关键词： 图像处理   图形用户界面   细胞分类   医疗诊断  

摘要： 现有的医疗细胞诊断技术大多聚焦于算法的识别与分类,复杂度较高,且未充分考虑医生实际操作的便捷性。为此,本文提出了一种基于图形用户界面(GUI)的医疗细胞诊断系统设计,旨在提升医生的使用效率与诊断准确性。该系统利用Matlab进行图像预处理,结合分水岭分割算法与全卷积神经网络(FCN)分类算法,实现对细胞种类的高精度识别,并将算法集成到用户友好的GUI中。实验表明,该系统具有操作简便和较好的细胞分类的准确性。研究结果可为医疗细胞诊断提供一种简便且高效的辅助工具。

关键词： 条纹投影轮廓术   目标检测   DWT   DCT   图像分割  

摘要： 目前基于条纹投影轮廓术(FPP)的研究大多是通过重建整个场景或建立理想实验环境来实现目标分割的,但实际工业场景中周围环境复杂,直接使用FPP分割的相位含有大量无效区域,导致难以实现目标级测量。为此,提出了一种基于条纹投影轮廓术的相位有效区域分割方法,调制图和包裹相位图互为补充信息,同时作为输入,有效去除背景和阴影。通过自适应离散小波特征交互模块来学习和融合特征,采用离散小波变换(DWT)对特征进行分解,并利用边缘增强离散余弦变换(DCT)模块对特征进行解码,从而得到边缘清晰、结构明确的目标相位分割结果。定性和定量实验的结果表明所提方法比其他算法能更准确地分割出目标相位有效区域,验证了该方法在基于条纹投影轮廓术的目标级三维测量中的有效性。

关键词： 图像语义分割   深度学习   刀具磨损   图像处理   形态学滤波   定量评价  

摘要： 刀具磨损状态的鲁棒评价对于保证加工效率提高产品供给质量具有重要的作用。针对于现有刀具磨损状态直接评价方法难以自适应进行磨损区域划分的问题,提出了一种结合图像语义分割与形态滤波的铣削刀具磨损状态智能评价方法。首先,通过引入压缩-激励结构,融合U-Net网络编码与解码过程中对应特征信息,提高模型的语义分割性能,实现小样本条件下刀具图像的像素级分割。为进一步改善网络输出效果,提出一种分段处理的优化策略,针对于不同磨损阶段的刀具图像采用不同的结构元进行形态学滤波处理。最终,通过统计形态学滤波后分割区域面积实现刀具磨损状态的定量评价。实验结果表明,较之经典U-Net结构,提出方法可提高识别准确率10%左右,论证了所提出方法的有效性。提出方法针对刀具图像逐像素进行磨损状态的自适应判断,可广泛适用于不同刀具类型的磨损状态评价过程。

关键词： 激光视觉   焊缝追踪   图像处理   焊接机器人  

摘要： 针对基于激光视觉的焊接系统对高反光且焊缝狭窄的板材进行焊缝纠偏时,出现焊缝尺寸识别不准确、纠偏效果差的问题,对图像处理算法及纠偏程序进行了研究。改进了图像处理算法,使传感器能在高反光且焊缝狭窄的情况下精确识别焊缝间隙尺寸。在纠偏程序方面,针对窄焊缝间隙优化并改进了焊接程序。通过实验可知,实际焊缝间隙尺寸与识别尺寸最大误差为0.23 mm,寻位最大误差为0.18 mm,跟踪系统响应时间为20~35 ms。焊枪在焊接过程中平顺且无抖动,焊道平整光滑。

关键词： AI   传播生态   自然语言处理   计算机视觉   内容生产  

摘要： 当前,人工智能(AI)正以前所未有的速度重塑内容生产与传播的格局。当短视频平台的“爆款”内容中很多由AI辅助生成,当地方文旅宣传片借助AI实现“千人千面”的精准触达,以可灵为代表的AI技术,凭借强大的自然语言处理(NLP)、计算机视觉(CV)和深度学习能力,正在颠覆传统的内容创作模式,推动传播生态的智能化升级。笔者以可灵为核心案例,探讨AI如何赋能内容产业,分析其带来的革新机遇,并展望未来的发展趋势。

关键词： 图像处理   深度学习   深度估计   自监督学习   注意力机制  

摘要： 为解决单目深度估计方法中物体细节边缘深度预测模糊不清的问题,提出了一种基于坐标感知注意的多帧自监督单目深度估计方法。提出了一种坐标感知注意模块,以增强编码器最下层输出特征,并加强成本体的特征利用;提出了一种基于像素洗牌的深度预测解码器,可有效分离低分辨编码器特征中的多物体融合特征,以细化深度估计结果中的物体边缘。在KITTI和Cityscapes数据集上的实验测试结果表明:所提方法优于目前主流方法,显著提升了主观视觉效果和客观评价指标,尤其在物体边缘细节上具有更好的深度估计性能。

关键词： 机动目标跟踪   深度学习   长短时记忆网络   交互多模型  

摘要： 近年来,随着传感通信技术的快速发展,高精度实时数据获取能力得到了极大增强,为采用数据驱动方法解决机动目标跟踪问题、克服传统模型驱动的滤波器存在的先验模型信息匮乏、高速目标机动等难题提供便利。特别是,深度学习技术通过构建端到端的神经网络估计映射来实现目标的状态估计,摆脱了对先验信息的依赖,但也存在着依赖训练数据、缺乏物理可解释性等问题。针对该问题,本文结合了模型驱动的交互多模型(Interactive Multiple Model,IMM)算法和数据驱动的长短时记忆(Long Short-Term Memory,LSTM)网络的优势,提出了一种基于深度学习的多状态融合机动目标跟踪算法。该算法由多个基于LSTM网络的跟踪器和单个基于LSTM网络的分类器组成,为每个跟踪器分配单独的目标运动状态,跟踪器进行并行计算得到状态估计值。之后,通过分类器来确定目标的每个运动状态的概率权重值,并将跟踪器的估计值进行加权平均得到最终估计。仿真实验证明,本文提出的算法在跟踪精度上优于IMM算法和基于端到端LSTM网络的跟踪算法。

关键词： 可变形部件模型   电动摩托车   目标检测   方向梯度直方图   隐变量支持向量机  

摘要： 以治安视频监控中电动摩托车的管理需求为背景,提出了一种基于可变形部件模型(DPM)的电动摩托车目标检测方法。结合可变形部件模型多尺度、高效率的优势,实现了电动摩托车目标检测算法。构建了包含1006个正样本和1000个负样本的训练集、测试集样本库,完成了定量的实验测定。实验结果表明,新提出的算法可以在监控视频图像中高效、准确地检测出电动摩托车目标。

关键词： AI视觉   图像处理   皮带跑偏   料粒   料流  

摘要： 通过利用AI图像处理和机器视觉算法,针对钢厂生产过程中上料皮带设备状态和物料质量进行实时分析;通过图像处理算法实时获取皮带的跑偏情况,确保了设备本体的本质化安全,利用AI视觉算法对运行皮带上的物料粒状大小和物料料流进行实时检测,确保了对生产质量的实时全方位把控。

关键词： 视觉处理   图像分类   智能垃圾处理装置   STM32单片机  

摘要： 为提升垃圾分类效率与准确性,促进资源回收利用、减少环境污染,推动可持续发展,设计了一种基于机器视觉与嵌入式控制的智能垃圾处理装置。系统采用改进的ResNet50迁移学习模型(PyTorch框架)实现垃圾图像分类识别,以STM32微控制器为核心,集成红外测距、声光报警和伺服驱动模块。通过摄像头采集垃圾图像,经神经网络分类后,结果通过串口通信传输至下位机控制执行机构精准投放。同时利用红外传感器实时监测容器装载量,超阈值时触发报警并暂停投放,确保系统可靠性。此设计实现了垃圾分类的智能化、结构简单、处理效率高,操作方便、成本低,测试准确率达到82.3%,其中对可回收物的识别率高达85.6%,并可以减少垃圾分类处理的人力物力投资,极大地方便了垃圾分类。