关键词： 车载毫米波雷达   合成孔径雷达   目标检测   最大稳定极值区域   形态学滤波  

摘要： 为了推进辅助泊车技术,需要向驾驶员提供准确且可视化的行车场景信息。由于车载环境的复杂性以及车载毫米波雷达合成孔径雷达(SAR)图像中干扰信息的杂多,难以直接通过目标分离实现目标检测。文中提出一种基于最大稳定极值区域(MSER)的车载毫米波雷达SAR图像目标检测方法。此方法基于车辆成像后的尺寸的先验信息,通过检测车载毫米波雷达SAR图像MSER区域、划分并标记空闲停车区域向驾驶员提供车位使用情况,利用形态学滤波平滑MSER区域边界,优化目标检测结果。同时,根据检测结果以自适应宽度的矩形框标记目标保证目标检测的准确性。最后通过对实测数据的仿真与分析验证了所提方法的有效性。

关键词： 同步定位与地图构建   动态环境   多视图几何结构   目标检测   特征点   轻量型  

摘要： 目前大多数的SLAM系统主要针对静态场景,然而,在实际环境中不可避免地存在许多动态对象,这将大大降低算法的鲁棒性和相机的定位精度。针对动态对象造成的轨迹偏差问题,文中提出一种结合目标检测网络和多视图几何结构的动态SLAM算法。首先,基于YOLOv5算法框架,将骨干网络CSPDarkNet-53替换为轻量型L-FPN(Lite-FPN)结构,并使用VOC2007数据集进行预训练。与YOLOv5s原始模型相比,新网络的计算量减少了45.73%,检测速率提高了31.90%;然后,将检测物体划分为高动态对象、中动态对象以及低动态对象,利用多视图几何方法计算阈值,并根据阈值对中高动态对象进行二次检测,以决定是否剔除预测框中的特征点;最后,在TUM数据集上的实验结果显示,该方法在定位精度上平均提升了82.08%,证明了其在准确性方面的显著改进。

关键词： 单目3D目标检测   大核卷积   深度可分离卷积   条形卷积   多尺度目标  

摘要： 为了充分利用单目图像提供的特征信息,提出上下文信息增强和深度引导的单目3D目标检测方法.设计高效的上下文信息增强模块,使用多个大核卷积自适应地增强多尺度目标的上下文信息,利用深度可分离卷积和条形卷积操作有效减少大核卷积的参数量和计算复杂度.统计分析3D目标框各个属性的预测误差,发现3D目标框的长度和深度属性预测不准确是导致预测框偏差大的主要原因.设计深度误差加权损失函数,在训练过程中进行目标的长度和深度预测监督,提高长度和深度属性的预测精度,进而提升3D预测框的准确性.在KITTI数据集上开展实验,结果表明,所提方法在数据集的多个级别上的平均准确度高于现有的单目3D目标检测方法.

关键词： DFS   爬墙机器人   目标检测   仿真  

摘要： 由于爬墙型机器人能够替代人们执行高风险任务,已逐渐成了当前机器人领域的主要研究焦点之一。作为一种专门为斜拉桥缆索表面的瑕疵检查设计的爬墙式机器人,它相较于人工操作更具经济效益和安全性能,有着巨大的商业潜力,所以对这种缆索表面检测机器人的研发与创新是十分必要的。基于DFS技术的爬墙机器人目标检测系统研究与仿真做出研究,以供参考。

关键词： 输电线路   外破隐患识别   低误报率   有效区域认知  

摘要： 输电线路作为电能传输的重要载体,其安全稳定运行是保障电力系统稳定供电的基础;而输电通道周围施工机械或人力破坏等因素严重威胁输电线路的安全运行,当前通过杆塔监控装置进行输电通道外破隐患智能检测的方法得到相关领域的广泛关注,但无差别地对采集到的监控图像进行外破隐患辨识会导致大量误报。该文提出一种基于特定区域目标检测的输电通道外破隐患智能识别方法,以实现对于输电通道周围有效范围内外破隐患的低误报率辨识。利用双阶段的目标检测方法捕获图像中的所有外破目标;利用直线检测得到输电线路的位置,并据此求得输电通道的有效范围,从而实现对于外破目标的有效范围认知与筛查;利用实际采集到的输电外破隐患图像进行实例分析及验证。

关键词： 计算机图像处理   纸浆纤维   特征提取   SVM   卷积神经网络  

摘要： 纸浆纤维的形态参数和纯净度等决定着纸张的质量与性能。对纸浆纤维进行精准检测和分类是造纸生产中的重要环节,也是保障成纸质量最直接的手段。计算机图像处理技术是近些年随着信息产业的迅速发展而发展起来的新兴分析技术,在纤维检测领域有着明显优势与良好前景。基于此,简述了计算机图像处理技术在纸浆纤维检测中的应用,介绍了纸浆纤维图像预处理过程与算法,确定了对纸浆纤维图像要提取的形态特征和灰度特征,并提出SVM结合卷积神经网络的纸浆纤维分类算法。该方法对纸浆纤维的分类达到了较高的水准。

关键词： 机器视觉   导电片   尺寸测量   图像处理  

摘要： 导电片是OEM接线盒中旁路二极管模块的冲压件,铜质板材,装配工艺中需要焊接芯片,因此导电片的精度要求较高,使用传统游标卡尺测量容易引起导电片变形,使用三坐标测量仪测量效率不高,且三坐标测量仪不适合自动化产线的环境要求。为提高尺寸测量精度和效率,开发了一套基于机器视觉的导电片尺寸测量系统。搭建导电片测量硬件平台,对硬件系统中的主控模块、采集设备、相机以及光源等进行了选型分析。使用Python配置OpenCV库进行编程设计,结合PyQt库进行GUI界面设计,完成导电片测量系统软件部分。通过实验,验证导电片测量系统测量精度高,满足企业实际生产测量使用要求。

关键词： 混合分布式相控阵-多输入多输出   目标检测   信道互易性   分集增益   相参增益   脉冲积累  

摘要： 针对如何高效运用雷达资源管理技术提高目标检测的准确性和可靠性,构建了一种混合分布式相控阵-多输入多输出(PA-MIMO)雷达系统模型,建立了基于奈曼一皮尔逊(NP)准则的目标检测模型,以及推导了同时考虑子阵收发共用导致的信道互易性和多脉冲相参积累条件的似然比(LRT)检测器,得到了给定虚警概率下的目标检测概率。通过与相控阵雷达、单输入多输出(SIMO)雷达、多输入单输出(MISO)雷达及最优阵元配置PA-MIMO雷达的性能对比,验证了混合分布式PA-MIMO雷达系统利用子阵内信号的相关性和子阵之间信号的独立性可以同时获取相干处理增益和波形分集增益,其最大检测概率达到0.9874,高于其他4种体制雷达,有效提高了雷达系统的目标检测性能。通过仿真分析验证了信道互易性与脉冲积累对于雷达检测性能的提升作用。

关键词： 光伏组件   目标检测   深度学习   SSDLite   多层特征融合   MobileNetV2  

摘要： 为了应对光伏组件缺陷检测中人工检测速度缓慢以及使用YOLO等深度学习模型时速度较慢且硬件成本高的问题,提出一种基于SSDLite的多层特征融合轻量化目标检测方法。该方法采用MobileNetV2作为SSDLite模型的骨干网络,并从中提取3个不同层次的特征层进行特征融合。针对不同缺陷的尺寸特点,对模型中的先验框的大小也进行了重新设计。在MobileNetV2的瓶颈结构中引入CBAM注意力机制,以提高模型的检测精度。相比传统的SSDLite模型,该文模型平均精度从65.8%提高至72.4%,虽然速度略微下降,但已基本满足实际应用的需求。

关键词： 目标检测   红外小目标   稀疏低秩分解   红外图像块  

摘要： 红外图像块小目标检测算法在数据链、预警、制导等领域有较为广泛的应用,如利用数据链可以将红外图像块小目标精确传送给雷达。为了在复杂背景条件下进一步提高红外小目标检测的效果,提出了一种重加权和局部先验融合的红外图像块(IPI)小目标检测算法。首先,采用加权Schatten p范数对背景图像块进行约束;其次,引入局部对比度先验信息和加权l_(1)范数抑制非目标稀疏点,进一步增强目标图像稀疏性,使算法模型性能进一步得到提升。仿真结果表明,所提算法在抑制背景杂波和精确检测目标方面均有较好的结果,优于现有经典算法。