关键词： TFT-LCD   Mura缺陷   机器视觉   图像处理   深度学习  

摘要： 液晶显示屏幕的表面缺陷检测是保证TFT-LCD等液晶显示屏质量稳定性的关键。得益于在检测表面缺陷方面高效率、低成本的优势,机器视觉技术目前已经成为TFT-LCD质量检测的主要手段。本文首先概述了液晶屏的发展历程,列举了常见Mura缺陷的类型,分别介绍了基于传统图像处理和基于深度学习的Mura缺陷检测方法,概述了图像滤波和图像亮度校正等图像预处理技术的研究动态。本文重点阐述了监督学习、无监督学习和迁移学习等人工智能技术在TFT-LCD表面Mura缺陷检测领域的应用,并对基于机器视觉的TFT-LCD表面Mura缺陷检测的技术发展趋势进行了展望。

关键词： 小目标检测   高架库   跨层融合   对比特征增强   解耦检测头   YOLOv5  

摘要： 针对高架库区场景下安全帽检测中目标特征信息少、分类精度低等问题,提出小目标对比特征增强网络。首先提出快速空间金字塔池化跨层融合模块,减少空间维度上的目标信息丢失。然后提出小目标对比特征增强模块,使用双路并行空洞卷积获取不同感受野,利用通道注意力获取特征图在通道维度上更为精准的特征信息,采用浅层特征图减去深层特征图的方法削弱浅层特征图中大目标信息,以增强小目标特征信息表达。加入高效通道注意力解耦检测头,通过将检测头解耦为分类和回归分支,分别学习目标的语义信息和位置信息。实验结果表明,在TT100K数据集上,所提方法的mAP@0.5比基准网络YOLOv5提高了6.4个百分点,比YOLOv7提高了1.9个百分点。在自建高架库数据集上,所提方法的mAP@0.5相比基准网络提高了4.9个百分点,其中安全帽的mAP@0.5相比基准网络提高了6.9个百分点。

关键词： 票据   目标检测   识别   改进YOLOv5   损失函数  

摘要： 在票据全流程识别过程中,针对不同类型票据的目标检测是关键步骤,为实现日常报销过程中不同种类票据快速检测其类型和位置,文章提出一种基于改进YOLOv5算法的票据检测方法。对于原始数据集进行预处理,模拟票据检测中可能出现的干扰信息,提高训练模型的性能;利用CSPDarkNet53网络进行特征提取,采用基于重合面积、中心点距离、长宽比和角度4个几何参数的SIoU目标位置损失函数,对原损失函数进行改进,提升YOLOv5票据检测的精度,构建票据检测方法。最后通过自建实际拍摄的票据数据集来验证基于改进YOLOv5算法的票据检测的有效性。结果表明,该方法拥有较高的平均精度均值(99.20%)和检测速度(51帧/s),可以满足实际应用场景的要求。

关键词： 目标检测   表面缺陷   可变形卷积   YOLOv8  

摘要： 针对带钢表面缺陷检测精度不足的问题,提出一种改进的YOLOv8n检测模型。基于可变形卷积对Head网络中的C2f模块进行了重新设计;通过利用采样点的可变性,有效提高了对表面不规则缺陷的检测能力。添加多头自注意力机制捕捉不同的关注点,从而提供全面且多样化的特征表示,进一步增强模型的检测性能。拼接Backbone和Head的特征,提升特征的质量和丰富度,解决缺陷局部信息丢失问题。在NEU-DET带钢数据集的实验验证中,该方法在平均精度和mAP50上较YOLOv8n分别提升了5.6和2.2个百分点。值得注意的是,裂纹缺陷的检测精度和mAP50分别提升了15.2和9.9个百分点,效果显著。

关键词： 投影机对焦   梯形校正   ToF   图像处理   自动化调整  

摘要： 针对现有投影仪在梯形校正以及对焦技术中,同时实现对焦以及梯形校正要使用双目摄像头或其他传感器多次成像计算,投影仪开机调整时间长,使用复杂提升,易用性降低等问题。现提出一种基于ToF(Time of Flight)+单目摄像头自动实现对焦以及梯形矫正的方法。通过引入ToF测距引导步进马达实现快速对焦,通过几何光学建模,辅助计算投影面的真实形变投影图像实现图像校正。实验结果表明,该方法能以低廉的硬件成本,简单的计算方法快速完成投影仪系统的开机自适应调整。

关键词： 目标检测   图像处理   输电线故障隐患检测   YOLOv5  

摘要： 为实现输电线故障隐患的精准高效识别,文章提出一种基于改进YOLOv5n的输电线故障检测模型。替换主干网络为FasterNet网络,不仅通过局部卷积PConv减少冗余计算,而且还能有效提取特征,以增强模型对重要特征的表达能力。结合运用ELAN思想的C2f模块和Res2net结构,提出C2f-Res2模块,对输入图像进行更深粒度层次上的多尺度特征融合,进一步加强网络的特征提取能力。使用WIoU损失函数对原损失函数CIoU进行替换,提高锚框的质量。试验结果表明,基于改进YOLOv5n输电线故障检测模型的平均准确度均值为93.2%,检测速度为94.2帧·s-1。有效减少了输电线故障检测中的错检漏检情况,可更为高效地对输电线故障隐患进行识别定位。

关键词： 光学相机通信   目标跟踪   特征融合   多尺度   遮挡判断   目标重检测  

摘要： 在光学相机通信(OCC)系统对目标发光二极管(LED)阵列跟踪过程中,复杂的室外环境会严重影响其性能;同时,由于目标LED阵列持续不断发送信息,即每一帧目标LED阵列明暗闪烁状态都有可能不同,这对目标LED陈列跟踪算法的研究带来了极大的挑战。论文针对此问题提出了一种基于遮挡重检测的跟踪算法。该算法在核相关滤波算法的基础上采用2种特征融合互补和加入尺度滤波器的方式提升算法的抗干扰能力,同时结合目标遮挡判别机制和改进轻量化Yolov5目标检测算法提升算法的抗遮挡能力。实验结果表明,该算法在室外光照变化、尺度变化和遮挡场景下,平均中心位置误差最大为8.94个像素,跟踪成功率最低为92.4%,平均帧率最低为98.18帧/s。

关键词： 雷达目标   量测转换   信息滤波   目标追踪  

摘要： 针对机动目标跟踪问题,通过将修正的无偏量测转换方法与信息滤波算法相结合,建立了一种修正的无偏量测转换信息滤波算法(MUCM-IF)。通过量测转换方法将量测信号转换至笛卡尔坐标系下,并计算量测噪声协方差阵补偿量测转换导致的偏差,采用信息滤波算法对转换后的量测信息做滤波处理,信息滤波能更有效地适配目标初始状态盲目和非线性的特性,得到目标的状态估计。与同量测转换卡尔曼滤波(CMKF)、无偏量测转换卡尔曼滤波(UCMKF)和修正无偏量测转换卡尔曼滤波(MUCMKF)进行了对比,结果表明该算法有效降低了盲目初始化对滤波效果的影响,提高了滤波精度,加快了滤波收敛的速度。

关键词： 图像处理   滑坡检测   遥感图像   语义分割   注意力机制  

摘要： 针对现有的遥感影像滑坡语义分割网络存在模型参数量大、训练速度较慢,滑坡边界区域识别模糊、遥感影像多尺度语义信息分类差异化等问题,本文提出一种改进的RTformer轻量级语义分割模型,在模型不同层级模块间嵌入空洞卷积注意力ASPP模块和通道注意力SE模块,以捕捉不同尺度的语义信息和通过计算通道关系从而增强特征表示能力,提高模型特征提取能力,使其更加适用于滑坡遥感影像识别任务。利用Cityscapes数据集针对模型中空洞卷积的膨胀率设置和不同批量大小进行对比试验以得到最优解,以毕节滑坡灾害数据集做为预训练数据集设计一个自监督训练任务,并使用其进行模型微调并检验模型针对滑坡灾害遥感影像的分割性能。最终得到的模型在Cityscapes数据集和毕节市滑坡灾害数据集上均获得了最优表现,相比原始RTformer模型,两个数据集的平均交并比(mIOU)分别提升了2.26%和4.34%。并且与FCN、U-Net、DeeplabV3、SegFormer等经典语义分割模型相比,改进模型以最少的参数和最快的推理速度实现了识别任务,并达到了最优分割效果。

关键词： 机械视觉   工业机器人   工件识别   工件定位   图像处理  

摘要： 文章阐述了工业机器人的定义及应用领域,概述了机械视觉系统的硬件组成和工作原理,揭示了机械视觉辅助工业机器人在工件识别与定位中的作用,并探讨了其具体应用,以期提高生产线的自动化与智能化水平。