关键词： 荔枝   虫害检测   多场景   小目标   YOLOv10n   特征融合   注意力机制  

摘要： [目的/意义]荔枝虫害的精准识别有助于实施有效的防治策略，推动农业的可持续发展。为提高荔枝虫害的识别效率，本研究提出一种基于改进YOLOv10n的轻量化目标检测模型YOLO-LP （YOLO-Litchi Pests）。[方法]首先，优化主干网络（Backbone）的C2f模块，使用全局到局部空间聚合模块（Global-to-Local Spatial Aggregation, GLSA）构建C2f＿GLSA模块，实现对小目标的高效聚焦，增强目标与背景的区分能力，同时减少参数量和计算量。其次，在颈部网络（Neck）引入频率感知特征融合模块（Frequency-Aware Feature Fusion, FreqFusion），设计频域感知路径聚合网络（Frequency-Aware Path Aggregation Network, FreqPANet），有效解决目标边界模糊和偏移的问题，并进一步轻量化模型。最后，使用SCYLLA-IoU （SIoU）损失函数替代Complete-IoU （CIoU）损失函数，优化目标定位精度并加速模型训练收敛过程。为了评估模型性能，本研究在自然环境和实验室环境的四种场景中，构建自建的荔枝虫害小目标数据集并进行测试。[结果和讨论] YOLO-LP在AP50、AP50:95、AP-Small50:95分别达到了90.9%、62.2%和59.5%，较基线模型分别提高了1.9个百分点、1.0个百分点和1.2个百分点。同时，模型的参数量和计算量分别减少13%和17%。[结论] YOLO-LP在精度和轻量化方面表现优越，为荔枝虫害检测的实际应用提供了有效的参考。

关键词： 人员计数   计算机视觉   线性回归   动态核   特征提取  

摘要： 实现井下人数实时统计对实现井下限员生产具有重要意义。现有人员计数算法对普通环境中稀疏人群的计数效果良好,但对复杂的井下环境中密集人群的计数效果不佳。针对上述问题,提出了结合Yolov5s和线性回归的人员计数模型:Yolov5s-LR。首先,根据注意力机制动态地调整每个卷积核的权重,从而提高模型在井下昏暗密集环境中的特征提取能力;其次,使用与检测头共享骨干网络的线性回归计数头预测人数,并通过L2损失函数进行模型训练,从而实现误差较低的人员计数。实验结果表明,在自建的煤矿井下人员计数数据集上,上述模型的人员检测精度比Yolov5s高3.1%,人员计数的MAE和MSE比当前流行的人员计数模型中效果最好的DKCNN-LR模型降低了0.3和0.58。

关键词： 计算机视觉   相机位姿回归   相机定位   图注意力   多级特征融合  

摘要： 为了提高复杂场景下相机位姿估计的精度和稳定性，本文自主设计了ResGraphLoc网络，该网络通过引入残差网络与图注意力机制，进一步提高相机在遮挡、光照变化和低纹理场景下的位姿回归精度问题。该网络采用ResNet101作为特征编码器，通过改进的残差块增强显著特征提取能力。利用图注意力层融合多级特征图，并通过多头自注意力机制实现特征信息扩散和聚合。最后，通过非线性MLP层从特征嵌入中提取位置和角度特征，完成端到端相机位姿回归。在大型室外数据集上，ResGraphLoc模型的位姿误差优于现有算法。在LOOP和FULL场景下，位姿回归结果分别为7.18 m,2.48°与16.96 m,3.16°，相比基准模型提升超过25%。在4Seasons数据集的Neighborhood场景下，室外定位误差最低可以达到1.40 m,0.76°。在纹理缺失及重复的室内数据集下，位置角度回归结果分别可以达到0.08 m,3.25°。实验结果验证了ResGraphLoc在复杂环境下的高精度和稳定性，能有效应对遮挡、光照变化和低纹理场景。

关键词： 风力机叶片   角点检测   离散小波变换  

摘要： 风机叶片细长尺寸大的结构使得接触式传感器检测系统安装困难,同时传感器也会加剧叶片运行的不平衡性,现有基于机器视觉的非接触式方法的图像采集也无法采集叶片全貌,导致对于风机叶片运行时的动态监测手段缺失。提出一种基于视频拼接、长尺寸目标的信息采集方法,通过OpenCV与Python联合开发,经先验去雾后利用Harris角点检测和SIFT将分散图像拼接成整体图像,并进行多重离散小波变换与逆变换增强图像质量。结果表明,上述方法能够有效采集并保留完整的叶片信息,尤其是完整的叶片边缘信息与叶片损伤信息,对基于机器视觉检测叶片的潜在缺陷或损伤提供有效的数据支撑,进而保证风机叶片安全稳定运行。

关键词： OBE理念   数字图像处理   教学改革   图像技术   导向性  

摘要： 数字图像处理作为计算机视觉和图像处理领域的关键技术，不仅是人工智能领域的重要内容，亦是高校设计类专业的软件核心课程之一。本文阐述了OBE理念的内涵与特点，从理论、实践层面总结了OBE理念融入数字图像处理课程教学改革的意义。结合数字图像处理课程实际学情现状，从预期成果、教学内容、教学策略、参照评价、能力提升方面提出课程改革内容，并结合“产品渲染图优化与处理”设计案例开展实践教学，旨在为提高学生学习动力、增强课程实践性和提升教学质量方面提供参考思路。

关键词： 控制器   数据库   图像处理   DDE通讯  

摘要： 针对电解铝厂阳极组装车间磷铁环材料要实现全自动化、流程化、智能化需求，本文开发了一套全方位磷铁环回收系统，其系统包含回收子系统、主服务器、皮带输送系统、净化系统四大部分。系统可实时显示设备状态、告警信息以及查询工作量并做出记录，大大减少人在高粉尘环境下的作业强度，加强设备安全性、降低操作人员工作强度，具有较高的推广应用价值。

关键词： 水稻病虫害   无人机   图像处理   CKF   位置估计  

摘要： 水稻是世界三大粮食作物之一，影响其生长环境的因素主要有温湿度、土壤及水稻病虫害等。以无人机为载体，搭载视觉、位置传感器等，在其植保过程中对水稻作物进行图像采集与处理，采用深度学习方法进行观测，分析了影响水稻生长的几种病虫害；另外，文中采用EKF、UKF、CKF三种滤波算法对无人机进行了定位估计，实验表明基于CKF算法对载体二维位置估计误差范围及其均值均最小，表明无人机在施药过程中定位精度较高。

关键词： 水下目标检测   注意力机制   特征融合   轻量化  

摘要： 水下目标检测由于光的折射与环境杂质等问题,图像质量较差,而检测目标通常较小,且目标间的存在相互遮挡,如鱼、海胆等,使得特征提取困难,检测精度低。而水下终端设备的算力有限,水下作业实时性需求高,限制了深度大模型在水下环境中的应用。提出一种基于Yolov8的水下目标检测模型。为实现模型轻量化同时兼顾保留深层语义特征,首先设计残差分离(DP)模块,引入深度可分离卷积,增加跳跃连接,减少分离计算丢失的特征信息。为了关注重点的特征区域,设计多视角注意力(MA)模块,在通道域复合池化,得到通道注意力权重;在空间域,考虑水下小目标易受噪声干扰特点,使用局部像素注意力代表该区域注意力权重,最后进行特征融合以得到含纹理与背景信息的特征权重。实验证明在水下目标检测竞赛数据集URPC(Underwater Robot Professional Contest)上,改进后的模型精度较原模型提升约7.9%,模型规模减少约20%。

关键词： 螺栓松动检测   全卷积神经网络   深度学习   图像处理  

摘要： 钢桥高强度螺栓松动、脱落已成为钢结构行业关注的热点问题。现有的人工检查方法费时、费力且效率较低。机器视觉用于钢桥高强度螺栓松动检测，可大幅度提高检测效率，降低检测成本，确保检测精度。但这种方法在螺栓识别与检测可靠性方面还有待改进，尚未应用于工程实际。针对钢桥高强度螺栓松动角度检测的需求，提出一种基于沙漏网络和数字图像处理的高强度螺栓松动检测算法，算法包含特征点识别与角度计算两部分。识别算法由关键点定位网络和关键点坐标生成模块两个部分组成。关键点定位网络为ResNet-50特征提取网络，旨在生成包含螺栓关键点的热力图；关键点坐标生成模块基于热力图，采用定位网络检测出关键点坐标。松动角度算法为：获得关键点热力图后，通过K-Means聚类算法将螺栓关键点转化为包络图；获得螺栓包络图之后，依次逆时针对6个角点进行编号；并将角点1与x轴正向的夹角作为螺栓当前角度，通过不同时间相应角度的对比，得到螺栓的松动角度。采集了多座公路钢桥的高强度螺栓连接节点照片，标注了螺母外侧6个角点和中心点，用几何变换、颜色变换、添加粗放式丢弃（Coarse Dropout）噪声、颜色扰动等操作，扩充了螺栓数据集。基于TensorFlow深度学习框架进行了模型训练，测试了不同距离下模型的识别效果，并将网络识别结果与CPMs和Two-Stage网络进行了对比。测试表明，该网络模型的识别效果好，计算效率高，且具有很好的鲁棒性。其中APCK和AACC高达97.6%和99.5%,APCK和AACC检测速度均优于CPMs和Two-Stage网络。

关键词： 导航避障相机   立体视觉标定   核线影像   Fusiello模型   双目相机   特征点匹配   计算机视觉  

摘要： 针对近景摄影测量中核线重排列生成核线影像的方法对计算机视觉群体不适用的问题，以导航和避障双目相机为研究对象，本文提出一种PG-Fusiello(photogrammetry Fusiello)方法，以适配于计算机视觉中用于立体校正的Fusiello模型的双目核线影像生成。首先，通过对比分析Fusiello模型与近景摄影测量模型对极几何约束和参数表达的理论差异，推导基于旋转平移参数变换的模型适配公式；其次，将Fusiello模型与近景摄影测量标定模型的参数进行适配，并进行核线影像生成处理；最后，引入SURF(speededuprobustfeatures)特征匹配与随机采样一致性误匹配剔除算法，通过匹配特征点的重投影均方根误差，来评估相对方位标定精度和核线校正适配方法的有效性。结果表明，本文方法匹配特征点的平均误差小于0.9个像素，最大误差小于2个像素，均方根误差约为1个像素，实现了导航和避障相机的双目核线校正和相对方位标定精度验证，且处理速度和精度优于已有核线重排列方法、Bouguet方法。这为后期导航和避障双目相机的立体测图处理奠定了基础。