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： 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： 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： 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： 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： 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： 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： YOLO   水泥包装袋   目标检测   姿态估计  

摘要： 借鉴现有机器视觉理论实践和人体姿态估计算法，研究利用YOLO11作为基础模型，制作水泥包装袋姿态数据集，并改进YOLO主干和注意力机制，训练出一种针对水泥包装袋的姿态估计算法模型YOLO-BagPose。通过实验数据验证，该姿态估计模型表现稳定，估计准确率>98%，算法耗时<0.23s。

关键词： 轻型无人机   目标跟踪   Sine模型   MUCMKF算法   参数自适应  

摘要： 如何在战场中准确跟踪敌方来袭无人机是对其进行准确打击的关键。轻型无人机水平匀速飞行时，由于本身体积小、质量轻，以及飞控系统不稳定导致飞行轨迹出现漂浮抖动而难以跟踪的问题，本文提出一种基于改进正弦（Sine）模型的修正无偏量测转换卡尔曼滤波（MUCMKF）跟踪算法。该算法针对传统Sine模型需要提前设置加速度方差和机动频率可能造成跟踪系统发散的问题，提出利用目标当前位置一步预测值和当前位置估计值进行加速度方差自适应估计，并将机动频率与加速度方差进行关联计算，实现加速度方差和机动频率同时自适应调整。在此基础上，利用修正无偏量测转换卡尔曼滤波算法，对轻型无人机真实飞行轨迹进行滤波跟踪。仿真结果表明，与匀速模型（CV）、匀加速模型（CA）、当前统计模型CS和常规的Sine模型相比，基于改进Sine模型的跟踪算法能够更好地适应轻型无人机的飞行特性，精度分别提升44%、59%、42%、37%，具有较好的工程应用前景。

摘要： 低空对地监控是我国公共安全监控和人民安全防护的重要手段，机载探测感知系统与技术是低空对地监控能力实现的核心要素。太赫兹雷达成像为全天候、视频级、高分辨监视提供新的技术与装备，为交通监控、应急救援、安防反恐等领域提供可靠信息来源。如何基于机载太赫兹雷达视频中的动/静目标信息，进行重点区域目标检测、识别、跟踪，值得深入探索。此外，视频SAR与可见光、红外宽谱段集成，还可以视频级高刷新率实现低空对地多模态、高精度感知，多模态传感信息集成将有力提升重点目标识别跟踪鲁棒性。本专题拟对以上问题进行探讨。