关键词： 多输入多输出雷达技术   目标检测与跟踪   波束形成  

摘要： 文中提出了一种基于多输入多输出(MIMO)雷达技术的目标检测与跟踪算法。首先,介绍了MIMO雷达技术的原理及其在目标检测与跟踪领域的应用优势。其次,详细阐述了算法的设计思想和实现方法。该算法利用MIMO雷达系统同时发送和接收多个波束,实现了对目标的高分辨率成像和准确跟踪。最后,通过仿真实验验证了该算法的有效性和性能优势,证明了其在实际应用中的潜力。

关键词： 轮式机器人   目标识别   机场跑道异物   图像处理   深度学习  

摘要： 文章针对航空器起降间隙较大的支线机场跑道的异物自动识别与定位问题展开研究,提出了一种基于具备自主导航功能的轮式机器人结合工业相机与激光雷达系统的跑道异物自动识别定位系统。该研究主要采用图像分块处理与深度学习框架相结合的计算机视觉算法,对跑道微小异物目标进行自动识别与定位,具备跑道自主巡航检测的能力。该研究实现了系统样机的集成与跑道环境现场测试的一系列工作,获得了对5 mm直径微小异物80%的综合检出率,有利于该类型机场跑道异物检测的进一步研究并取得了积极的效果。

关键词： 物流配送   物流行业   人力成本   计算机视觉技术   人工智能   大数据   云计算   物联网  

摘要： 一、引言随着我国经济的快速发展,居民的日常生活节奏越来越快,物流配送的需求越来越大。而传统物流配送行业普遍存在着自动化程度低、人力成本高、效率低等问题,这严重制约了物流配送行业的发展。5G技术的快速发展,物联网、人工智能、大数据、云计算等新兴技术不断应用于物流行业[1-2],尤其是计算机视觉技术在社会生活中的应用越来越广泛。

关键词： 群目标跟踪   势均衡多目标多伯努利滤波器   邻接矩阵   高斯分量   随机有限集  

摘要： 群目标跟踪已被广泛应用于作战对抗、自动驾驶、低空防御等各个军民领域。群目标是指由多个单目标组成,并以相同的速度或方向进行移动的一组或多组目标集群。鉴于随机有限集(Random Finite Set,RFS)滤波器在处理多目标数据关联方面的优势,现有的群目标跟踪算法大多基于RFS滤波器。然而,这些滤波器在对群目标进行跟踪时大多忽略了各目标之间的关联、依赖关系等问题,为此,提出了一种基于群结构集成的势均衡多目标多伯努利(Cardinality Balanced Multi-target Multi-Bernoulli,CBMeMBer)滤波器的群目标跟踪算法。具体而言,首先通过邻接矩阵对目标群结构进行估计,即将群目标看作无向图,利用各目标之间的距离来估计群目标的邻接矩阵,进而将群目标划分为多个子群。并根据各子群中目标的运动状态,将其划分为群中心和群成员两种类别,分别建立了运动方程。而后在预测步骤中,利用估计的群结构来对目标状态进行预测。特别地,在滤波器的高斯混合实现步骤中,多个高斯分量被用来拟合相对应的各伯努利分量,但过多高斯分量的存在会降低对群目标状态估计的准确性,从而降低群结构估计的准确性,因此,在状态提取阶段,本文所提算法对高斯分量进行修剪,即对更新步骤后的每个伯努利分量中所包含的高斯分量进行筛选,只保留一个权重最大的高斯分量。最后,仿真结果表明,本文所提算法实现了对群目标的稳定跟踪,且跟踪性能优于传统的CBMeMBer滤波器。

关键词： 计算机视觉   场景文本识别   注意力机制   特征信息关联  

摘要： 场景文本识别(Scene Text Recognition, STR)使计算机能够获取自然场景图像中的文本信息。在STR的研究中识别准确性始终是关注重点。对于计算资源受限的边缘设备,模型的参数量和计算效率也同样重要。针对该问题,提出了基于多头注意力融合的自然场景文本识别(Scene Text Recognition Based on Multi-Head Attention Fusion, MAF)算法。通过利用多头注意力(Multi-Head Attention, MHA)机制设计了视觉编码器,实现对规则和不规则场景文本图像的视觉特征深度提取。为了增强模型对字符间间距变化和语义相似性的感知能力,提出了增强位置编码以及结合输入上下文和置换模型的语义编码器。通过MHA将视觉和语义特征信息融合,提高在复杂环境背景下的文本字符识别准确率。实验结果表明,MAF的参数量仅为7.6×10^(6),FLOPS为1.0×10^(9),在真实STR数据集上的平均识别准确率达到95.6%,有效平衡了识别任务的准确性和计算效率,具有一定的应用潜力。

关键词： 文字位置检测   形态学   区域提取   Halcon   图像处理  

摘要： 当前识别文字位置的主流算法为CTPN文字识别算法,但在Halcon图像处理的过程中由于软件编程能力的限制,难以通过Halcon直接实现CTPN算法,文中提出了一种完全基于形态学的文字位置识别算法。首先通过动态阈值法处理图像,经过形态学筛选后对筛选出的部分进行区域填充,将区域填充前后面积进行对比,最后根据比值得出文字部分的位置。本方法完全基于图像的形态学,可直接适用于所有图像处理软件。经试验共检测图像1000张,准确检测出998张,检测精度为99.8%。完全基于形态学识别文字位置的方法对文字位置检测有着重要的意义,避免了图像处理软件在编程方面的局限性而难以检测文字位置的问题,有助于软件实现批量化、自动化的文字位置检测。

关键词： 耕地保护   铁塔摄像头   目标检测   SSD算法   特征融合  

摘要： 针对国土耕地违规占用行为中小目标占比偏高,检测准确率低、实时稳定性差等问题,提出从铁塔摄像头获取视频并结合改进的单次多框检测器(single shot multibox detector,SSD)算法,实现国土耕地违规占用行为的实时智能检测。将SSD主干网络替换为ResNet-50,增强算法对违规占用目标的特征提取能力;构建特征融合模块融合高低层以增强小目标的细节特征,构造Short-cut模块生成预测特征金字塔;创建联合权值调整模块,增强违规占用目标的有用目标信息;采用K-means聚类算法优化候选框的宽高比,使其更适用于自制数据集。提取常见违规占用行为目标为实验对象,结果表明,改进后的SSD算法检测违规占用行为的平均准确率为91.24%,并有效增强小目标的检测效果,可为国土资源监测作参考应用。

关键词： 计算机   视觉   图像  

摘要： 本文简要介绍了计算机视觉图像技术的应用范围,即视频图像分析、目标区域安防检测等,并从果蔬成熟度检测、自动驾驶检测两个方面,开展了计算机视觉图像技术的应用实践分析,以期展现计算机视觉技术的应用价值。

关键词： 深度学习   目标检测   YOLOv5   螺母与引线质量通病检测  

摘要： 输变电杆塔工程中存在的螺母与引线质量通病问题可能会导致电力系统存在安全隐患,造成难以估计的损失,是电力系统安全维护任务中非常重要的一部分。人工巡检的检测效率低下且人力成本较高,而传统的图像检测算法在实际应用中易受环境因素影响,检测性能较差。针对这一问题,通过研究输变电杆塔工程螺母与引线质量通病问题的特点,这里提出基于YOLOv5目标检测算法的输变电杆塔工程螺母与引线质量通病智能检测方法,使用CSPNet作为网络模型的Backbone,PANet作为网络模型的Neck,并使用Mixup、Mosaic数据增强等方法增加数据样本,实现了YOLOv5算法对输变电杆塔工程质量通病问题的检测。实验结果表明,基于YOLOv5目标检测算法的输变电杆塔工程质量通病检测拥有较高的检测精度,mAP达到了87.6%,检测速度达到了90fps,可用于Jet Nano等嵌入式设备和手机等移动端设备,取得了良好的检测效果。

关键词： 机器人视觉定位   高压开关柜   图像处理   远程操作  

摘要： 高压开关柜远程操作常受到复杂环境因素的影响,如遮挡、光照不足以及电磁干扰等,这些因素导致了高压开关柜的可用率并不高。针对上述问题,提出基于机器人视觉定位技术的高压开关柜远程操作策略分析。通过建立远程实时图像采集机制,对高压开关柜的各个位置图像进行实时收集与分析,引入机器人视觉定位技术,对高压开关柜的图像进行高精度处理,基于高压开关柜指示灯的远程识别制定远程操作策略,根据高压开关柜的实时状态,采用一键顺控操作,实现对高压开关柜的远程精准控制。试验结果表明,所提方法受复杂环境因素的影响较小,设备可用率较高,具有较好的应用价值。