关键词： 图像处理   裂缝识别   滤波去噪  

摘要： 针对路面情况影响其裂缝主干提取效果的问题,基于中值滤波、直方图均衡化、非锐化掩模等图像处理手段,提出一种裂缝主干提取算法。与手动阈值分割算法、Otsu阈值算法和最大熵阈值分割算法的对比结果表明,此算法能够有效提取裂缝主干区域,减少图像噪点数量,对提高路面裂纹提取算法的抗干扰性具有重要的指导意义。

关键词： 计算机视觉   高压   输电线路   智能巡检   系统设计与实现  

摘要： 针对现有巡检方法多依赖于人工检查,不但效率低下而且存在较大安全风险的问题,提出了一种基于计算机视觉的高压输电线路智能巡检系统。深入分析了输电线路智能巡检的需求,利用计算机视觉技术研发了一套包含硬件选择、软件开发和算法优化的巡检系统,开展了实地测试和验证。结果表明,该智能巡检系统能有效识别输电线路多种类型的缺陷,检测准确率达到了较高水平。与传统巡检方式相比,不仅大幅提高了巡检效率,而且显著降低了人员的安全风险,为高压输电线路的巡检工作提供了一种新的解决方案。

关键词： 多目标跟踪   无人机视频   注意力机制   数据关联  

摘要： 无人机视频中的多目标跟踪是一项重要的计算机视觉任务,在各个领域有着广泛的应用。针对无人机视频场景中目标遮挡、小目标、背景复杂多变等挑战,本文提出一种改进的无人机多目标跟踪模型。首先,本文对YOLOX进行改进,将Swin Transformer集成到网络中以增强全局信息提取能力,并增加一个额外的检测头来改善对小目标的检测能力,此外引入CBAM注意力模块来增强聚焦有用信息的能力。数据关联阶段,本文采用一种新型数据关联方式,保留所有检测框,并根据置信度将其划分为高分检测框和低分检测框,对高分检测框与跟踪轨迹进行第一次关联,将未匹配轨迹与低分检测框进行二次关联。在公开数据集VisDrone2021和UAVDT上的实验结果表明,本文方法在无人机多目标跟踪场景中具有较高的优越性和鲁棒性。

关键词： 轨道交通   计算机视觉技术   PIS系统   目标检测   图像识别  

摘要： 随着城市交通的快速发展,乘客信息系统(PIS)在提升乘客出行体验、提高交通运行效率方面扮演着重要角色。文章选择计算机视觉技术作为关键实现手段,旨在通过目标检测、图像识别等算法,实现对轨道交通场景中车辆、站点等要素的准确捕捉与识别。在系统架构方面,通过结合硬件与软件组件,建立了高效、实用的PIS系统。依托大量实验,详细评估了系统性能,包括准确性、实时性和可扩展性。文章不仅关注系统的设计与优化,更聚焦其在实际轨道交通中的应用效果。

关键词： 分水岭变换   扫描电镜   微观分析   图像处理  

摘要： 针对不同探测器模式下扫描电镜图像特征复杂且易受阴影干扰的问题,提出了基于改进分水岭算法的扫描电镜图像标定方法。首先,通过自适应滤波、梯度变换等预处理流程减少噪声影响,同时保留真实信息;然后,针对分水岭标记存在的阴影干扰问题,采用自适应改进方法,使得标记的获取更具普适性,可适用于不同的探测器模式。棋盘格样品测试结果表明,该方法在InLens和SE2探测器模式下表现良好,并在综合评价指标上明显优于其他标定方法。将标定结果按照参考标尺与人工测量数据进行对比,两者相对误差在7%以内。

关键词： NWD损失   SimAM注意力机制   YOLOv8s   遥感目标检测  

摘要： 基于YOLOv8s目标检测算法,提出了一种改进的军用飞机遥感图像目标检测算法。首先,引入Mixup数据增强方法;其次,修改网络结构,减少主干网络最后一个输出特征图的通道数为256;然后,在主干网络部分融合改进的SimAM注意力机制A;最后,使用改进的NWD损失作为位置损失函数。改进的算法在MAR20和NWPU VHR-10数据集上的mAP50分别比YOLOv8s提高了4.3%和2.2%,验证了改进算法的有效性。

关键词： 煤矿   带式输送机   智能巡检   图像处理  

摘要： 带式输送机作为煤矿核心运输设备,其日常检查及监测工作依靠人工巡检完成,不仅费时费力、工作效率低且监测效果差,影响煤矿正常生产作业。为解决上述问题,采用自动巡检方法及无人监测技术,设计了一套基于轨道式巡检机器人的井下带式输送机智能巡检系统。通过机器人搭载的多种智能传感器及无线通信网络,来实现对现场环境参数的采集和运行可视化监控;同时采用灰度化图像处理算法对跑偏检测方法进行优化,从而实现皮带跑偏故障精确预警诊断。经测试,系统可在不同条件下获取清晰、明显的跑偏特征图像,同时对带式输送机运行环境及设备温度的采集精度较高,可替代人工实现带式输送机自主跑偏检测及智能化巡检,有效提高带式输送机运行可靠性,具有一定推广应用价值。

关键词： 红外图像   行人检测   注意力机制   Meta-ACON   YOLOv7  

摘要： 针对红外行人目标检测过程中,图像中行人目标特征不显著、小目标密集、背景复杂等因素导致的检测不全、误检率高等问题,提出了一种基于改进YOLOv7的红外行人目标检测算法。首先,以YOLOv7-tiny模型为基础,采用基于通道注意力机制的空间金字塔池化(CASPP)模块替换原始空间金字塔池化(SPP)模块,使模型更注重行人特征的提取;然后,引入基于Meta-ACON激活函数的卷积模块(CBM),进一步抑制背景噪声,保留行人细节;最后,提出一种alpha融合数据增强方法,以丰富样本的多样性,提高模型在复杂环境中的稳定性。基于FLIR数据集的验证结果表明,与YOLOv7-tiny算法相比,所提出的方法精度提高了3%,计算量减少了38%,更适用于红外行人目标检测场景。

关键词： 智能交通   违禁品检测   深度学习   计算机视觉   目标检测   注意力机制  

摘要： 为了提高X光下违禁品检测的准确性与效率,解决长时间、高强度的安检工作导致安检人员疲劳、检查准确性降低的问题。研究以行李物品中违禁品检测为对象,提出了一种将人工智能技术与安检仪相结合的高精度X光下违禁品检测方法。该方法利用基于深度学习的计算机视觉技术,自动检测并标注X光图像中的违禁品。高精度X光下违禁品检测方法在设计时采用了多种创新技术,以确保其在实际应用中的高效性和可靠性。具体而言,高精度X光下违禁品检测方法采用α-IoU损失函数,以缓解正负样本表达不均衡的问题。同时结合SimCSPSPPF空间金字塔池化方法和卷积块注意力机制,融合多层次语义信息,生成丰富特征表达,从而显著增强检测性能,使得高精度X光下违禁品检测在复杂的X光图像环境中也能保持较高的检测准确性和稳定性。此外,此方法还利用Merge极大值抑制方式减少误检情况,提升检测精度。从试验结果来看,在配置良好的环境下,此方法在EDS数据集和VOC数据集上均实现了较高的检测精度。同时在EDS数据集上的mAP达到了81.20%,表现出了良好的检测准确性和稳定性,满足实际安检工作的需求,对比近年来其他被广泛使用的目标检测模型,平均提升达到10.81%。研究结果表明,高精度X光下违禁品检测方法可以有效提高违禁品检测的准确率与效率,同时显著增强安检的智能化水平,为保障公共运输安全提供了重要支持。

关键词： 配网架空导线   图像处理   激光测距   线径及高度测量  

摘要： 现场勘察是配网不停电作业的起点和重要环节,勘察人员只有通过周密的现场勘察,才能确认是否具备作业条件,进而制订作业方案及配备施工所需材料等。有效的现场勘察将大大提高施工作业的效率及施工质量,而目前在导线线径大小及导线对地距离高度勘察方面,主要采用人工经验判断或测量杆测量方式,准确性较低,对施工效率及质量产生了较大的影响。为了提高现场勘察准确度,进而提高带电作业的效率及质量,研制了一种配网架空导线线径及高度智能测量装置。通过图像处理与激光测量技术相结合,实现单人操作、远距离快速准确测量,极大提高了勘察测量效率及安全性。