关键词： YOLOX   目标检测   结构重参数化   解耦检测头   注意力机制  

摘要： 针对水下目标检测中的目标模糊和遮挡问题,提出基于YOLOX改进的RepViTS-YOLOX水下目标检测方法。该方法采用RepViTS作为特征提取网络并通过结构重参数化,有效提升了对水下目标的特征提取能力和模型推理速度。引入空间和通道重构(spatial and channel reconstruction convolution,SCConv)模块,增强网络对模糊目标的关注。改进特征融合网络,通过跨尺度连接和多尺度融合,加强不同层次特征间的信息交流,使模型更好理解遮挡目标特征。针对定位和分类任务对特征的不同需求,引入上下文解耦头(task-specific context decoupling head,TSCODE),对遮挡目标更精准地定位和分类。实验结果证明,RepViTS-YOLOX方法在RUOD数据集上取得了85.7%的检测效果,较YOLOX提高了3.8个百分点。检测结果显示,该方法可以有效改善水下模糊和遮挡目标的检测情况,提高水下目标检测精度。

关键词： 头部图像   图像处理   三维重建  

摘要： 为了制作适用于伽马刀手术的3D打印医疗头模,基于断层CT扫描图像,首次提出Canny和MC相结合的算法(C-MC)进行人体头部的三维重建。Canny边缘检测算法采用高斯滤波去噪,以便于加强边缘和边缘提取,与传统移动立方体(Marching Cubes)算法相结合,完成头部图像的快速、精确三维重建与可视化。使用C-MC算法得到的人体头部三维重建模型,不仅提高了三维重建的效率和头部图像的完整性,也为后期医疗头模的三维建模设计以及3D打印提供了有力的支撑依据。

关键词： 深度学习   图像分类   目标检测   图像分割   隧道渗漏  

摘要： 衬砌渗漏是隧道工程主要病害之一,使用传统的方法进行隧道衬砌渗漏部位识别存在耗时长、效率低、可靠性不高、受外界条件影响大、距离衰减严重等各类问题。深度学习在计算机视觉领域已经取得了很显著的发展,能很好地完成一系列图像处理任务,通过对隧道衬砌图像进行识别,从而可靠地进行隧道衬砌病害目标检测。该研究分别从图像分类、目标检测、图像分割三个方面对隧道衬砌渗漏识别任务中的深度学习模型应用研究进行综述,分析了各模型的优缺点与传承关系,结合精确度、召回率、F1、mAP、mIoU等指标评价了各模型的性能,最后总结了现有深度学习模型的不足,并对其未来发展给出了有针对性的展望。该研究旨在为提高隧道衬砌渗漏识别效能提供依据,以推动深度学习在此方面的应用的进一步发展。

关键词： 计算机视觉   文字识别   软件设计   设计实现  

摘要： 文字识别技术作为人工智能领域的重要分支,利用计算机视觉对图像中的文字进行检测、识别和转换,已广泛应用于文档数字化、自动化表单处理等多个场景,提升了信息处理的效率和准确性。计算机视觉技术通过模拟人眼的视觉感知,使计算机能够从图像或视频中识别出文字信息。本文详细探讨了基于计算机视觉的文字识别软件设计与实现,从文字识别技术的基本概念出发,深入分析了计算机视觉技术在文字识别中的关键应用,包括图像处理和特征提取等,并通过案例分析,为未来的研究方向和技术改进提供了参考。

关键词： 激光雷达   水下探测   图像处理   边缘检测  

摘要： 机载激光雷达已被广泛运用在水底地形测绘等领域,针对水下障碍物探测及识别的需求,基于线形扫描激光雷达的数据特点,提出将波形数据拼接为二维剖面图直观地反映回波能量的分布。使用上升沿线性近似的方法从回波提取水面斜距,并构建了基于机载激光雷达系统扫描结构的光线出射角度模型,通过对水面变形的校正实现了对水下障碍物回波轮廓的还原。使用Canny边缘检测算子提取相邻扫描线所成图像中高回波能量的边缘,最后通过Hu矩对比边缘结果间的相似度,构建障碍物识别判据并进行验证。该算法为机载激光雷达系统水下障碍物探测和识别的数据处理方式提供参考。

关键词： 酵母计数   活细胞率   霍夫圆变换   图像处理  

摘要： 酵母活细胞率作为评判活性干酵母质量优劣的重要指标之一,准确快速地检测出结果显得尤为重要。本文针对传统方法进行活细胞率检测存在效率低、过程复杂等问题开发了一款计数软件,并将血球计数板替换为96孔细胞培养板进行计数。对比人工计数和软件计数在检测酵母活细胞率的误差以及采用不同容器进行检验的效率,结果表明,相对于人工计数,软件计数耗时更短,且误差较小;采用96孔细胞培养板批量检测比采用血球计数板耗时更短。

关键词： 图像处理   语义分割   算法   草坪杂草定位   融合算法   Zhang-Suen细化提取   平均质心法   最小外接圆  

摘要： 【目的】探究基于多算法融合的草坪杂草精准定位算法,为草坪杂草的自动识别和清除机器人的除草作业提供技术支撑与理论依据。【方法】提出了一种基于语义分割的多算法融合的草坪定位算法。首先,通过PSPNet网络分割草坪和非草坪轮廓。其次,针对分割出来的非草坪轮廓提取感兴趣的区域,去除非杂草轮廓,保留杂草轮廓。然后,利用Zhang-Suen细化算法提取杂草轮廓骨架线,并获取骨架交叉点数量和坐标位置。最后,利用融合算法依据交叉点数量选择不同的定位策略,实现杂草根部的精准定位。【结果】融合算法定位的杂草坐标与真实杂草根部中心坐标的均方根误差为83.17像素,相比平均质心法减少了14%,相比最小外接圆减少了22%。换算到实际场景之下,融合算法定位的杂草坐标与真实杂草根部中心坐标的均方根误差为12.48 mm,误差在可接受的误差范围内。融合算法提高了杂草根部中心的定位精度,降低了杂草定位的误差。【结论】基于语义分割和融合算法的草坪杂草定位方法提高了杂草根部中心的定位精度,降低了单一方法的定位误差,可以为草坪杂草自动识别和除草作业提供技术支持。

关键词： 图像处理   自动采摘   机械臂   STM32  

摘要： 我国作为种植业大国,果蔬种植业发展较成熟,但在果蔬采收方面仍以人工作为主要劳动力,如樱桃的采摘,存在危险以及采摘效率低等问题。因此,针对樱桃成熟期短,果皮容易破损,从而影响市场售卖价格,而且樱桃采摘主要依靠人工,费时费力的现状。本文设计一款能够实现成熟樱桃自动采摘的机器装置,该装置基于STM32单片机结合图像处理技术设计,通过摄像头完成成熟樱桃的识别处理后,利用机械臂进行樱桃的采摘工作,减少樱桃采摘所需的劳动力成本,解放种植户的双手,为我国农业自动化发展贡献一份力量。

关键词： 文献修复   纸张检测   图像处理  

摘要： 文献修复工作关系到资料的保护和传承,纸张检测是文献修复的首要工作。随着科学技术手段的不断进步,纸张检测技术不断提升,为文献修复提供了保障。在分析图书馆文献修复与纸张检测技术现状的基础上,多方面、综合性介绍了基于图像识别的纸张检测技术应用要点,并对纸张检测技术的未来研究前景进行了分析,以期提高图书馆文献资料的修复质量。

关键词： 空间自适应   内容感知   红外目标   重组特征   高分辨率预测头  

摘要： 由于红外街道图像中小目标像素较少、颜色特征不丰富,容易导致模型漏检、误检以及检测效果不佳等问题,因此提出了一种基于空间自适应和内容感知的红外小目标检测算法。首先,通过堆叠局部注意力与可变形注意力设计一种基于空间自适应的转换器,以增强对长距离依赖特征的建模能力,捕获到更多空间位置信息。其次,采用内容感知特征重组算子进行特征上采样,实现在大感受野内聚合上下文信息以及利用浅层特征信息来自适应地重组特征。最后增加160×160的高分辨率预测头,将输入特征的像素点映射到更细小的检测区域,进一步改善小目标的检测效果。在FILR数据集上的实验结果表明,改进算法的平均精度均值达到85.6%,相较于YOLOX-s算法提高了3.9%,验证了所提算法在红外小目标检测上的优越性。