基于光线散射衰减模型的低照度图像增强

针对传统图像增强算法在总体照度低且光照分布不均的环境内易造成图像过度增强和自然度保存能力弱的问题,提出了一种基于光线散射衰减模型的低照度图像增强算法。首先,本文提出了光线散射衰减模型,该模型合理解释了非均匀光照分布的成像过程,其次,通过Max-RGB滤波器分别估计每个像素的照度,初始化照明图,然后,根据光照随图像分割区域入射角、入射距离平滑衰减的特性,利用深度信息和梯度信息优化光照分量,获得精确照明图;此外,利用暗通道先验中的透射率所具有的局部相似性来约束反射分量估计;最后,通过提出的光线散射衰减模型融合优化光照分量和反射分量,获得最终的低照度增强图像。通过与NPE,LIME,HE,ALSM,MSRCR,MF,WV＿SIRE算法比较,在不同场景的低照度图像上,无参考各向异性质量评估器（BIQAA）最大为0.019 6,模糊检测累积概率（CPBD）最大为0.680 1,无参考空间域图像质量评估器（BRISQUE）最小为21.471 5,自然图像质量评估器（NIQE）最小为2.699 5,综合性能优于其他对比算法。实验结果表明,本文算法能够有效抑制噪声,提高图像对比度和亮度,更好地保留图像...     

基于改进OMP算法的喷涂机器人轨迹规划研究

为实现CAD模型未知情况下的喷涂机器人自动轨迹规划,提出了一种基于工件三维点云直接生成喷涂轨迹的方法,并使用改进的正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法进行轨迹优化.首先,将理想涂层厚度函数视作原始信号,通过引入信赖域反射算法解决了投影系数的约束问题,应用OMP算法进行涂层厚度重建,并求出每条喷涂轨迹的位置和喷枪速率.然后,对预处理后的点云模型应用轨迹生成算法得到工件表面的喷涂轨迹,通过坐标变换和姿态解算生成机器人喷涂轨迹.最后,对扫描获取的待喷涂曲面使用上述方法进行仿真.仿真结果显示,重建涂层厚度误差为4.28％,满足均匀性要求,喷涂时间显著缩短,表明所提出的轨迹规划和优化方法是可行的.     

TCS-Net：一种核电安全壳细小裂缝分割网络

针对核电安全壳表面裂缝视觉检查任务面临的裂缝细小且占像素少、裂缝与背景对比度低、相似纹理干扰多、光照影响等问题,作者提出了一种细小裂缝分割模型TCS-Net(Segmentation network of tiny cracks)。该模型是编码——解码的网络结构,在下采样过程使用Soft Pooling减少编码过程池化导致的信息损失以保留图像边缘细节及位置信息;解码端在下采样过程中通过加入兼顾通道注意力和空间注意力的语义补偿模块(ResCRAM)以融合编码端的各层特征,可增强裂缝的多尺度细节信息;结合Bce(Binary Cross-Entropy)损失和Dice损失作为目标损失函数,以解决单一损失关注度倾向带来的训练不稳定的问题,也可优化Acc(Accuracy)、IOU(Intersection over Union)、Recall等性能指标。为了验证模型的有效性,在真实的安全壳图像对所提裂缝分割模型进行了测试。实验结果表明,与现有的主流语义分割模型相比,TCS-Net裂缝分割模型的IOU指标可提高5%-9%,Recall指标可提高9%-13%,由此说明该模型具有检测率和检测精度更高,能有效适用于目标与背景严重不平衡、背景复杂且干扰较多情况下的细小裂缝分割任务。     

基于GPR的机场跑道钢筋回波检测与抑制

钢筋强反射回波及其多次波严重影响探地雷达在机场跑道灾害目标检测与识别的应用.本文研究机场跑道钢筋回波检测及抑制的方法.首先利用Hyp-curvelet变换将GPR时空二维回波信号投影到尺度空间,目标回波的能量将聚集且与其他目标分离,进而基于尺度空间中的局部峰值进行目标检测.然后结合目标回波的初始相位及时频特征,在尺度空间中消除钢筋回波分量.最后将数据反变换回时空域,得到只含有灾害目标回波的数据.仿真实验表明,本文所提算法在低信噪比的情况下对钢筋回波检测与抑制能取得很好的效果,重构的结果中灾害目标回波保存完整且钢筋回波罕有残余.     

基于Smooth-DETR的产品表面小尺寸缺陷检测算法

为应对实际工业产品视觉质量检测中缺陷罕见、尺寸小等挑战,提出了一种仅需要少量训练样本的小尺寸缺陷检测算法——Smooth-DETR,该算法采用基于DETR的编码—解码结构对缺陷类别和位置进行预测,该结构降低了参数量和计算复杂度。因DETR强大的全局特征学习能力,该算法可从少量训练样本中充分挖掘产品表面纹理特征,从而对打破了表面纹理连续性的缺陷检出率高;通过结合Smooth-L1损失和GIoU损失的优势,进一步提升了小尺寸缺陷的回归精度。实验结果表明,所提方法检测性能优于现有先进检测模型。此外,仅用少量训练样本,该算法对11类产品表面的缺陷检测平均精确率就能够达到98%以上。     

基于分布式光纤传感系统的车辆轨迹提取方法

分布式光纤传感系统(distributed acoustic sensing,DAS)具有可获取连续分布信息、受环境影响小、成本低等优势,作者提出了一种利用DAS系统进行车辆轨迹提取的方法,为实现智慧化高速公路环境中全时空交通状态感知提供基础.首先,利用基于Φ-OTDR原理的DAS检测设备和高速公路通信光纤中的空闲纤芯...     

一种在线更新的单目视觉里程计

现有的基于深度学习的视觉里程计（visual odometry,VO）训练样本与应用场景存在差异时,普遍存在难以适应新环境的问题,因此提出了一种在线更新单目视觉里程计算法OUMVO。其特点在于应用阶段利用实时采集到的图像序列在线优化位姿估计网络模型,提高网络的泛化能力和对新环境的适用能力。该方法使用了自监督学习方法,无须额外标注地面真值,并采用了Transformer对图像流进行序列建模,以充分利用局部窗口内的视觉信息,提高位姿估计精度,以避免传统方法只能利用相邻两帧图像来估计位姿的局限,还可以弥补采用RNN进行序列建模无法并行计算的缺点。此外,还采用图像空间几何一致性约束,解决了传统单目视觉里程计算法存在的尺度漂移问题。在KITTI数据集上的定量和定性实验结果表明,OUMVO的位姿估计精度和对新环境的适应能力均优于现有的先进单目视觉里程计方法。     

基于双目视觉的GIS异物分割和定位方法

针对气体绝缘开关设备内部异物需要定位清理的问题,提出基于双目视觉的GIS异物分割与定位方法。共享分割模型,支路一通过U-Net模型获取异物分割区域,支路二通过U-Net模型获取双目图像的卷积特征图,并以此构建卷积描述子,完成立体匹配,实现了异物的三维坐标定位,解决了GIS环境弱纹理、高反光区域立体匹配准确度低的问题。通过C++编程环境加载Opencv视觉工具包,实现了上位机的部署应用。应用结果表明:该系统具有较高的异物分割及定位精度,可以同时满足柔性臂抓取的精度和实时性要求,具有一定的实用性。     

基于深度学习的GIS腔体内部异物分割北大核心

针对机器人在清扫GIS腔体中由于光照强反射现象影响金属异物的视觉检测问题及嵌入式平台计算资源有限的挑战,提出一种轻量级网络QG-QDeepLabV3+用于GIS腔体内异物分割。通过四元数卷积神经网络保留像素彩色通道间相关性,减少网络参数量;同时提出QG(quaternion gabor) Attention机制,将异物多方向、多尺度细节特征与深度特征融合,以提高分割精度。实验测试结果表明,相比于现有先进算法网络参数量下降近71%,同时异物的分割轮廓以及分类识别准确率上有了较高提升。