关键词： 纸质档案   图像处理技术   档案检索与利用   检索算法与界面设计  

摘要： 本研究针对纸质档案图像处理技术，深入探讨其在档案检索与利用中的应用意义。分析了纸质档案图像处理技术概念、原理及分类，进一步阐述图像处理技术在纸质档案数字化中的应用价值，最后结合纸质档案图像处理技术的应用挑战，构建优化措施，即提升图像预处理技术，研发新型图像识别技术，统一档案格式标准，优化检索算法与界面设计。

摘要： 研究概况为满足复杂场景下樱桃番茄采摘机器人精准识别和定位的需求,提出一种复杂背景下单果及成簇樱桃番茄果实的检测方法,采用注意力机制结合目标检测算法(Sim—YOLO)来解决番茄采摘多目标识别的难点问题。首先,结合GAN生成对抗网络和传统的图像增强方法如mosaic、旋转90°和Hue方法扩充数据集,提高模型的泛化能力。

关键词： 航拍图像   病虫害识别   目标检测  

摘要： 分析基于航拍图像的病虫害识别场景，发现该场景对网络中浅层特征图中小目标的信息提取要求较高。为解决这个问题，对SSD网络进行了改进，优化了目标检测层，提出一种双主干网络的策略DB-SSD(Dual Backbone SSD)，即在保持原本的VGG16网络不变的基础上，额外增加一条更能表示浅层细节信息的ResNet50作为次主干网络，来丰富特征图的表达。实验表明，在识别基于航拍图像的病虫害方面，所提检测算法具有明显的优势。

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： 孪生神经网络   反无人机   目标跟踪   红外数据集  

摘要： 光电探测设备是反无人机系统的重要组成部分，对无人机的图像确认取证有重要作用。目标跟踪是光电探测设备的核心技术。无人机目标体积小、背景环境复杂，因此无人机目标跟踪是一个具有挑战性的问题。此外，现有的无人机跟踪数据集在目标大小和属性分布特征方面存在局限性，不能完全代表复杂的真实场景。针对以上问题，本文提出了一种运动约束下结合区域提议网络的无人机孪生网络跟踪方法。首先，在基于孪生网络的无人机跟踪方法的基础上，本文对权重初始化策略进行优化，提高了模型训练的稳定性和准确性。其次，针对无人机跟踪过程中的虚警和漏检问题，本文提出了一种融合目标置信度阈值与运动约束条件的动态自适应过滤策略，通过设定多级置信度门限，动态调整检测逻辑，提高无人机跟踪方法的场景自适应能力。最后，本文提出一种高低频自适应图像增强策略，解决部分场景中无人机细节信息缺失以及亮度分布不均匀的问题，提高了跟踪方法在低对比度场景和高动态范围图像中的性能。为了更全面地验证所提出的跟踪方法的性能，本文对Anti-UAV410标准数据集进行了扩充，构建了更具挑战性、泛化性能更强的Anti-UAV500数据集。实验结果表明，本文提出的SiamXC模型在Anti-UAV410数据集上相较SiamDT模型性能提升1.28%，并在自制数据集上相较现有的SOTA跟踪方法均有显著的性能提升。

关键词： 遥感影像   目标检测   脉冲神经网络(SNN)   脉冲序列快速感知   通道自衰减归一化  

摘要： 人工神经网络（ANN）在遥感影像目标检测方面取得显著进展。然而，低检测效率和高能耗一直是遥感领域的重要瓶颈。脉冲神经网络（SNN）以稀疏脉冲的形式处理信息，为计算机视觉任务带来高效能优势。不过，大部分研究工作集中在简单分类任务上，仅有少数研究者将其应用于自然图像的目标检测。本文考虑到生物大脑的简约特性，提出一种人工—脉冲神经网络快速转换方法，用于遥感影像检测。基于群组稀疏特征建立快速稀疏模型进行脉冲序列感知，并对原始图像进行变换域内的稀疏重采样，从而快速感知图像特征和编码的脉冲序列。此外，为满足相关遥感场景中的精度要求，从理论上分析了转换误差，提出通道自衰减加权归一化方法，以消除神经元过度激活。所提遥感影像目标检测模型被称作S3Det。基于一个大型公开遥感数据集的实验表明，S3Det实现了与ANN相似的精度。同时，我们的转换网络稀疏度为原始算法的24.32%；能耗仅为1.46W，是原始算法的1/122。

关键词： 机器视觉   指针式仪表   图像处理   深度学习  

摘要： 随着工业领域智能化和自动化的发展，指针式仪表检测与读数识别成为了一个备受关注的研究领域，该文综述了近些年指针式仪表检测与读数识别方面的研究进展。首先，介绍了指针式仪表读数的作用及计算机视觉应用于指针式仪表读数识别方向。随后，总结了指针式仪表读数识别方法，详细地阐述了国外和国内学者的主要研究。进一步介绍了图像处理与深度学习相结合的5个步骤，即图像预处理、仪表盘检测、仪表指针与刻度检测、仪表盘数字检测与识别和仪表数值识别的研究现状与方法对比。绍了指针式仪表的检测与识别框架内容及技术；然后对指针式仪表的检测与识别框架内容及技术进行阐述与比较；最后对基于机器视觉的指针式仪表检测与识别进行了总结与展望。

关键词： 机器视觉   改进深度学习   无人机自主避障   目标检测  

摘要： 为了提升无人机自主避障目标检测准确性，高效完成障碍物避让，提出一种融合机器视觉差学习的无人机自主避障目标检测算法。通过机器视觉算法中去噪方法对无人机飞行道路数据进行去噪处理。采用深度学习算法中的改进卷积神经网络结合Gabor核进行去噪后数据特征提取和目标检测。通过改进神经网络计算图像数据对的视差图，引入Gabor核替代传统卷积核，并结合自适应优化算法调整网络参数权重，在视差图中精确定位障碍物目标，并进行无人机直线飞行道路的检测。最后，通过光栅扫描法判断视差图中的像素点是否为障碍点，实现目标检测和避障决策。通过实验测试结果可知：所提方法可以有效降低检测时间，获取高准确率的无人机自主避障目标检测结果。

关键词： 光栅周期   测量   图像处理   误差分析  

摘要： 衍射光波导作为实现增强现实的一种方案，具有体积小、质量轻等优势。光栅波导表面的亚波长光栅的周期对成像质量有很大的影响，需实现对亚波长光栅周期的快速准确测量。李特洛衍射法具有成本低、非破坏性的优势，但其对光栅样品的位姿有严格的要求，测量前需要反复调节位姿，不利于实现快速测量。针对以上问题，对光栅未对准情况下的衍射特性进行分析，提出基于图像处理计算失配角并修正误差的方法。所提方法可在光栅位姿未严格对准的条件下精确测量光栅周期，提高测量效率，有望实现增强现实光栅波导的快速检测。

关键词： 计算机软件   人工智能技术   图像处理  

摘要： 针对传统图像处理技术存在噪声敏感、计算复杂和智能化程度低等问题。本研究探讨了人工智能技术在图像处理中的应用，论述了人工智能技术的定义、方法和图像处理技术，归纳了图像处理的概念，阐述了图像处理的主要任务与应用领域，详细分析了人工智能技术在图像处理中的应用，包括图像分类与识别、图像分割、图像生成与合成。通过案例分析人工智能技术，结果表明：人工智能技术不仅为图像分割技术的进一步发展提供了新的思路，同时也为实际应用中的图像处理解决方案提供了可行的参考。