数据集上的m AP、准确率、召回率分别达到97.7%、97.9%和95.2%,参数量仅2.5M,计算量低至6.7Gflops,综合性能优于主流算法。 为解决有监督算法无法检测未知缺陷的问题,本文引入并优化了基于扩散模型的DDAD算法。在去噪网络U-Net的Res Block模块中嵌入CBAM注意力机制,显著提高了空间信息和通道信息的利用效率,增强了网络对异常区域的敏感性和定位精度。同时,将最大池化下采样替换为哈尔小波下采样(HWD),通过无损特征编码与特征表示学习模块,有效保留了高频细节信息,减少了图像重构过程中的空间信息丢失,提升了缺陷检测的像素级准确率。实验结果显示,改进后的DDAD算法在自制的IC电路数据集的图像级AUROC提升了10.9%,像素级AUROC提升了1.1%,验证了其有效性。 基于上述研究成果,本文设计并实现了一套IC电路表面缺陷检测系统。并通过功能测试,结果表明本文算法能够准确、高效地完成IC电路表面缺陷的检测任务,有较高的实用性。