深度学习陶瓷表面缺陷检测算法研究

传统的陶瓷缺陷检测主要依赖人工目测或放大镜观察,为解决检测效率低、结果主观性强等问题,提出了一种基于深度学习的陶瓷表面缺陷检测算法,针对于陶瓷杯表面的缺陷具体情况,在YOLOv5目标检测模型的基础上,增加小目标检测层,同时使用位置注意力机制进行特征重构提高检测的精确度,实现了高精度的缺陷检测。针对实际生产中的陶瓷双层杯进行数据采集训练,并对于每批数据进行推理,最终平均检测精度达到了95.4%。本文所改进的YOLOv5缺陷检测模型拥有更高的准确率、识别速度快等优点,可以极大地减少陶瓷质检减少人力物力的损耗与时间成本。     

基于虚拟试验箱的康复手势识别算法研究

研究了基于自主研发的手部康复训练系统的康复手势识别方法。针对现有手势识别算法识别手势过于单一、不具备针对性的问题,通过对手部功能障碍患者的手部运动及控制力的分析,提出了一种新的基于虚拟试验箱的康复手势识别算法。该算法的核心是利用摄像头捕捉不同的康复手势,并通过辅助训练标志板来实现手和辅助康复器械定位。基于改进的形状上下文识别算法的处理器实现了康复手势识别功能,并进一步控制虚拟场景中的物体做出相应的反应。该算法可以完成推、拉、悬垂、托举、二指捏等典型康复手势的准确识别,并与现有的手势识别算法进行了准确的对比。实验结果表明,该算法在识别率上有一定的提高,并且在识别的手势上更具有针对性。     

基于Unity3D的煤炭码头视景仿真监控系统研究与实现

针对基于摄像头的场景监控系统具有可视场景小、易受天气(阴雨、雾霾)影响、黑夜工作效果差的缺点,提出了基于虚拟现实技术的煤炭码头监控系统实现方法。该方法通过远程数据访问,将现场实时采集的煤场大机的各项运行数据,以及煤堆的3D数据,通过MySQL数据库与虚拟三维场景相关联,完成了数据驱动下的取料机、堆料机实时运动模拟,以及煤堆数据的网格可视化,进而实现了港口码头煤堆以及大机运行状态的实时三维监控及可视化。该系统真实感强,交互性好,能够全天候实时监控煤场的运行状态,有利于决策者全方位了解现场信息,并及时发现异常状态。     

基于OpenFlight API的建筑物场景自动建模及红外仿真

针对建筑物场景红外仿真真实性差、对国外软件依赖性强的现状,提出了一种新的适用于大规模建筑物场景自动建模及红外仿真的方法。该方法利用Google Earth提供的高分辨率航片中的阴影和地形信息,结合OpenFlight API自动建立建筑物场景三维模型,解决了数字高程数据、楼层数据缺失条件下的建模难题;通过对航片中不同城市地物的分割建立材质标号图像,利用理论分析的方法建立了建筑物场景中不同地物的红外辐射特征方程,离线生成了零视距红外纹理,并增加大气以及探测器作用效果,提高了红外场景的描述细节和真实性。     

基于OpenFlight模型的通用桥梁红外辐射特性模拟方法

对桥梁结构进行分析及简化,提出了基于OpenFlight模型的通用桥梁建模方法,将梁式桥、斜拉索桥、拱桥和悬索桥统一为一种通用的模型结构,并分别针对桥梁箱体结构、主缆、索塔、护栏等典型部件的热特性,综合考虑各种自然因素,建立桥梁红外辐射特性计算理论模型,并以图像的灰度信息模拟红外辐射特性,开发了通用的桥梁红外辐射特性计算及成像仿真软件系统,实现了任意时刻、任意地理位置、任意气象条件下不同类型桥梁的红外辐射特性模拟。实验结果表明提出方法与现有桥梁红外成像仿真结果具有一致性,符合典型桥梁的红外热辐射规律。     

基于视觉的零部件振动裂纹在线监测系统研究

金属零部件的质量检测是劳动密集型工作,一般通过疲劳测试评价金属零部件质量,对金属零部件质量进行准确评估的依据,能够指导设计合理的机械结构并有效减少安全事故和经济损失。为了快速筛选质量合格、抗振性较强的金属零部件,针对疲劳测试中快速振动的金属零部件,提出了一种基于计算机视觉的振动疲劳裂纹在线检测算法。该算法首先基于前后帧对齐方法消除振动产生的位移和运动模糊,然后利用帧间差法检测零部件表面变化,最后根据裂纹的纹理特征和几何特征通过分割算法得到裂纹形态和长度参数。实验结果表明,与静态条件下的裂纹检测算法相比,提出算法能够在振动台不停机的情况下,自动地获取零部件裂纹的位置、长度及形状等信息,记录裂纹的延展过程,可以大大提高振动裂纹检测的工作效率。     

基于直线包络的交通标志快速定位方法

为了提高快速定位交通标志的准确性,通过对场景中复杂的直线信息以及颜色信息的融合,提出了一种基于直线包络的快速定位交通标志的方法。该方法首先利用颜色信息以及统计直线信息获取目标候选区域,将交通标志进行粗定位,然后利用形态学运算获取连通区域,再利用交通标志的纵横比和内部孔洞信息将交通标志从目标候选区域中准确定位出来。实验表明该方法可以提高交通标志在夜晚等复杂背景中定位的准确性。     

遥感影像变化检测算法综述

目的 近年来遥感技术发展迅速,遥感影像变化检测作为最重要的关键技术之一,越来越多的应用在国土资源管理、地物变化、农林业的监测等领域。目前依据变化检测的流程的综述相对较少,大多数综述只针对变化信息提取的方法进行论述,为使国内外研究者对遥感影像变化检测理论、流程及其现存问题有一个比较全面的认识,对其进行系统综述。方法 通过对国内外大量的遥感影像变化检测算法进行总结、分类及比较,按照技术流程的各个环节分别论述,重点论述了变化信息提取环节中的图像分割、特征提取和分类的发展现状、基本思想及其趋势。结果 目前,多数变化检测算法主要是针对特定的条件具有较好的效果,还没有通用性算法,且现有算法在效率、精度、智能性等方面存在的问题,大多算法解决的问题及理论相对分散。结合现存问题及目前大数据影响下的技术发展状况,从数据类型、预处理方法、变化信息提取方法、算法效率、算法理论创新5个方面对遥感影像变化检测领域的未来发展趋势进行预测和展望。结论 遥感影像变化检测在多领域具有较高的研究价值,但针对目前变化检测存在的一些局限性还需要进行深入的研究,针对变化检测的研究需要从研究热点中挖掘创新思路、引入深度学习等发展趋势。     

基于阵列图像的自适应光场三维重建算法研究

针对现有光场图像获取困难,深度重建过程中遮挡以及亮度变化较大区域匹配效果差、稳健性低等问题,提出了基于单反相机的光场图像获取方法以及EPI自适应三维重建算法。在图像预处理阶段,该算法利用双边滤波器对EPI进行去噪,并通过交叉检测模型求得边缘区域。在边缘深度求解以及深度扩散阶段,算法在先验似然策略的基础上,提出EPI自适应框架,通过最大类间方差(OSTU)准则自动设定阈值,舍弃类外点,使距离度量只发生在类内点之间,因此极大地消除了遮挡以及光照变化的影响,提高了边缘深度和内部深度估计的准确性和稳健性。实验结果表明,所提出的系统可以方便地获取阵列图像,成本低、操作方便,且提出的算法能较好地估计场景的深度信息,并实现场景的三维重建,比以往算法在精度上有较大提高。