关键词： 胶凝材料   背散射电子图像   能谱图像   微观表征   图像处理  

摘要： 背散射电子(BSE)与能量色散X射线谱(EDS)图像分析技术凭借其出色的二维空间分辨能力,已成为表征土木工程材料微观结构的重要技术手段。本工作提出一种标准化的图像预处理策略,通过整合BSE图像和同视场的定性与定量EDS元素面谱,建立以超像素为基本分析单元的多模态数据集,有效克服孔隙存在及特征X射线与样品相互作用体积过大对物相识别的影响。结合降维和聚类算法,开发可解释的BSE-EDS图像分析模型,实现水泥矿渣复合胶凝体系物相组成的自动化分类。基于Glue平台构建多视图交互分析技术,实现化学元素特征、物相含量分布和离子迁移路径的可视化、同步、联动表征。基于PHATE(Potential of heat-diffusion for affinity-based trajectory embedding)图像构建物相网络拓扑图,通过节点-连接拓扑关系量化物相演化动态特征。最终形成以EDS图像为核心、BSE图像为辅助的智能分析范式,实现化学模态(元素组成、物相类别)与空间模态(孔隙分布、物相分布)的协同定量表征,达成“单次独立微观表征-多模态特征融合分析”的技术愿景,为胶凝体系反应机理研究及微观结构动态演化分析提供较为综合全面的技术支撑。

关键词： 鸟瞰图视角   目标检测   跨阶段局部网络   双网络结构  

摘要： 在鸟瞰图下基于视觉的3D目标检测中,会出现因伪点云生成过程中细节信息丢失而导致小目标和远距离目标检测性能不足以及计算量参数量较大的问题。为此,本文提出了一种基于视觉的双分支结构的3D目标检测方案。首先,采用跨阶段局部网络进行特征提取,以增强模型对多层次特征的学习能力并提升计算效率;其次,引入辅助特征提取网络,充分利用多尺度特征信息,强化对小目标和远距离目标的特征表达;最后,通过高效的特征融合策略,综合处理伪点云特征与辅助分支输出的特征,实现二维细节与三维信息的有效融合。实验结果表明,在nuScenes数据集上,所提方法的平均精度较BEVDet提升约2%,检测得分提升6.5%。由此可见,本文方案在兼顾计算效率的前提下,有效提高了3D目标检测精度,为无人驾驶系统的环境感知提供了有力支持。

关键词： 同时定位与地图构建   物体遮挡   目标检测   运动判断   背景修复  

摘要： 针对传统同时定位与地图构建(SLAM)算法在动态遮挡场景下存在的被遮挡物与动态目标边缘区分模糊、动态特征点误判导致静态特征点不足及跟踪丢失问题,提出一种基于改进YOLOv6s网络的SLAM算法。首先,通过YOLOv6s网络跟踪动态目标并提取语义信息,实现动态目标边界的精准识别与分割。其次,系统同时提取点特征与线特征,并结合改进的Z-score评分机制与对极几何约束筛除动态特征点,保留高质量静态特征点。然后,基于双向映射背景修复模型填补被剔除区域的静态信息,以增强关键帧特征完整性。最后,在TUM公开数据集上进行实验。实验结果表明,相较于DynaSLAM算法,所提算法在动态遮挡场景下的平均绝对轨迹误差降低14.29%,在地图构建质量与轨迹精度方面表现优越。

关键词： 海岸线   目标检测   YOLOv8n   SimAM注意力机制   无人机技术  

摘要： 海岸线排污口识别是实现海域监管的重要内容,能够为海域的生态和资源安全提供重要保障措施。针对当前无人机视角下海岸线排污口检测领域存在的专用数据集匮乏及目标识别算法精度不足等问题,本文构建了高质量的海岸线排污口数据集,并提出了一种基于改进YOLOv8n模型的检测方法。首先,以广东省阳江市海岸区域为研究区,通过无人机多高度采集影像,构建了涵盖多样排污口特征的数据集;然后,在YOLOv8n模型中引入SimAM无参数注意力机制,优化特征提取与融合,并融合NWD与CIoU损失函数,解决了边界模糊与目标重叠问题。试验验结果表明,改进模型在精度、召回率及mAP等指标上均优于原始模型,mAP达98.27%。本文为海岸线排污口监测提供了智能化解决方案,为海域监管与污染治理提供了技术支撑。

关键词： 皮带机   跑偏监测   巡视机器人   自动监测系统   图像处理  

摘要： 针对皮带机传统纠偏方法存在所需设备设施多,纠偏效果差,成本投入大等不足,基于皮带机纠偏技术发展应用现状,分析现有传统纠偏方法的不足,设计了一种皮带机皮带跑偏自动监测系统,该系统通过为皮带机装设固定轨道,以巡视机器人为监测核心,达到改善监测条件、提升监测效率的目的。经应用测试,应用该自动监测系统后,每月可使皮带机故障率降至26.6%,皮带机检修时间缩短39.5 h,人工成本节省4.2万元,应用成效显著,促进了皮带机运行的降本增效,该研究可为皮带机跑偏的监测治理提供参考。

关键词： 海上搜救   目标检测   风车状卷积   YOLOv11   注意力机制  

摘要： 针对无人机海上人员搜救任务中复杂环境下目标检测精度与实时性的需求,对改进YOLOv11算法进行了研究;通过结合风车状卷积优化网络主干,设计特征增强模块(FEM)与自适应权重的双向特征金字塔网络(BiFPN),并引入动态注意力机制,实现了对海上人员微小目标及遮挡目标的特征增强与噪声抑制;采用SeaDronesSee数据集进行实验分析,测试结果表明,改进后模型的检测精度(mAP@0.5)达到78.47%,推理速度(FPS)为511.79 Hz,优于传统的YOLO系列算法;经实际应用验证,该算法能够满足海上搜救任务的高精度与实时性要求,为智能化应急救援提供了有效技术支持。

关键词： YOLOv5   红外热成像技术   施工安全预警   目标检测  

摘要： 随着建筑施工规模的扩大和工人人数的增加,施工现场的安全管理面临挑战。为了提高施工现场的安全监测精度,研究利用红外线技术结合计算机视觉算法来进行施工现场的全天候监管。研究利用红外热成像技术实时捕捉温度变化并识别异常区域,YOLOv5算法对红外图像进行目标检测,自动识别出安全隐患并实时报警。结果显示,研究方法的准确率、召回率和F1值分别为91.41%、90.97%和91.49%,分类损失、目标损失及GIoU损失的均值分别为0.006、0.020和0.015,消融实验的准确率高达93.50%。综上,研究的基于YOLOv5算法和红外热成像技术的施工安全预警方法,显著提高了施工安全监测的精度与效率,能够有效预防和减少安全事故的发生,为建筑领域的智能化安全预警提供了有力支持。

关键词： 智慧城市   目标检测   火灾检测   深度学习   轻量化   特征融合   YOLOv5  

摘要： 为解决城市火灾检测算法在追求高精度时,参数量庞大、算法复杂度高、检测速度慢等问题,提出了一种改进YOLOv5s的轻量级火灾检测算法(LPC-YOLOv5s)。在骨干网络中,在集成模块Stem Block模块基础上结合ReLu激活函数,设计和构建了LCBlock降低模型复杂度,提高模型检测速度,引入PConv模块减少骨干网络冗余特征的提取。在颈部结构中引入了C3Ghost模块,增强特征融合能力,降低火灾错检率。实验结果表明,改进后的算法相较于YOLOv5s,Parameters减少了2.1 M,mAP提升了0.5%,Recall提升了1.7%,模型复杂度降低了76.6%。

关键词： 舰船尾流   多波束声呐   声呐图像   声学模型   几何特性   目标检测   恒虚警检测   二维恒虚警检测  

摘要： 针对舰船尾流检测中存在的水下环境复杂、探测目标形态未知等问题,本文提出一种基于时空域恒虚警处理的尾流检测算法。利用在多波束声呐输出的多帧二维声呐图像,结合舰船尾流气泡的空间连续和缓慢时变的特点,通过时空联合恒虚警检测算法检测舰船尾流;利用背景杂波强度上随机的特点,设计交并检测,融合多帧检测结果以抑制虚警概率。外场试验表明:所提出的时空联合恒虚警检测算法相较于现有恒虚警检测算法,可以在更低的虚警概率下,有效提高舰船尾流的检测概率。本文结论可以为舰船尾流检测提供一种思路。

关键词： 机器视觉   石膏板   缺陷在线检测   图像处理   工业自动化  

摘要： 随着建筑工业化的发展,石膏板作为轻质墙体材料的需求量持续增长,但其生产制造过程中容易出现边缘破损、裂纹、孔洞等缺陷,传统人工缺陷检测效率低且误检率高。该文提出了一种基于机器视觉的石膏板缺陷在线检测系统,通过高分辨率工业相机采集石膏板表面图像,结合图像处理算法与深度学习实现缺陷的实时识别与分类。基于机器视觉技术,论文详细描述了石膏板缺陷在线检测系统的设计与应用,包括总体设计、硬件设计(工业相机、镜头、光源选型)以及测试结果分析。结果表明,机器视觉不仅能完成石膏板在线缺陷检测,而且对板材类产业缺陷检测工业自动化发展具有深远意义。