关键词： Transformer   光学遥感图像   目标检测   特征融合  

摘要： 针对光学遥感图像目标分布密集、尺度多变、小目标特征信息不足致检测精度不高的问题,提出了一种面向光学遥感图像目标检测的LQ-Mixer-YOLOv8检测模型。能有效整合卷积神经网络CNN和Transformer在提取图像局部(高频)和全局(低频)特征信息的优势。为了进一步提升模型的性能,实验设计了DMulti-DWconv卷积模块和自适应细节融合模块ADI,引入坐标注意力机制CA、挤压增强轴向注意力机制SeaAttention和频率斜坡结构等来提升网络特征性能,将WIoU损失函数与NWD小目标检测算法联合使用,进一步提高对光学遥感图像中小目标的检测精度。实验结果表明,LQ-Mixer-YOLOv8模型在NWPU VHR-10和DIOR数据集的测试集上分别取得了96.3%和96.6%的平均精度。在NWPU VHR-10数据集上,将其与Faster R-CNN、YOLOv3、YOLOv7S、YOLOv8S、Swin-Transformer和RT-DETR等主流模型对比,平均精度(mAP@0.5)分别提高10.3、6.0、1.6、2.1、7.8和6.5个百分点;在DIOR数据集上,将其与对应的主流模型对比,平均精度(mAP@0.5)分别提高了10.5、7.3、2.3、2.7、7.5和6.7个百分点。该方法具有检测精度高、计算复杂度低等特点,能更好地完成光学遥感图像目标检测任务。

关键词： 激光物理   激光器件   光电测量   最新研究成果   量子光学   图像处理   光电子   科研论文  

摘要： 一、征稿范围国内外激光与光电子科技领域的最新研究成果、技术应用、科研论文等。主要栏目包括:综合评述、激光器件与激光物理、光电测量与检测、图像处理、量子光学、光通信与网络、光电技术与应用以及其他光学方向的创新技术。

关键词： 桥梁位移检测   计算机视觉   特征光流法   复杂测量条件  

摘要： 为了解决传统接触式位移传感器在实际桥梁位移检测中存在的安装复杂、测量范围受限等问题,将SURF(Speeded Up Robust Features)特征点检测与KLT(Kanade-Lucas-Tomasi)特征追踪算法相结合,提出了一种基于计算机视觉的特征光流桥梁位移测量方法。利用消费级相机对实验室斜拉桥模型进行测试,并与传统激光测量方法进行了对比,验证了本文所提方法的有效性。同时,从有无靶标、相机距离、光线强弱3个方面探讨了该算法的鲁棒性,最后将本文所提方法与主流视觉方法进行了对比分析。结果表明,特征光流法能够精确测量桥梁的振动位移,最大误差仅为0.73 mm,为桥梁在复杂环境下的非接触式实时位移监测提供了新的思路。

关键词： 无人机   航标识别   YOLOv7   目标检测   准确性  

摘要： 随着航道管理对效率和准确性的要求不断提高,传统的人工巡检方法已难以满足现代化航道管理的需求。为了提升航标巡检的效率与精准度,文中提出了一种基于无人机的白天航标巡检方法。该方法结合无人机的航拍能力与先进的YOLOv7目标检测算法,通过无人机自动飞行、图像采集、目标检测与数据反馈,实现在白天环境下对航标的高效、精准检查。通过该方法,能够有效减少人工巡检的时间和成本,同时大幅提高航标检测的准确性,避免了传统人工巡检中的误差和遗漏。改进后的模型平均检测精度(mAP)由0.95提升至0.99,置信度由0.85提升至0.98。

关键词： 视觉SLAM   动态场景   深度学习   目标检测  

摘要： 同时定位与地图构建(SLAM)技术是无人机或机器人在未知复杂环境中进行自主探索的关键研究方向。借助该技术,机器人能够通过其传感器获取的数据,实时计算自身的位姿,同时构建外部环境的高精度地图。基于这些信息,机器人不仅能够制定路径规划,还可以动态修正位姿误差,从而显著提升在未知环境中导航的准确性和稳定性。在使用视觉传感器的SLAM系统中,位姿解算通常依赖于几何算法和特征匹配技术。这些方法通常假设外部环境由静止的物体构成,即基于场景静态化的前提。然而,在实际应用中,动态物体如行人和车辆经常出现,这对系统的性能和鲁棒性提出了严峻的挑战。因此,引入深度学习技术与视觉SLAM算法相结合,在现有的ORB-SLAM2算法框架上新增一个动态目标检测线程,用于识别动态物体,并在里程计的计算中剔除动态点,以减少动态目标对系统定位精度的影响。实验结果表明,该方法能够显著降低绝对轨迹误差,提升SLAM算法在动态场景下的适用性和稳定性。

关键词： 电力工程   智慧工地管控平台   系统架构   物联网   大数据   计算机视觉  

摘要： 针对传统建筑工地普遍存在的信息割裂、监管滞后与协同效率低等难题,本文基于电力工程项目场景,利用大数据、物联网和计算机视觉技术,提出“1+4+N”的建设理念,设计智慧工地管控平台系统架构,阐明系统功能模块和实施路径。通过在典型试点项目中的应用,验证平台实现施工现场全面感知、智能分析、精准控制与协同管理的技术可行性。应用结果表明,该平台有效提升了工地在安全风险防控、质量过程监管及施工进度管控等方面的水平,为智慧工地管控平台建设与推广提供了理论参考和工程实践范例。

关键词： 计算机视觉   弱监督学习   医学图像分割  

摘要： 0背景随着计算机视觉以及深度学习的迅速发展,医学图像分割已经成为医疗影像处理中的一项关键任务,被广泛应用于疾病的辅助诊断。医学图像分割旨在从多种模态的影像数据(如X射线、CT、MRI、超声等)中分离出特定器官、病灶或其他感兴趣的区域。精确的分割结果对疾病的辅助诊断、治疗方案的设计以及术后跟踪都具有重要意义。然而,医学图像由于形状不规则及边界模糊等问题,通常标注难度较大,所以高质量标注的医学图像数据集较少。

关键词： 3D目标检测   注意力残差网络   注意力机制   混合池化   小目标检测  

摘要： 针对3D目标检测任务中行人和骑行者的检测精度较低问题,以Voxel-RCNN为基准算法进行改进,提出了一种基于注意力残差网络和混合池化的3D目标检测算法来提升检测精度。首先,设计了一种融合残差网络和注意力机制的新型2D骨干网络,通过残差网络结构来增强模型对不同目标尺寸的适应性,同时引入注意力机制以聚焦于关键区域,提高特征表示能力;其次,提出了一种新型的MLP池化方法,同时设计了一种结合卷积的注意力池化方式,两种池化方法不仅能够有效保留小目标的局部几何细节信息,还能增强全局语义特征表达能力,从而进一步提升对复杂场景中多样性目标的捕捉能力。在公开数据集KITTI上的实验结果表明,Pedestrian和Cyclist类别的平均精度(mAP3D)分别达到了54.06%、76.85%,相比较于基准算法提升了3.43%、3.03%。该实验结果证明了所提方法的有效性。

关键词： 图像处理   边缘检测   多目标遗传算法   制动系统优化   变电站设备  

摘要： 文章针对变电站设备的异物识别问题,通过OpenCV实现边缘检测以及滤波等图像预处理算法,提升设备的识别率。针对变电站设备的识别问题,通过高斯滤波、Canny边缘检测、双边滤波、图像分割等图像预处理算法,提出合理的图像预处理流程,可以去除图像中的干扰信息,突出目标设备的边缘信息,降低目标设备识别图像中的误检率。通过图像预处理流程能够在较复杂的情况下提高目标设备的识别率。文章针对盘式制动器的多目标最优化问题,通过多目标遗传算法对盘式制动器的制动盘外半径、闸瓦长度、闸瓦宽度等设计关键参数进行优化,达到降低热应力和温度、提高制动器制动效率的目的。研究表明,通过遗传算法对设计关键参数进行优化是有效的,具有一定的移植性。

关键词： 浓香型白酒   包包曲   截面识别   包包曲分级   深度学习   计算机视觉  

摘要： 包包曲是浓香型白酒五粮液在酿造过程中至关重要的发酵原料,其精准分级对于稳定酿酒质量和提高生产效率具有重要作用。然而,传统的包包曲分级方法主要依赖于人工经验,效率较低,且培养一位经验丰富的工程师耗时较长,导致分级结果易受人为因素影响,鲁棒性较差。该研究提出了一种基于深度学习的五粮液包包曲分级框架,包含包包曲截面识别与分级判别2个核心模块,旨在实现分级过程的数字化与高效化,从而辅助工程师提升分级准确率与效率。针对传统人工检测方法的局限性,该研究建立了包包曲图像数据集,并构建了两阶段深度神经网络框架:第一阶段通过目标检测模型识别包包曲截面,第二阶段利用图像分类模型进行分级判别。实验结果表明,该自动化方法的分类性能可媲美经验丰富的工程师,为白酒酿造工业的智能化发展提供了技术支持。