关键词： 图像处理   大形变配准   自适应窗口   多尺度残差卷积   密集图卷积  

摘要： 提出一种结合关键点周围的强度特征和局部关键点几何结构特征的肺计算机断层扫描(CT)图像配准方法。该方法首先利用窗口自适应模块计算强度特征相关系数以提高模型训练效率,接着利用多尺度残差卷积网络来提取更多尺度的特征细节信息和缓解由于网络层数增加导致的梯度消失问题,最后利用密集连接的图卷积提取局部关键点间的几何结构特征和强度特征相结合的信息,通过强度特征和局部点间的几何结构特征信息来共同表征配准图像对点间的对应关系,以提高肺图像配准的鲁棒性。在DIR-lab、COPDgene和Creatis数据集上对算法进行验证,得到本文算法的目标配准误差分别为1.21 mm、1.53 mm和1.00 mm,相较于Graphregnet算法,本文算法的目标配准误差在DIR-lab、COPDgene和Creatis数据集上分别减小了18.8%、13.1%和6.5%,且配准时间仅为0.57 s。实验结果表明,本文算法能有效地提升配准精度,且具有较好的实时性和鲁棒性。

关键词： 燃气管道   视频监控   YOLOv8   目标检测  

摘要： 为了解决燃气管道沿线监控视频中普遍存在的背景复杂、多样的小目标和多尺度目标识别能力不足的问题,提出了基于CBAM注意力机制和4倍下采样检测头的YOLOv8改进算法,并实现了基于该改进算法的智能视频监控系统.实验结果表明,改进的算法精确度、召回率和均值平均精确度mAP@0.5分别达到了80.2%、72.8%和80.2%的性能指标,相比原始的YOLOv8s算法分别提高了1.9%、3.8%和1.6%.以某市燃气管道安全监管为研究案例,验证了该改进算法系统在燃气管道安全监控中的效率、准确率和时效性,为实现燃气管道安全监管的常态化、规范化和精细化,提供了一定的技术支持.

关键词： 车牌识别   图像处理   Unet神经网络   CNN  

摘要： 随着社会车辆的快速增加,车牌识别变得越来越重要。本文车牌识别系统分为三部分。第一部分通过改进Unet模型的网络深度使其更快速确定车牌的具体位置。第二部分使用基于像素直方图的字符分割方法分割字符。第三部分利用TensorFlow框架的Keras模块搭建卷积神经网络,对车牌中字符分别进行识别。实验结果表明,系统识别车牌字符正确率较高。

关键词： 计算机视觉技术   交通信息管理系统   赋能  

摘要： 随着城市交通管理的日益复杂,计算机视觉技术,作为一种高效的信息获取与处理手段在城市交通系统的建设中得到了广泛应用。文中分析了当前交通信息管理系统中存在的主要问题及解决策略,重点讨论了计算机视觉技术在车辆导航、道路交通监控、车辆智能收费、公交车辆调度等方面的作用,并剖析了当前计算机视觉技术面临的挑战,给出了相应的策略和建议。

关键词： 目标检测   双波段   决策级融合   卷积神经网络  

摘要： 红外目标检测在军事领域和民用领域发挥着重要的作用,得到了广泛的研究,但对于利用双波段图像对目标进行检测的研究较少。为了充分发挥双波段图像在目标检测性能上的优势,对红外双波段图像的检测结果进行深入分析,提出了一种基于多特征的红外双波段目标检测融合算法。本文提出的融合算法,利用基于深度学习的多特征融合网络对双波段图像的检测结果进行处理,充分挖掘目标的特征信息,自适应地选择单波段的检测结果作为输出,得到最终的决策级融合检测结果。实验结果表明:与使用单波段图像进行目标检测相比,本文提出的基于多特征的红外双波段融合算法,可以有效利用不同波段的信息,提高检测性能,充分发挥红外目标探测设备的优势。

关键词： 掘进机   视觉矫正   图像处理   坐标转换   定位定姿   SINS定位  

摘要： 掘进机定位定姿技术作为掘进机自动化和无人化的基础,亟需深入研究。当前方法以SINS定位传感器信号为基础,完成定位定姿。但是,矿井下的传感信号极易受到现场环境干扰,导致单一的定位方法无法精准获取掘进机传感信号,会直接影响后续的坐标精度,导致纯捷联惯导系统中存在累积误差。提出基于视觉坐标误差校准的煤矿井下掘进机自动化定位定姿方法。通过采集掘进机工作位姿图像,利用图像处理和计算机视觉技术,针对纯捷联惯导系统中的累积误差问题,建立了坐标系之间的转换关系,,并确定掘进机自身坐标系。根据初始位置坐标和相关坐标系定义,结合四元数方法构建一个自动化的定姿定位模型;通过建立的模型,获取掘进机工作状态的位姿角和位置更新方程,用于实时计算和更新掘进机位置和位姿,实现煤矿井下掘进机自动化定位定姿。实验结果表明:利用视觉定位开展煤矿井下掘进机自动化定位定姿时,捷联惯导系统的累积误差在俯仰角上得到有效抑制,x和y方向上的平均定位误差为12.08 cm和19.77 cm,比单纯SINS定位效果更好。

关键词： 视频显著目标检测   时空特征   深度学习  

摘要： 视频显著目标检测作为计算机视觉领域广泛关注的研究方向之一,其旨在定位和分割出视频中最显著的目标或区域。现有视频显著目标检测方法主要通过构建深度神经网络来从动态视频序列中提取时空特征进行显著性预测。对基于深度学习的视频显著目标检测方法进行全面梳理,阐述了视频显著目标检测的基本概念及应用场景;对基于深度学习的视频显著目标检测方法进行了分类,并按类别进行深入的分析和讨论;对视频显著目标检测领域的权威基准测试数据集及评价指标进行介绍,并在这些基准数据集上对最先进的模型进行了定量和定性实验对比分析和讨论;总结了视频显著目标检测面临的挑战,对其未来发展方向进行了展望。

关键词： 轨道缺陷检测   SAM   多任务   图像分割   目标检测  

摘要： 轨道缺陷检测是保障轨道交通安全运维的关键任务,现有的基于机器视觉的检测方法主要针对轨道图像进行分割,存在模型时间复杂度高、背景噪点干扰大、分割效果不佳等问题.针对以上问题,提出一种改进Segment Anything Model (SAM)的多任务图像分割模型(Multi-Task Advanced SAM,MASAM),有效地提高了训练效率和缺陷分割准确率.首先,通过目标检测模块来确定缺陷目标范围,获取目标边界坐标;其次,将目标边界坐标转换为稀疏嵌入;最后,将稀疏嵌入与SAM模型中Image Encoder模块处理后的图像特征向量输入Mask Decoder,得到缺陷掩膜预测结果 .实验结果表明,在多任务轨道缺陷检测中,MASAM模型的预测效率和准确率均优于其他模型.

关键词： OpenMV视觉模块   乒乓球追踪与收集   PID控制   图像处理   乒乓球收集结构  

摘要： 针对当前乒乓球收集小车存在的收集结构成本较高、图像算法复杂问题,设计并实现了一种基于STM32与OpenMV的乒乓球收集小车。提出了一种新型乒乓球收集结构,包含由饮料瓶、塑料管制作的收集臂和纸盒制作的收集盒,大大降低了收集结构的制作成本。OpenMV内置丰富的图像算法,可有效降低软件开发难度。OpenMV依据乒乓球的Lab颜色阈值识别黄色乒乓球,获取其中心点坐标,并通过单目测距原理测得乒乓球与小车之间距离。设计了一种基于状态机的乒乓球追踪与收集算法,STM32将OpenMV从串口发来的乒乓球位置信息输入其中,得到运动指令,并使用PID算法将车轮转速调整到指令要求。通过上述控制算法,小车逐渐靠近乒乓球,并调整到合适位置,此时,舵机驱动收集臂完成收集。经测试,小车可适应多种地面及光照情况,乒乓球收集成功率94.47%。在室内有灯光环境下,小车可在5~156 cm距离内自主发现和收集乒乓球,收集时间在26.04 s以内。

关键词： 深度学习   YOLOv5   图像融合   目标检测   行人目标  

摘要： 目标检测指对图像内的物体类型进行识别并且定位。一阶段目标检测算法从深层网络输出的特征图中获得分类信息与目标位置信息,然而深层特征由于经过长距离卷积与下采样处理而缺乏空间信息。针对该问题,参考语义分割的思想,通过将骨干网络中的浅层特征与上采样得到的深层特征结合的方法,对一阶段目标检测YOLOv5算法进行改进,利用骨干网络ResNet-50可以对特征图信息进行有效提取。在残差块中引入注意机制,对浅层特征提取阶段进行有效选择对象信息,并且可以将更多的权重分配给小的和弱的对象,以改善特征表达准确探测小物体的能力。另外,根据行人检测的数据特点,对预选框的生成方式和损失函数进行改进。采用INRIA和Caltech这2个数据集进行实验,结果表明,提出的改进模型在检测效果与检索速度方面均有所提升。