关键词： 图像处理   低秩张量恢复   均衡张量   logDet函数  

摘要： 基于最小化核范数之和的低秩张量恢复方法已在许多领域取得广泛应用,但在某些应用场景,如彩色视频恢复中,其恢复结果不够理想,尤其是当已知元素数目较少时,恢复结果更差。导致该问题出现的一个根本原因是张量的不均衡结构,即张量中某些模的维度远小于其他模,这使得其展开矩阵是一个极度不均衡且满秩或高秩的矩阵。此外,秩的凸松弛则是导致该问题出现的另一个重要原因,最新研究表明,一些非凸函数可以比核范数更好地逼近秩。基于上述考虑,首先,引入一个重构操作将不均衡张量重构为更加均衡的张量,该重构操作能在保留张量低秩特性的同时减少算法准确恢复所需的已知元素数目;其次,将非凸logDet函数引入低秩张量恢复算法中,以取得比核范数更好的秩逼近效果;最后,通过与其他经典算法在彩色视频上开展对比实验,充分验证了本方法的有效性。

关键词： 图像增强算法   卷积神经网络   目标检测   直方图均衡化  

摘要： 为解决集装箱图像受到外界光线环境的影响造成信息对比度低、暗部细节信息不明显和图像信息难以辨认清等问题,提出一种新的图像增强算法,其重点是利用非线性变换,提高图像的暗部细节,将原本的RGB模型转化到HSV模型进行均衡化。利用实际工程中港口所提供的测试数据集,使用已训练好的模型进行广泛的实验。实验还探究了图像增强算法对卷积神经网络性能的影响,利用对比度受限的自适应直方图均衡化、伽马校正、拉普拉斯变换以及原始图像与该算法进行对比,使用10折交叉验证了该算法的精确率、召回率均大于其他的算法。采用配对T检验,比较分析采用各算法间的各项指标差异,结果表明:该算法相比其他算法的效果要好。

关键词： 遗弃物检测   智能视频监控   目标跟踪   区域关联分析  

摘要： 目前的遗弃物检测算法往往有较差的灵活性和可扩展性,针对该问题,同时为满足实时性要求,提出一种基于多目标跟踪的遗弃物检测算法。算法将遗弃物检测分为三个阶段:检测阶段、跟踪阶段和关联性分析阶段。使用检测器以提取感兴趣的目标位置,然后对其跟踪以及对目标关联性和静止性进行分析,以达到遗弃物检测的目的。该算法在AVSS AB2007数据集上进行了验证,平均准确率达到95.87%,同时满足实时性检测的要求,具有较好的鲁棒性和灵活性。

关键词： 数字图像处理   教学改革   综合模式  

摘要： 文章探讨了电气工程及其自动化专业“数字图像处理”课程的教学改革方案。随着人工智能技术的快速发展,数字图像处理技术已成为智能数字图像处理技术的核心。因此,提出了一种综合模式的教学改革方案,涵盖课程内容优化、教学方法改革、实践教学基地建设等方面,并提供了一些实施建议。该改革旨在培养具备智能数字图像处理知识的电气工程技术人才。

关键词： 流体运动估计   光流法   涡轮叶栅   纹影   图像处理  

摘要： 由于粒子图像测速技术在测量精度和时空分辨率上难以同时保证,而基于光流法的流体运动估计方法可以获得具有较高分辨率的稠密速度矢量场。为了评价该方法在流体运动估计上的适用性,采用流动情况由简单到复杂的开源粒子图像、标量图像、纹影图像序列对3种经典光流算法进行实验,在定性和定量层面评估了各算法的表现。结果表明:传统HS光流算法适用于大部分流动情况,然而在灰度梯度变化不明显时表现不佳;基于随机湍流传输模型的变分光流算法表现更为稳定,在HS目标函数中添加加权非局部平滑项后更适用于捕捉涡轮叶片纹影图像的尾迹区域和估计尾迹涡的输运速度。

关键词： 目标跟踪   单目视觉   深度视觉   多传感器信息融合   异步融合  

摘要： 针对室内环境下移动行人的跟踪问题,提出一种基于单目视觉和深度视觉传感信息融合的移动目标跟踪方法。首先利用单目视觉图像信息实现目标检测,并完成目标的语义分割;然后将单目视觉与深度视觉进行联合标定,通过深度相机获得识别目标的深度信息;最后,基于对目标跟踪实时性、准确性的需求,针对单目视觉P3P(perspective-3-point)解算在目标较远时误差较大、深度相机识别帧率较慢的问题,设计了一种基于多相机信息融合的移动目标跟踪方法,将单目视觉获得的距离信息与深度视觉提取的深度信息进行了基于卡尔曼滤波的异步融合,实现对目标运动状态的准确估计。结果表明,该算法实现了对视野内行人目标位置实时检测和跟踪效果,具有高效的目标识别和跟踪能力。

关键词： 图像处理   大形变配准   自适应窗口   多尺度残差卷积   密集图卷积  

摘要： 提出一种结合关键点周围的强度特征和局部关键点几何结构特征的肺计算机断层扫描(CT)图像配准方法。该方法首先利用窗口自适应模块计算强度特征相关系数以提高模型训练效率,接着利用多尺度残差卷积网络来提取更多尺度的特征细节信息和缓解由于网络层数增加导致的梯度消失问题,最后利用密集连接的图卷积提取局部关键点间的几何结构特征和强度特征相结合的信息,通过强度特征和局部点间的几何结构特征信息来共同表征配准图像对点间的对应关系,以提高肺图像配准的鲁棒性。在DIR-lab、COPDgene和Creatis数据集上对算法进行验证,得到本文算法的目标配准误差分别为1.21 mm、1.53 mm和1.00 mm,相较于Graphregnet算法,本文算法的目标配准误差在DIR-lab、COPDgene和Creatis数据集上分别减小了18.8%、13.1%和6.5%,且配准时间仅为0.57 s。实验结果表明,本文算法能有效地提升配准精度,且具有较好的实时性和鲁棒性。

关键词： 燃气管道   视频监控   YOLOv8   目标检测  

摘要： 为了解决燃气管道沿线监控视频中普遍存在的背景复杂、多样的小目标和多尺度目标识别能力不足的问题,提出了基于CBAM注意力机制和4倍下采样检测头的YOLOv8改进算法,并实现了基于该改进算法的智能视频监控系统.实验结果表明,改进的算法精确度、召回率和均值平均精确度mAP@0.5分别达到了80.2%、72.8%和80.2%的性能指标,相比原始的YOLOv8s算法分别提高了1.9%、3.8%和1.6%.以某市燃气管道安全监管为研究案例,验证了该改进算法系统在燃气管道安全监控中的效率、准确率和时效性,为实现燃气管道安全监管的常态化、规范化和精细化,提供了一定的技术支持.

关键词： 车牌识别   图像处理   Unet神经网络   CNN  

摘要： 随着社会车辆的快速增加,车牌识别变得越来越重要。本文车牌识别系统分为三部分。第一部分通过改进Unet模型的网络深度使其更快速确定车牌的具体位置。第二部分使用基于像素直方图的字符分割方法分割字符。第三部分利用TensorFlow框架的Keras模块搭建卷积神经网络,对车牌中字符分别进行识别。实验结果表明,系统识别车牌字符正确率较高。

关键词： 计算机视觉技术   交通信息管理系统   赋能  

摘要： 随着城市交通管理的日益复杂,计算机视觉技术,作为一种高效的信息获取与处理手段在城市交通系统的建设中得到了广泛应用。文中分析了当前交通信息管理系统中存在的主要问题及解决策略,重点讨论了计算机视觉技术在车辆导航、道路交通监控、车辆智能收费、公交车辆调度等方面的作用,并剖析了当前计算机视觉技术面临的挑战,给出了相应的策略和建议。