基于视觉引导的工业机器人快速分拣系统研究

将三菱RV-13F工业机器人与视觉引导技术相结合应用于目标分拣。对原始图像进行滤波处理后再利用ORB算法实现对目标物体的快速检测,并利用最佳匹配特征点计算出目标物体的像素坐标和旋转角度。实验结果表明：计算坐标与实际坐标在X、Y坐标上的误差在1mm之内,可以保证工业机器人准确地运动到目标物体的上方,Z坐标上的误差在3mm之内,可以保证能将目标物体抓取到,快速地完成分拣任务。     

CO2激光切割质量的视觉检测(Ⅱ) 切割质量的评价方法及其视觉图像特征

提出了利用切割面下缘粗糙度作为评价切割面质量的方法.建立了侧面视觉检测系统,对激光切割过程中火花簇射行为进行分析.结果表明在一定工艺条件下,随着切割速度的变化,火花簇射喷射长度以具有极大值的倒U形曲线形式变化,最大的火花喷射长度(即火花簇射视觉图像不同亮度带像素数的极大值)对应于最低的切割面近下缘粗糙度.     

基于多尺度残差双域注意力网络的乳腺动态对比度增强磁共振成像肿瘤分割方法

针对乳腺肿瘤大小形态多变、边界模糊以及前景与背景间严重类不平衡的问题,该文提出一种多尺度残差双域注意力融合网络。该网络以多尺度卷积构成的多尺度残差块作为基本搭建模块,通过提取多尺度特征和优化梯度传播通道提高其识别不同尺寸目标的能力,同时融入双域注意力单元,提高网络的边缘识别和边界保持能力。另外该文提出一种混合自适应权重损失函数改善网络优化方向,缓解正负样本极度不均衡的影响。实验结果表明,该文所提方法的平均骰子相似系数(Dice)值达到0.8063,较U形网络(UNet)提高5.3%,参数量下降73.36%,具有更优的分割性能。     

Global attention retinex network for low light image enhancement

Most low-light image enhancement methods only adjust the brightness, contrast and noise reduction of low-light images, making it difficult to recover the lost information in darker areas of the image, and even cause color distortion and blurring. To solve the above problems, a global attention-based Retinex network (GARN) for low-light image enhancement is proposed in this paper. We propose a novel global attention module which computes multiple dimensional information in the channel attention module to help facilitate inference learning. Then the global attention module is embedded into different layers of the network to extract richer shallow texture features and deep semantic features. This means that the rich features are more conducive to learning the mapping relationship between low-light images to normal-light images, so that the detail recovery of dark regions is enhanced in low-light images. We also collected a low/normal light image dataset with multiple scenes, in which the images paired as training set can succeed to be applied to low-light image enhancement under different lighting conditions. Experimental results on publicly available datasets show that our method has better effectiveness and generality than the state-of-the-art methods in terms of evaluations metrics such as PSNR, SSIM, NIQE, Entropy.     

基于提取双选紧密特征的RGB-D显著性检测网络

针对现有算法对不同来源特征之间的交互选择关注度欠缺以及对跨模态特征提取不充分的问题,提出了一种基于提取双选紧密特征的RGB-D显著性检测网络。首先,为了筛选出能够同时增强RGB图像显著区域和深度图像显著区域的特征,引入双向选择模块(bi-directional selection module, BSM);为了解决跨模态特征提取不充分,导致算法计算冗余且精度低的问题,引入紧密提取模块(dense extraction module, DEM);最后,通过特征聚合模块(feature aggregation module, FAM)对密集特征进行级联融合,并将循环残差优化模块(recurrent residual refinement aggregation module, RAM)配合深度监督实现粗显著图的持续优化,最终得到精确的显著图。在4个广泛使用的数据集上进行的综合实验表明,本文提出的算法在4个关键指标方面优于7种现有方法。     

基于推理注意力机制的二阶段网络图像修复

现有的图像修复方法在处理大面积缺失或高度纹理化的图像时,通常会产生扭曲的结构或与周围区域不一致的模糊纹理,无法重建合理的图像结构。为此,提出了一种基于推理注意力机制的二阶段网络图像修复方法。首先通过边缘生成网络生成合理的幻觉边缘信息,然后在图像补全网络完成图像的重建工作。为了进一步生成视觉效果更逼真的图像,提高图像修复的精确度,在图像补全网络采用推理注意力机制,有效控制了生成特征的不一致性,从而生成更有效的信息。所提方法在多个数据集上进行了实验验证,结果表明该图像修复方法的结构相似性指数达到了88.9%,峰值信噪比达到了25.56 dB,与现有的图像修复方法相比,该方法具有更高的图像修复精确度,生成的图像更逼真。     

基于改进3D UNet的前列腺MR图像分割

针对前列腺磁共振 (magnetic resonance, MR)图像边缘模糊、对比度较低,灰度值分布不均衡而导致分割精度较差的问题,提出了一种结合双路径注意力(dual path attention,DPA) 和多尺度特征聚合(multi-scale feature aggregation,MFA) 模块的改进3D UNet网络模型。首先,对数据集进行重采样和裁剪处理以适应模型输入。然后,在3D UNet网络的编码器各层引入DPA 并添加残差连接,加强特征的 编码能力。同时,在网络解码器中加入MFA模块,以充分利用空间上下文信息,增强语义信息。最后,在公开数据集PROMISE12上进行验证,所提出的模型的Dice系数为89.90%,Hausdorff 距离为9.37 mm。相比较于其他模型,所提出模型的分割结果更优,且参数量和运算量更少。     

科学松鼠会的传播内容偏向和受众关注偏向的调查研究

通过对科学松鼠会微博、博客、网站的内容和受众关注内容的主题分类进行统计分析,发现两者都偏向关注生物、健康、医学等类别,即传播内容的偏向与受众关注的偏向具有一致性。同时,通过对科学松鼠会主编"游识猷"(网名)的采访调查和对其微博粉丝的问卷调查,深入分析科学松鼠会的传播者和受传者分别在各自偏向的形成过程中所起的作用,以及这两种偏向的关系,并为其他综合性科普网站提供一定的借鉴。     

视觉信号质量评价的挑战与新进展

While quality assessment is essential for testing, optimizing, benchmarking, monitoring, and inspecting related systems and services, it also plays an essential role in the design of virtually all visual signal processing and communication algorithms, as well as various related decision-making processes. In this pa-per, we first provide an overview of recently derived quality assessment approaches for traditional visual signals (i.e., 2D im-ages/videos), with highlights for new trends (such as machine learning approaches). On the other hand, with the ongoing development of devices and multimedia services, newly emerged visual signals (e.g., mobile/3D videos) are becoming more and more popular. This work focuses on recent progresses of quality metrics, which have been reviewed for the newly emerged forms of visual signals, which include scalable and mobile videos, High Dynamic Range (HDR) images, image segmentation results, 3D images/videos, and retargeted images.     

3D视频的质量损伤类型分析

首先介绍了3D视频通信系统和人类视觉系统,然后通过结构、颜色、运动和深度的4个视觉子系统,分析每个通信模块中各类立体质量损伤的现象、成因和解决办法.立体损伤与设备、表示方式、编解码算法以及主观感知等多重因素有关,了解质量损伤的类型有助于质量评价工作的进行,进而对系统的其他环节做出优化.