基于改进YOLOv5的旋转目标检测算法及其应用研究

目的 提高工业分拣上常见的纹理多样、随机堆放盒体的检测与识别能力。方法 提出一种基于YOLOv5的旋转目标检测算法,该算法包括目标分类、位姿角度识别和边界框位置定位3个模块功能。目标分类模块中,通过自建数据集和设计8种目标分类标签以供模型分类学习;位姿角度识别模块对YOLOv5头网络中添加角度预测分支,引入环形平滑标签角度分类方法,实现分拣盒体的旋转角度精准检测;在边界框位置定位模块上,使用LCIoU回归框损失函数来计算旋转框回归损失,得到紧密包裹目标位置的边界框。结果 改进的YOLOv5算法在自建数据集上检测精度达到95.03%,在机器人多物体分拣实验中的准确率可达100%。结论 本文算法在盒体处于散乱堆放、密集堆放、堆叠堆放场景下均具有较高的定位与识别精度。     

多边缘法实现对高速扩展目标解体的自动跟踪

根据一般扩展目标的性质,结合某些高速扩展目标分离(如高速再入大气层的目标)的实际情况,分析了此类目标发生分离、特征产生剧烈变化的特点,指出了一般图像跟踪算法中基于对比度跟踪算法在此情况下难以适用的原因,并综合这些算法的特点,提出基于光学图像序列的加权多边缘跟踪算法,结合FDEKF滤波,实现了对此类(超)高速扩展分离目标的自动稳定跟踪.通过对多个此类目标序列图像进行仿真验证,并与其它四种基于对比度的跟踪算法所得结果进行比较,结果表明,该算法稳定性好、精度更高,且易于实现.     

基于图像数据重排的产品表面缺陷检测算法研究

产品检测时许多无关图像信息增加了参与计算的图像数据量,为解决该问题,提出了一种基于图像数据重排产品表面缺陷检测算法.根据先验知识将产品表面结构明显且不会出错的特征作为产品成像后的周向位置特征,建立起样本周向位置特征库图像序列;同时提取每个周向方位下样本表面各个待识别子目标区域图像数据或变换特征进行有效数据重排作为产品的检测识别特征,建立起产品的检测识别特征库图像序列.检测识别过程中,提取产品位置特征寻找其在标准样本库中最优解确定产品的周向方位,然后提取产品不同方位下的多个待检测区域并进行相同的数据重排,最终完成快速检测识别.经过仿真验证,本文的算法可以大大节省缺陷检测所用时间.     

应用基本遗传算法进行水面舰船目标识别研究

水面舰船识别判读是海军航空侦察工作的重要内容。文章论述了基本遗传算法（SGA）的原理、特点和运算步骤，并将该算法引入对水面舰船的识别。实验结果证明了该方法的科学性和实用性。     

基于AR自相关峰态值的一类轴承故障检测方法

针对轴承故障检测系统中异常样本数据不易收集以及异常样本数据分布不均导致传统分类算法出现过适应现象等现实应用问题,提出了一种基于自回归(AR)模型自相关系数峰态特征的一类故障检测方法.该方法利用正常样本生成AR模型参数,其他样本在该模型的投影形成残差序列,计算残差序列的自相关系数并取其峰态特征作为相似性的度量.实验结果表明该方法能有效地克服以AR模型参数为特征计算复杂度高且检测性能易受样本大小影响的不足.同时,文章给出了单一故障诊断模型并提出基于粒子群优化算法的阈值设定决策方法.实验中将本方法同其他以AR模型为特征的多层感知机(MLP)及自组织映射(SOM)方法进行比较,实验结果验证了本文建议方法的正确性和有效性.     

核最小二乘算法检测红外点目标

对于背景呈非线性变化的复杂图像,用背景预测的方法对红外点目标进行检测时,传统的线性最小二乘法(Least Squares,LS)的效果比较差.文章使用核方法(Kernel Methods,KMs)推导了最小二乘法的非线性版本:核最小二乘算法(Kernel Least Squares,KLS);进一步推导出了更适合动态系统时序预测的指数加权形式的核最小二乘算法(Kemel Exponential wleighted Least Squares,KEWLS).提出了一种基于核方法的红外点目标检测算法,先用KEWLS非线性回归算法预测红外图像背景,再通过自适应门限检测残差图像中的目标,非线性函数回归和红外序列图像检测实验表明核方法较大地改进了算法的非线性函数估计与红外背景预测能力.     

基于改进目标检测算法的AGV避障方法研究

目的 针对食品包装的抓取和装配,利用人工成本高且容易装错等问题,基于方位特征(POC)方程的并联机构结构综合方法,提出一种以3PUPaR并联机构为主体的抓取机器人机构。方法 计算3PUPaR并联机构的自由度、方位特征集以及耦合度等拓扑特性,验证机构具有空间纯移动的运动特性,建立机构的运动学逆解方程,基于此,采用数值法得到机构的工作空间与运动灵巧度。并研究参数尺寸大小对工作空间与全局灵巧度的影响,以全局灵巧度和工作空间为优化目标,选择具有Pareto解的NSGA-II算法完成多目标参数优化。结果 结果表明,机构具有较大且连续的工作空间。结论 该新型三自由度并联机器人能够满足食品包装的抓取和装配时运动范围。     

一种修正的基于混沌预测误差的目标检测算法

基于混沌预测误差的目标检测算法是检测混沌背景下目标的算法.本文对该算法的检测结果进行了分析,分析结果表明其检测到的目标区域比实际的目标区域大.针对这个问题,对基于混沌预测误差的目标检测结果进行了修正,修正后的结果更接近于目标的真实大小.用Lorenz混沌系统产生的仿真数据和实测的机载海面合成孔径雷达(Synthetic Aperture Radar,SAR)图像进行了实验.实验结果与理论分析的结果一致,从而证明了理论分析的正确性.     

基于多尺度融合方法的无人机对地车辆目标检测算法研究

由于飞行高度等原因,无人机图像在实际使用中目标尺寸普遍较小、特征信息不明显,使用现有的算法对其进行目标检测存在困难。因此,提出了基于多尺度融合的图像多目标检测方法,使用Faster R-CNN为基础框架,将不同层次的特征信息进行融合,再结合上下文信息,实现了对无人机图像小目标检测。使用VisDrone2019数据集对地面车辆进行目标检查,实验证明:无人机对地面车辆目标的检测达到了较好的结果,所使用算法的精度达到88%,与其它算法相比提升了3.8%以上。     

航拍高光谱图像中基于投影的自动目标检测算法

针对未知环境条件下的高光谱图像目标检测问题进行了研究,提出了一种基于投影的自动目标检测算法。该算法通过构造正交投影算子预先对部分干扰物信息进行削弱,再以无监督的自动目标搜寻方法找到场景中可能的目标物,将图像数据向可能目标物所张成的子空间投影以增强目标物的信息,然后用匹配的方法完成检测。有效减弱了干扰物对目标检测的影响,缩小了目标搜索的范围。应用此算法对实验采集数据进行处理,取得了较好的结果。