关键词： 图像处理   单目视觉   射流模型   闭环控制  

摘要： 研究一种基于图像处理和单目视觉的射流闭环控制方法,以实现射流精度的提高和自动化控制。通过实时图像处理,准确识别射流目标位置,并利用单目视觉系统对射流进行精确引导和调整,以达到预期的射流效果。实验结果表明,所提方法能够准确识别射流目标位置,并实时调整射流参数,使射流能够精确命中目标。与传统的射流控制方法相比,该方法具有更高的精度和更好的鲁棒性。文章就射流闭环控制方法,提出了一些思路,用于图像处理和弹幕视觉的优化。这为射流控制领域提供了一种新的解决方案和研究思路,实现了射流的高精度控制。

关键词： FPGA   图像处理   Sobel算子   边缘检测  

摘要： 为了解决经典Sobel算子边缘检测在捕获图像边缘信息时的细节不足,对传统基于软件平台的图像处理技术实时性差和速率低下的问题,提出一种基于经典Sobel算子的八方向自适应阈值Sobel算子边缘检测算法,并将其在FPGA芯片上运行。为了评估该算法的性能,采用OV7725摄像获取视频图像信息,然后通过灰度转换、高斯滤波和边缘检测算法进行二次处理。实验表明,改进后的Sobel算子边缘检测算法相较于经典Sobel算子,在边缘检测效果方面提升明显,能更精确捕捉图像边缘的细节信息,在FPGA上的运行速度能满足实时性的要求,为FPGA领域的实时图像处理提供了可行的解决方案。

关键词： 计算机视觉   RepVGG   车道线检测   曲线拟合   特征融合   后处理  

摘要： 针对现有车道线检测方法存在的检测速度慢、检测精度低的问题,将车道线检测视为分类问题,提出了基于RepVGG网络的实时车道线检测方法。在RepVGG网络中融合不同层级特征图,减少空间定位信息的损失,提高车道线的定位精度。采用曲线建模的后处理方法,从整体和局部两个角度修正车道线预测结果。挖掘车道线定位中的分布信息,提出了基于分布指导的车道线存在预测分支,直接从车道线定位分布中学习车道线的存在特征,在略微提升推理速度的同时进一步提升检测精度。在TuSimple和CULane数据集上的实验表明,该模型在检测速度和精度上取得了良好的平衡。在CULane数据集上,所提方法的推理速度为目前同类方法中检测速度最快的UFLDv2算法的1.13倍,同时F1分数从74.7%提高到77.1%,达到了实时检测任务的需求。

关键词： 商贸服务业   核心竞争力   商科   人工智能   图像处理   把握时机   大数据   视觉营销  

摘要： 引言随着互联互通、大数据、云计算、人工智能等模式和技术在商贸服务业的应用和发展,中国经济已经进入商业3.0时代。新兴技术带来智能修图的迅猛发展,商业理念的迭代更新对视觉营销岗位人才培养提出更高要求(李伟等,2021)。复合型视觉营销人才既要具备扎实图像处理应用技能,又要拓展知识面不断调整美工设计变革思维;既要自觉将艺术设计与商科思维相结合,也要将人文艺术修养领域内的各品类融会贯通;既要重视光影理论知识的学习和掌握,也要把握时机大胆地进行实践创新,从而提高自身的综合素质和核心竞争力。

关键词： 多目标识别   智能安防   视频监控   二值化   中值滤波器   目标检测   聚类  

摘要： 针对视频监控受到动态目标影响监控识别效果差的问题,提出基于多目标识别的智能安防视频监控研究。充分考虑多类目标情况,将多目标预判成词袋;分割处理图像,计算目标点与超平面的间隔,聚类处理多目标构建高斯模型表征背景,剔除高斯分布中存在的虚假背景,二值化处理目标,分离目标与背景。对差值进行阈值化判断,结合3×3邻域的中值滤波器去除噪声;判定入侵行为,完成智能安防视频监控识别。实验结果表明,该方法能够识别出全部目标,TA最大值为21%,TN最大值为90%,监控识别效果良好。

关键词： 风电叶片损伤识别   YOLOv8   目标检测   数据增强算法   卷积注意力模块   梯度协调机制   平均精度   平均召回率   快速区域卷积神经网络   交并比  

摘要： 针对风电叶片极易出现损伤和故障,且制造和维护成本高昂等问题,提出了一种基于改进YOLOv8模型的风电叶片表面损伤检测与识别方法。首先,将现场拍摄到的高清叶片图像作为实验数据集,并将其按比例随机划分为训练集、验证集和测试集;然后,在YOLOv8模型中引入了动态数据增强算法Mosaic、Mixup及离线数据增强算法Albumentations,对训练数据集进行了扩充,解决了模型在有限数据集下的泛化性问题;最后,使用卷积注意力模块(CBAM)和梯度协调机制(GHM)/Focal loss算法等手段加强了模型的损伤检测能力,改进了样本分布不均衡问题,建立了一种先进的风电叶片表面损伤检测与识别方法,提升了YOLOv8模型对叶片损伤的检测精度。研究结果表明:改进后的YOLOv8模型在计算量和参数量都较低的情况下,其平均精度(AP)、平均召回率(AR)都超越了同等配置下的快速区域卷积神经网络(Faster R-CNN)模型。改进后的YOLOv8模型在交并比(IoU)阈值为0.5时的AP和AR分别达到了73.2%和58.8%,验证了该方法在风电叶片损伤检测方面具有一定的可靠性和有效性。

关键词： 视觉识别   机器视觉   YOLOv5算法  

摘要： 为提高陈皮生产加工中柑果开皮的效率,降低陈皮加工的成本,保护工人的安全,本文设计了一款基于计算机视觉识别的柑果自动开皮系统。该系统采用YOLOv5算法、图像处理技术,可快速识别柑果的位姿,并通过旋转稳定平台调整柑果位姿,从而完成柑果自动化开皮前的位姿调整。柑果位姿识别需要的最快时间为25帧/秒,识别的成功率98%,实验结果表明,该方法对柑果自动化开皮工艺的效率有较大的提高,在高效率的同时保留了陈皮传统正三刀切法的工艺。

关键词： Affordance   计算机视觉   人-物交互   语义分割   深度学习   机器学习  

摘要： 利用基于计算机视觉的Affordance理解研究行为者和周围环境之间的交互属性,对指导机器人导航、抓取具有重要意义。因此,全面、深入地综述了基于计算机视觉的Affordance理解研究现状。首先,对近年来提出的方法依据研究方向进行归类,综述不同方法的思路和特点;然后,对多个常用的公开数据集进行介绍,并对不同方法在这些数据集上的性能进行对比分析;最后,阐述基于计算机视觉的Affordance理解各类方法的优势与不足及未来的发展趋势。

关键词： 目标检测   SSD   注意力机制   轻量化  

摘要： 针对当前目标检测算法难以在资源有限的硬件平台上运行的问题,以Single Shot MultiBox Detector(SSD)为基础,在SSD中引入GhostNet网络来替换原本的VGG16主干网络,再引入轻量化注意力机制来补偿轻量化模型带来的检测精度损失,提高网络检测能力。在同一数据集上进行检测,改进后的GC-SSD模型大小由原SSD模型的92.11 M减小到10.90 M,mAP相比于Ghost-SSD模型提高了15.43%。实验结果表明,改进后的GC-SSD模型mAP达到92.06%,模型大小大量减小,更适用于移动端设备。

关键词： 计算机视觉   Python   人工智能   课程设计  

摘要： 为贯彻国务院印发的《新一代人工智能发展规划》和教育部印发的《高等学校人工智能创新行动计划》精神,针对高职院校“数字图像处理”课程的教学现状,提出基于Python结合OpenCV的数字图像处理教学方案。以边缘检测为例,介绍OpenCV在教学方案中的作用(理论性强、内容抽象、算法较多的数字图像处理知识深入浅出,通俗易懂)。教学实践表明,通过Python结合OpenCV教学方案的应用有效提高高职学生的综合实践和创新能力,保证高职学生在人工智能领域的就业竞争力。