关键词： 目标检测   YOLOv4-tiny   剪枝   嵌入式设备  

摘要： 针对YOLOv4-tiny存在计算量较大,检测精度低,无法满足嵌入式设备实时性需求的问题,论文基于MobileNetv3改进的轻量级网络YOLOv4-E,使用BN层的γ尺度因子对冗余的特征通道进行剪枝,在25%剪枝率下模型大小降低到了6.7MB,mAP仅降低了0.59%,FPS提升了8.8%。同时使用NCNN前向推理框架对剪枝后的模型进行Int8量化,在树莓派4B上检测单张图片仅需173 ms,满足了实时性需求。

关键词： 船舶涡轮机   叶片细小裂痕   视觉显著性检测   图像处理  

摘要： 为精准掌握涡轮机叶片的运行状态,判断其是否需要进行更换,提出船舶涡轮机叶片细小裂痕视觉显著性检测方法。利用改进同态滤波算法平滑叶片CCD图像,增强图像的对比度以及均衡度,基于谱残差视觉注意模型提取显著图,通过线性迭代聚类算法分割获取的显著图,设定判断阈值,确定最终的船舶涡轮机叶片微小裂痕区域,完成船舶涡轮机叶片细小裂痕检测。测试结果显示,该方法具备较好的应用效果,可显著提升图像整体均匀度;显著图的提取效果较好,平均绝对误差至均在0.021以下,可靠确定船舶涡轮机叶片微小裂痕区域。

关键词： 计算机视觉技术   自动分拣系统   工业相机   整体架构设计   机械臂   传送带   LED灯   计算机视觉识别  

摘要： 1.货物自动分拣系统架构设计。本次基于计算机视觉识别技术构建的货物自动分拣系统整体架构设计如图1所示。其最左侧为震动斗,下置一运送货物的传送带,将相机安装在传送带上方,并选择环形LED灯作为系统光源放置在工业相机下方,完成初始货物图像的采集,然后利用机械臂对其进行分区,以完成对货物的自动分拣。

关键词： 电梯安全   电动自行车检测   YOLOv8   目标检测   网络模型  

摘要： 针对电动自行车进入电梯,入户充电而危及人身安全的问题,提出了一种基于深度学习的电梯内电动自行车自动检测方法。以YOLOv8作为核心检测的网络模型,通过构建数据集进行了训练和测试。结果表明,YOLOv8网络模型能够对电梯中违规进入的电动自行车进行精准识别,即使在电动自行车被部分遮挡的情况下也能保持较高的识别率,证明了YOLOv8网络模型在不同场景下应用的有效性和稳定性。由对比实验可知,YOLOv8网络模型相对YOLOv5网络模型来说,不仅可提高安全管理的效率,而且能够及时预警,显著提升电梯乘客的安全。与传统人工检测和视频监控方法相比,提出的电梯内电动自行车检测方法能够实时处理图像并精确识别目标,具有较高的实用价值和广泛的应用前景。

关键词： 红外图像   电力设备   改进CNN   图像预处理   特征提取  

摘要： 电力设备红外图像背景较为复杂、设备种类较多,使得电力设备红外目标检测效果较差。为此,提出基于改进CNN的电力设备红外目标检测技术研究。通过联合中值滤波与高斯滤波,预处理电力设备红外图像。以此为基础,采用ResNet与FPN改进CNN,获取电力设备红外图像特征信息。通过常数分割模型训练随机森林分类器,将特征信息输入至训练后的分类器中,获得电力设备红外目标检测结果。实验结果显示,采用所提方法对电力设备红外目标检测结果与实际检测结果保持一致,帧率最大值为14.1 FPS,表明所提方法应用性能良好。

关键词： 深度学习   卫星遥感   目标检测   河湖管理  

摘要： 选取涉河建筑和围垦养殖2类典型“四乱”目标类型进行研究,研发了一种适用于大范围、常态化基于深度学习的河湖库卫星遥感“四乱”目标识别模型。提出的基于RoI(感兴趣区域)对齐策略的“四乱”目标识别模型,解决了传统Faster RCNN目标检测模型在背景复杂、空间分异性强遥感图像中存在的目标检测精度低的问题,其中,涉河建筑目标识别的AP(平均精度)指标提升了0.07,围垦养殖目标识别的AP指标提升了0.12,可满足大范围河湖库“清四乱”常态化、规范化的要求。

关键词： 5G通信   位置估计   目标跟踪   压缩感知  

摘要： 实时精确定位与跟踪是列车运行控制系统中关键技术环节之一,工作在毫米波频段的5G通信具备小空间内多天线组合、米级定位精度等优势,已经成为轨道列车定位技术的主要发展方向之一。利用毫米波信道在不同域近似稀疏的特性,提出一种基于压缩感知的5G定位方法。该方法通过压缩感知来估计5G信号视距路径的到达时间、到达角度,并将其估计结果作为量测与基于扩展卡尔曼滤波器的非线性滤波算法相结合,以实现对列车位置的精确跟踪。列车场景仿真实验结果表明,该改进算法的定位误差小于3 m、跟踪速度误差小于2 m/s。

关键词： 计算机视觉   相机标定   灰狼算法   遗传算法   维度学习   重投影误差  

摘要： 为解决传统相机标定中标定精度低、可重复性差、鲁棒性弱等问题,提出一种基于改进灰狼遗传算法的相机标定优化方法。对灰狼算法中的种群初始化、线性收敛因子及位置更新策略进行改进,并融入了基于维度学习的搜索策略和改进的选择、交叉、变异算子,以优化相机标定参数。首先,利用MATLAB标定工具箱对标定板图像进行角点提取,基于相机标定原理,建立标定板角点坐标与空间三维点坐标的对应关系,以获取相机内参及畸变系数的初估值,并据此设定待优化参数的寻优范围。接着,以初估值为基础在寻优范围内生成灰狼遗传算法的初始种群。然后,构建平均重投影误差方程,以最小化该误差为目标函数,利用改进的灰狼遗传算法对标定参数进行优化。最后,将该方法与其他优化方法进行实验对比。结果表明,基于改进灰狼遗传算法的相机标定方法在平均重投影误差最小(0.02054 pixel)的同时,也展现了最佳的可重复性和鲁棒性。

关键词： 多元立体优质资源   问题驱动–项目驱动–数据驱动   科教–产教–赛教协同   混合式教学模式   三阶实践教学体系  

摘要： 面向行业社会需求、学生学情和课程特点,依托《数字图像处理》国家级一流线上课程及教学团队,实践和迭代了“三融合、三驱动、三协同”的教学创新。线上线下、课内课外、实体和虚拟课堂三融合,问题、项目、数据三驱动,科教、产教、赛教三协同,构建和实施2236混合式教学模式和“基础实验-VR设计–项目实战”三阶实践教学体系,强化理论和实践,同时采取“全程、多元、强非标”的学业全程评价和课程思政,激励学生学习和成长。通过多年实施,取得了很好的成效,资源及相关工作也得到推广应用。Based on the needs of industry and society, students’ learning situation, and course characteristics, relying on the national first-class online course and teaching team of “Digital Image Processing”, we have practiced and iterated the teaching innovation of “three integrations, three drives, and three collaborations”. The integration of online and offline, in-class and out-of-class, physical and virtual classes, driven by problems, projects, and data, and coordinated by science and education, industry and education, and competition and education, the 2236 hybrid teaching model and the three-level practical teaching system of “basic experiment-VR design-project practice” are constructed and implemented to strengthen theory and practice. A “full process, diverse, and strong non-standard” academic evaluation and curriculum ideological and political education are adopted to motivate students to learn and grow. After years of implementation, good results have been achieved, and resources and related work have also been promoted and applied.

关键词： 国家知识产权局   专利审查   战斗堡垒作用   图像处理   创新主体   凝心聚力   创新探索   审查部  

摘要： 国家知识产权局专利局专利审查协作湖北中心通信发明审查部图像处理室党支部于2017年3月成立,现有党贯18名。党支部以“勇于担当作为”为核心理念,创新探索“五彩图像”支部工作法,不断加强队伍建设,用党建作为思想引领,凝心聚力、攻坚克难,积极服务创新主体,在专利审查提质增效工作方面发挥出战斗堡垒作用。