关键词： 遥感数字图像处理   教学改革   工程教育   成果导向教育   Jupyter笔记本  

摘要： 在工程教育改革和测绘学科智能化转型的背景下,培养具备遥感数字图像处理基础理论与程序实践能力的本科毕业生对于满足就业市场和学生学术深造的需求至关重要。然而,现行“遥感数字图像处理”课程教学存在理论与程序实践脱节、教学方法单一、学生自主学习场景匮乏等问题。课程改革遵循以学生为中心,成果导向的工程教育理念,对课程目标、教学内容和评价方式进行系统性重构,形成基础理论、技术能力和思政教育三线驱动的教学模式,同时,借助Jupyter Notebook工具设计交互式的教学场景。课程改革增强课程的互动性和趣味性,激发学生兴趣,促进从知识掌握到能力养成的转化。

关键词： 目标检测   海杂波   大掠射角   雷达导引头  

摘要： 大掠射角下海面目标信号往往淹没在强海杂波中,给雷达导引头目标检测带来了严峻的挑战。为改善大掠射角下雷达检测微弱目标性能,提出一种基于多特征融合的海面目标检测方法。首先,通过分析大掠射角下雷达导引头实测数据,发现海杂波和舰船在展开相位差均值、同极化比相位均值和极差、同极化幅均比4个幅相极化特征方面存在较大差异。其次,结合支持向量机方法,与已有特征集对比,验证了海杂波与舰船目标+海杂波在该四维特征空间可分性更高。进而,对分类器加以虚警控制,提出一种幅相特征融合的海面目标检测方法。最后,利用实验数据验证了所提方法可以在大掠射角下实现雷达对海面目标的有效检测。

关键词： 无人机航拍   小目标检测   深度学习   YOLOv8-n   特征融合  

摘要： 为有效应对无人机目标侦测失误和侦测遗漏等情况,提出基于YOLOv8的改进模型EED-YOLO.该模型通过设计多尺度特征融合网络结构,将不同层次的特征信息进行融合,提升模型对不同尺寸目标的检测能力.添加第四侦测头,增强对小目标的识别能力;使用EIoU替代CIoU,进一步细化预测框的质量考核标准;将ECA模块引入颈部结构,专注于捕捉通道间的动态依赖关系.在VisDrone2019数据集上,改进后的航拍检测模型mAP 50提升4%及mAP 50-95提升2.7%.

关键词： 目标检测   YOLOv10n   风管卡夹   RepConv卷积   StokenAttention注意力机制  

摘要： 针对列车检测工作中因环境昏暗、检测目标细小等因素导致风管卡夹检测精确度不足、检测效率低等问题,文章基于收集的列车风管卡夹数据集提出了一种基于RSA-YOLOv10n的检测算法。首先,为更好地捕捉图像中的不同特征,基于YOLOv10n模型将Conv卷积修改为RepConv卷积,自适应地调整卷积核的表示能力;其次,为提高模型对重要信息的敏感性,在Neck层增加StokenAttention注意力机制,能够使模型检测动态地聚焦于图像中的关键区域;最后,通过自标注的上千张列车风管卡夹图片的数据集进行实验,得到RSA-YOLOv10n模型的mAP@50%、mAP@95%、精确度及召回率分别为98.7%、75.1%、97.3%和96.6%,相较于YOLOv10n模型的分别提升了0.2、0.8、0.2和0.3个百分点;RSA-YOLOv10n模型在模型大小、GFLOPs、函数损失值等参数持平于YOLOv10n模型的情况下大大提高了模型的FPS值。通过消融实验及与YOLOv3-tiny、YOLOv5n、YOLOv8n等模型的对比实验,分析验证了本文所提检测算法在综合精确度、召回率及检测时间等指标方面存在更大优势,适合在列车风管卡夹检测领域进行推广,对列车装置部件检测的技术发展具有重大意义。

关键词： 计算机视觉   智能监控   智慧城市  

摘要： 随着智慧城市的发展,智能监控系统在保障公共安全、提高城市管理效率等方面发挥着越来越重要的作用。利用人工智能和大数据分析技术,基于计算机视觉的智能监控系统能够实时监测和分析城市中的各类动态信息,如交通流量、公共区域人员密集度、可疑行为等。该系统能够自动识别图像中的对象、行为模式,并生成数据报告,支持城市管理者及时做出决策。此外,结合人脸识别、车辆识别等技术,智能监控系统能够提高犯罪预防能力和应急响应速度。

关键词： 新工科   数字图像处理   项目导入式实践教学   交叉学科  

摘要： 根据数字图像处理跨学科的特点,以及当前的行业发展趋势、技术革新与学生的实际能力需求,探讨项目导入式实践教学在数字图像处理课程中的应用,有助于增强学生解决问题的能力和综合实践能力。

关键词： 唐墓壁画   光谱分析   高光谱图像处理   壁画颜料层   壁画绘制工艺  

摘要： 2022年11月出土于陕西西安白杨寨晚唐墓M1373是一项保存较好的晚唐墓葬遗产,其多彩多姿的墓葬壁画对于研究晚唐时期的祭祀、礼仪、音乐、服饰、艺术等具有重要意义,特别是为研究唐宋之际的壁画风格题材转变提供了直接材料。然而,由于年代久远,该壁画颜料层依旧出现了许多典型病害,如颜料脱落、起甲、泥水污染等,加之后续揭取会给壁画颜料层带来人为干预,这会使得壁画信息受到一定影响。为此,利用高光谱成像技术在壁画揭取之前进行一体化图谱信息获取,而后采用光谱分析与高光谱图像处理技术对壁画表面颜料层进行分析,并以乐舞图为例,研究该壁画绘制的颜料与工艺。实验结果表明:该壁画红色、黄色、绿色等颜料采用了传统的赭石、土黄/石黄、石绿等矿物颜料,且在绘制地毯花卉时,红色颜料和绿色颜料被大量稀释使用,而黄色颜料使用并不明显;壁画绘制时用墨色或硬笔起底稿,用红线勾勒,底稿线与表层勾勒线大多存在偏移,且有些区域勾勒线与底稿线偏移较严重,说明起稿和定稿之间有一定的改动;同时,部分区域底稿线较为明显,部分区域则不太清晰,通过高光谱图像处理方法,发现了隐藏于颜料层表面或勾线之下的起稿线;该壁画主要采用了分布式非重叠二维直视的画面布局方式,空间立体感稍差,但对于乐手手指和乐笛交汇的多个位置,有的出现了前景与背景图案非重叠的二维直视绘制方式,有的出现了少量前景与背景图案重叠的二维透视绘制方式,说明该壁画在绘制前和绘制时进行较好的布局设计,且未出现明显的涂改。此外,还发现该壁画存在一些隐藏的污水污染病害。上述研究为该壁画的现场保护方案制定和后续研究与保护修复等提供了数据资料、研究方法和初步结论支撑。

关键词： 交通工程   行驶区域自动划分   目标检测   目标跟踪   逆行检测  

摘要： 近年来,随着交通车辆数量的增加,由道路异常事件引发的交通事故不断发生,成为现代安全的关注点。研究道路异常事件检测对于提高交通安全、减少事故频率至关重要。以夜间车辆的逆行识别为研究出发点,但目前的逆行检测算法存在误检,且重要的参考标准需依赖人工标注。为解决这些问题,构建了一个实用的高速公路数据集,采用分割法和标记法相结合自动获得行驶区域划分图,并通过计算道路区域内车辆平均速度确定行驶方向。在夜间逆行检测过程中,利用目标跟踪法和光流法判断车辆是否发生逆行,完成车辆逆行检测。实验证明:提出的算法准确率高且鲁棒性强,适用于复杂的白天和夜晚高速公路环境。

关键词： 联动控制   AI视觉识别   YOLOv5   目标检测   地下综合管廊  

摘要： 随着智慧城市建设的推进,地下综合管廊的运维需求不断增加。传统的人工巡检不仅效率低下,还存在安全隐患。为此,该文提出一种集成联动控制与人工智能视觉识别技术的智能巡检机器人系统。该系统通过将YOLOv5算法与深度强化学习算法相结合,实现对火焰、烟雾、积水等目标的高效识别和自动巡检路径优化。联动控制技术优化机器人在复杂环境中的运动和定位,使其能够精准适应地下管廊的复杂条件;同时,YOLOv5的多层特征融合机制提升目标检测的准确性和响应速度。实验结果表明,YOLOv5在目标检测中的准确率达到92.31%,展示该系统在提升巡检效率和安全性方面的显著优势。

关键词： 三菱工业机器人   中国象棋   图像处理   智能交互  

摘要： 基于三菱RH-FRH系列四轴工业机器人,设计了一套用于陪护的智能下棋机器人系统。该系统搭载专用语音识别模块并基于开源计算机视觉库(OpenCV)的机器视觉技术,实现了人机交互功能。该系统具备语音控制、精确视觉识别、自动抓放棋子和个性化对弈等功能,能精确移动棋子,交互操作直观便捷,具有良好的用户体验。