水下结构物表面缺陷的仿生双目视觉测量

以水库大坝深水表面裂缝为检测对象,提出了一种基于双目视觉的水下结构物表面缺陷测量方法。该方法在水下环境中标定双目摄像头的参数矩阵,对双目摄像头采集的图像进行校准,利用仿生技术对图像增强,采用基于半全局匹配的立体测量方法得到稠密视差图,进而推算出缺陷的几何参数,最终实现对水下结构物表面缺陷的测量。试验结果表明,该基于双目视觉的水下结构物表面缺陷测量方法稳定性高,可靠性强,测量精度满足工程需要。     

基于改进U-Net的街景图像语义分割方法

为提升多尺度目标的分割效果,增强特征提取能力,提出了一种基于双重注意力机制的改进U-Net街景图像语义分割方法。在U-Net编码阶段的第5个卷积块之后,添加特征金字塔注意力模块,提取多尺度特征,融合上下文信息,增强目标语义特征。在解码阶段不再采用U-Net的特征拼接方法,而是设计了一个空间域-通道域联合注意力模块,接收来自跳跃连接的低层特征图和来自前一个注意力模块的高层特征图。在Cityscapes数据集上的实验结果表明,引入的注意力模块可有效提升街景图像分割精度,与PSPNet、FCN等方法相比,分割性能指标mIoU提升了2.0%～9.6%。