关键词： 深度学习   目标检测   YOLOv8   CloFormer  

摘要： 交通标志是确保道路安全的重要措施,对其检测是智能交通系统中的关键环节。文章引入YOLOv8网络模型对道路两旁的交通标志进行检测,并提出了一种基于Clo-YOLO的交通标志检测算法。在融合深层特征和浅层特征的过程中,引入了CloFormer模块,以增强目标的特征表达能力,并提高在目标被遮挡时的检测能力。与原模型的检测结果相比,Clo-YOLO模型在检测道路旁交通标志的任务中表现更为出色。

关键词： 混凝土试块   线结构光   图像处理   几何参数测量  

摘要： 测量混凝土试块的三维几何参数是对其进行力学性能试验的前提。为解决传统人工测量效率低、精度差的问题,基于线结构光和图像处理技术,研究一套由线结构光发射器、工业相机、高精度位移平台和转台等构成的混凝土试块三维几何参数检测系统。通过建立误差分析数学模型,对检测系统的结构参数进行优化分析,确定检测系统的最佳布局。采用平移扫描和旋转拼接相结合的方法实现混凝土试块三维几何参数的测量和评估,并在实验室通过对标准试块和实际混凝土试块的测量、对比,验证该方法的准确性和可行性,其平面度测量误差小于0.043 mm,相邻面夹角误差小于0.1°,棱长误差小于0.1 mm。

关键词： 有向目标检测   计算机视觉   深度学习   综述   卷积神经网络  

摘要： 目标检测是计算机视觉领域的重要任务,旨在从图像或视频中准确地识别和定位出现的目标物体。但是,普通目标检测算法往往难以处理旋转、带有方向信息的物体。针对此问题,诞生了许多专门用于有向目标检测方法,这些方法提供了更好的面向目标的空间表达,在图像处理方面取得了重大进展。有向目标检测的基本原理是将检测目标的旋转方框和倾斜角以及特征先界定再表示。本文综述了有向目标检测现阶段的国内外研究现状,根据有无锚框将当前基于深度学习的有向目标检测方法分为了基于锚框的一阶段方法、基于锚框的二阶段方法和无锚框方法3类方法进行归纳分析,并从优缺点、骨干网络、适用场景和数据集等方面进行了对比。最后,对有向目标检测方法的发展前景和研究方向进行了展望。

关键词： 新型AUV   回收对接   Unity3D仿真   自适应阈值   单目视觉   图像处理  

摘要： 水下自主无人潜航器(AUV,autonomous underwater vehicle)由于其独特的高速、低阻、低噪等优势,是如今探索海洋的有力依托;作为自主式机器人,AUV如何自行导航回收至对接站是研究中的重要环节;依托于实验室独创的四桨无舵矢量推进型AUV,通过改进Canny边缘检测,采用自适应阈值方法动态调整轮廓,在阈值最优时采用最小外接圆方法确定圆心;经Unity3D仿真和水池试验可知,该方法简单实用,鲁棒性强,且相比于传统的AUV形式以及传统的图像识别方法,该新型AUV在基于单目视觉的自适应阈值分割检测方法下,水下末端导引对接精度(优于20 cm)和对接成功率(大于80%)上均得到了大幅度的提高,在实际应用中对AUV能源补给、数据下载/上传、设备检修等具有重要的应用价值。

关键词： 智能网联汽车   故障诊断   计算机技术   机器学习   深度学习   计算机视觉  

摘要： 智能网联汽车作为车联网与智能汽车技术的融合体,对故障诊断提出了新要求。计算机技术在其中扮演关键角色,通过数据采集与处理、机器学习、深度学习及计算机视觉与传感器融合等技术,显著提高了故障诊断的效率和准确性。尽管面临挑战,但未来技术将不断优化,推动智能网联汽车故障诊断的智能化、精准化、高效化发展。

关键词： 孔测量   数学模型   计算机视觉   人工智能   智能制造  

摘要： 现有孔参数测量方法,难以适用于复杂环境条件测量需要,急需设计新的满足工程实际应用的方法。基于此,设计了识别测量算法,包含了同数控加工机床主轴配置的孔图像获取装置,构建了基于残差卷积网络用于提取孔特征的数学模型,用于精细识别孔径回归数学模型与孔位度量数学模型。采集加工现场零部件孔表面状态图像进行分析,提出方法较主流CH、RH、SH、Hh方法,20组测试样本半径偏差累积分别降低为原来的5/16、1/3、5/16、1/4,累积孔位偏差分别降低为原来的5/39、5/32、5/29、10/83,孔口缺陷平均F1-score值为0.94达到了工业应用0.9的标准。基于实验结果,说明了说提出算法更优的半径拟合与孔位测量能力,满足实际识别检测需要的同时可有效助力航空装置智能化转型升级。

关键词： 目标检测   草原生态   机器视觉   鼠洞   YOLOv3模型   YOLOv4模型  

摘要： 鼠洞密度可用于评估草原鼠害发生程度。在近地面鼠洞图片采集与识别中,图像分辨率和拍摄倾角是影响时效性和识别性能的关键因素。为此,设计了带有倾角传感器的图像采集装置,在锡林郭勒草原采集2325张鼠洞图片并进行手工标注,对比分析了3种图片输入尺寸(416 pixel×416 pixel、608 pixel×608 pixel、1024 pixel×1024 pixel)、4类拍摄倾角(21°、32°、41°、51°)、2种目标识别模型(YOLOv3和YOLOv4)对识别性能的影响。结果表明:YOLOv4模型在输入图片尺寸为416 pixel×416 pixel时能取得最优的性能。当拍摄倾角为41°时,识别性能最优;当拍摄倾角为32°时,识别性能最差。与近3年发表的鼠洞识别方法进行对比分析,验证了本文方法的性能先进性。研究结果可为草原鼠害的智能化监测提供技术支撑。

关键词： 无人机集群   自主控制   交通管制   智能感知   态势评估   应急救援   目标跟踪   农业监测  

摘要： 无人机集群在军民诸多应用领域引起了极大的关注,尤其在空中搜索、目标跟踪、边境巡逻、应急救援、交通管制、农业监测等特定任务领域已大显身手.无人机群体自主控制是无人机集群方向的核心关键技术和“卡脖子”挑战痛点难题,近年来国内外学者在无人机集群智能感知、协同控制、集群规划、态势评估、集成验证等方面取得了新的进展.

关键词： Hough变换   目标检测   多重检验   星图匹配  

摘要： 针对星空背景下地球同步轨道空间暗弱目标准确检测识别的难题,提出了一种基于Hough变换的多重检验目标检测算法。分析了地球同步轨道空间目标特性和检测识别的难点,以及传统目标检测算法存在的不足。通过连续的多帧图像经图像去噪、阈值分割、质心提取和星图匹配,滤除了大部分恒星的影响,然后将多帧图像叠加进行Hough变换后进行多重检验实现了目标的准确提取,大大提升了Hough变换在空间暗弱目标检测中的适用性。通过外场实验和仿真实验数据分析,验证了本文算法的有效性,相对于传统的Hough算法,检测准确率提升62.5%,虚警率降低74.9%,且算法耗时减少了7.2%,在信噪比大于等于3时,可达到检测准确率大于98%,虚警率小于2%的检测效果。

关键词： 数字图像技术   中阳剪纸   图纹整理   角点检测  

摘要： 中阳剪纸的图纹整理工作对于保护和传承这一非物质文化遗产至关重要。传统的剪纸图纹整理主要由人工完成,效率低、误判率高,而在剪纸图纹整理中引入数字图像处理技术可提高分检效率,降低误判率。文章对数字图像处理技术在中阳剪纸图纹整理的应用进行了研究分析,从数字图像处理技术的特点和工作内容出发,主要对剪纸图像特征提取方法进行较为详细的分析说明,并在此基础上阐述了数字图像处理技术在中阳剪纸图纹整理中的发展趋势,为后续该领域的研究提供参考。