摘要:基于计算机视觉的金属板带材表面缺陷检测是冶金工业领域的研究热点,金属板带材制造行业对其表面质量的高标准 要求自动化视觉检测系统及其算法性能不断提升。 通过回顾关于钢板钢带、铝板铝带和铜板铜带等典型金属板带材产品的 110 余篇文献,对基于二维和三维机器视觉的表面检测技术进行了系统综述。 根据算法性质和图像特征,将现有二维缺陷检测 技术分为基于统计、谱、模型和机器学习的 4 类方法,根据三维数据获取方式,将三维缺陷检测技术分为立体视觉测量、激光扫 描仪测量法和结构光测量方法。 对经典算法和新近方法进行了介绍、分析和比较。 最后,对缺陷视觉检测仍存在的挑战和未来 研究趋势进行了讨论与展望。

摘要:针对传统的障碍物危险层次划分时出现的过量周期、纬度灾难的问题,该系统采用对称性的 FIR 滤波器,这种方式利用 对称性优化滤波器系数只需要 N/ 2 个乘法和 N 个加法,可以生成自适应的障碍物数据,缩短滤波器响应的时间;在维度灾难的 问题中,该系统采用主成分分析的方式实现降维,在考虑障碍物的危险程度、距离、运动状态等多种特征参数的情况时,将两个 特征归一为一个数据集进行处理,这样就可以在改善分类超平面灵活性的同时,缩短了对障碍物危险层次划分所需要的时间。 结果证明该系统的算法运算时间缩短至 0. 25 s,危险程度中高类障碍物识别准确率达 96. 80%。

摘要:为提高同时定位与地图构建(simultaneous localization and mapping,SLAM)在室内定位的不同场景下的鲁棒性,应对室 内场景纹理少,光线差等极端环境的挑战。 通过利用改进快速自动彩色增强(automatic color enhancement,ACE)图像增强技术, 优化定向 FAST 和旋转 BRIEF(oriented FAST and rotated briEF,ORB)特征点法的前端视觉里程计。 同时将原始图像数据、限制 对比度自适应直方图均衡( contrast limited adaptive histogram equalization,CLAHE) 增强后、单尺度 Retinex( single scale retinex, SSR)增强后,改进快速 ACE 增强后图像数据应用于楼梯间,地下停车场等不同现实场景中做基于图像质量和特征提取匹配两 方面对比实验。 实验结果表明,改进快速 ACE 增强后图像质量其他算法,并且视觉里程计(visual odometry,VO)应用该算法增 强后提取到的特征点数量增幅达到倍数级,极端环境下匹配数量增幅在 7% ~ 25%,鲁棒性提高。

摘要:为提高复杂场景下的显著性目标检测速度和精度,提出了一种基于深度强化学习的两阶段显著性目标检测方法。 该算 法由显著性区域定位网络(salient region localization network, SRLN)和显著性目标分割网络( salient object segmentation network, SOSN)组成,分别对应显著性区域定位阶段和显著性目标分割阶段。 在显著性区域定位阶段,首次提出采用深度强化学习训练 智能体通过执行序列动作逐步定位显著性区域。 再将其交由分割网络进行第二阶段的精细目标分割。 网络结构上,SRLN 和 SOSN 采用共享特征提取网络的方式简化模型和减少参数量,同时针对该两阶段检测框架提出了一种分治的训练策略。 在公开 的显著性目标检测数据集上的实验结果表明,无论是简单或复杂场景的图像,该算法能够快速有效的剔除干扰信息,获得准确 的显著性目标检测结果,并且检测速度达到了实时性能。 在行人检测数据集上的检测结果表明本算法在其他实际应用问题上 也具有较强的泛化能力。

摘要:现有医药灌封生产中的西林瓶瓶口定位方法易受瓶口边缘干扰的影响,导致瓶口圆中心定位不准确。 对此,提出一种 基于 DBSCAN 随机圆检测的多瓶口定位算法。 首先,通过 Canny 边缘检测算法得到图像中所有轮廓,采用基于密度的 DBSCAN 聚类算法分割出感兴趣的瓶口边缘集;接着,针对每个单独的瓶口边缘集,采用最小二乘法和径向扫描获取瓶口的外边缘点,再 利用重复随机圆检测得到大量候选圆心集;最后,基于 DBSCAN 算法聚类得到真实圆心集,以真实圆心集的均值中心作为瓶口 中心。 与 4 种典型算法进行对比,实验结果表明,提出的圆定位算法的平均定位误差为 0. 553 pixels,优于其他算法,且该算法 的平均执行速度为 1. 359 ms。 该算法能够满足医药灌封生产线对准确性和实时性的要求。

摘要:新冠肺炎疫情背景下课堂多人佩戴口罩及姿态识别问题,提出了基于 YOLO 和 OpenPose 模型的课堂多人状态检测算 法。 提出的 Efficient-YOLO 模型,通过采用 CBAM 注意力模块、SPNET-NEW 模块,解决了多人遮挡和无规则化目标的口罩佩戴 检测精度问题。 此外,提出了一种轻量化的 Class-OpenPose 模型检测学生上课姿态,该算法在 OpenPose 模型基础上,使用 ShuffleNetV2-NEW 对传统模型在底层特征提取方面进行改进,实现了复杂环境下关键姿态点的实时准确检测。 实验表明,在课 堂多人异常状态检测任务中,Class-OpenPose 模型平均准确率高于传统模型,为 79. 0%,检测速度达到 13. 5 F/ s;Efficient-YOLO 口罩识别模型达到 83. 1%的平均准确率,检测时间仅需 31. 54 ms,为课堂学生状态检测提供了不错的算法思路。

摘要:近几年随着深度学习的发展,学者们利用卷积神经网络实现遥感图像融合取得了不错的效果。 由于没有高分辨率多光 谱图像作为参考图像,所以一般基于深度学习的方法在退化图像上训练模型,然后用训练好的模型去预测高分辨率多光谱图 像,但是退化图像的融合过程并不能完全反映原始图像的融合过程。 为了改善融合性能,提出了一种半监督卷积神经网络遥感 图像融合方法,该方法在退化图像和原始图像上使用同一个融合网络同时进行训练。 退化图像的融合具有相应的参考图像,采 用常规的监督学习方式对融合网络进行训练,还加入了光谱损失来更好的保持光谱信息。 而原始图像的融合不存在高分辨率 多光谱参考图像,设计了光谱退化网络和空间退化网络对融合图像进行退化,再训练融合网络。 实验结果表明,提出的方法光 谱与细节保真效果好,优于对比方法。

摘要:为了克服当前遥感图像融合方法存在的块现象和光谱扭曲等问题,引入了非下采样 Contourlet 变换( nonsubsampled contourlet transform,NSCT),设计了一种通过能量相似制约的遥感图像融合算法。 利用 HSV( hue,saturation,value)变换来处理 多光谱(multi-spectral,MS)图像,从 MS 图像中提取对应的 V 成分,并通过 NSCT 变换计算出 V 成分及全色( panchromatic,PAN) 图像的不同图像系数。 利用区域能量函数来测量图像所含能量信息,并以图像间能量的相似性为依据,构建低频系数的融合模 型,获取具有较好光谱特征的融合低频系数。 利用空间频率函数来测量图像所具有的细节特征,以构建高频系数融合模型,获 取具有较好清晰度的融合高频系数。 最后,借助 HSV 和 NSCT 的逆变换,输出融合结果。 实验结果表明,较现有融合技术而言, 所提算法具有更好的融合效果,输出图像具备更好的光谱特征,有效降低了块效应。

摘要:针对水下管网定期需要检修和维护的实际需求,设计一套水下管网视觉跟踪检测系统;针对水下光学图像特点和管网 铺设特征,提出一种管线跟踪方法。 方法通过自适应直方图均衡化将光照不均水下图像转换为匀光图像,结合色彩空间变换方 式进行图像增强并完成管道区域分割,通过支持向量机的模式识别方法依据水下机器人跟踪策略对管道图像进行分类,并根据 管线分类特征建立管线提取策略,基于 Kalman 滤波对管线进行跟踪处理。 在实验水池进行管道跟踪检测实验,管网路径识别 正确率达 93. 7%,验证了视觉检测系统的有效性和稳定性,能够满足水下管网检测实际需求。

摘要:为了解决人工检测水表机芯灵敏度存在效率低、精度差等问题,开发了一套基于机器视觉的水表机芯灵敏度检测系统。 设计了一种基于指针通气前后转动角度差的间接检测算法。 利用最小二乘法求得初始轮廓圆心,以圆心的横坐标和纵坐标将 指针轮廓分为 4 部分,计算每部分轮廓点到圆心距离的标准差,取标准差值最小部分作为轮廓集合来拟合出精确圆,实现指针 圆心定位;结合 Shi-Tomas 角点检测算法和针尖点到圆心的距离特征实现针尖点定位;计算通气前后各子表盘指针圆心与针尖 点所形成直线与水平线之间的夹角,将角度差换算的脉冲数与设定脉冲数阈值比对,判断是否合格。 实验表明,该系统在保持 检测准确性的前提下能够高效的完成水表机芯灵敏度检测,算法的检定正确率高达 99. 7%。

摘要:针对 YOLO 算法在下采样过程中丢失了部分大尺寸特征图的有效信息,从而导致在检测任务中因目标定位不够精准而 影响模型整体检测精度的问题。 提出利用多尺度特征融合的方法来解决 YOLO 定位不精准的问题,首先,对 YOLO 算法的网络 模型进行修改,利用 YOLO 网络模型中不同尺寸特征图具有不同特征属性的特点,融合不同尺寸特征图来提高检测网络对目标 的定位精度;其次在预训练模型的基础上对修改后的网络模型进行重新训练;最后在计算机中对训练好的模型进行检测试验。 实验结果表明,基于多尺度特征的 YOLO 目标检测算法在精确率上相对于 YOLO 目标检测算法提高了 3. 02%,mAP 提高 了 1. 53%。

摘要:高分辨率的遥感图像与普通图像相比,遥感图像目标具有方向多样性和尺度变化较大等特点。 针对遥感图像目标检测 问题,提出一种 R-CenterNet 遥感图像目标检测算法。 首先,对 CenterNet 网络重新设计,在网络结构中加入旋转因子为检测框 提供角度信息;其次,增加网络深度,提高网络检测性能;最后,为聚合不同区域的信息,进一步提取目标的多尺度信息,提出一 种将目标特征注意力信息与多尺度池化信息相融合的注意力金字塔池化模块。 实验结果表明 R-CenterNet 的检测结果比原始 CenterNet 提升了 8%的平均精度值(mAP),具有更好的检测效果。

摘要:为了监控驾驶员的异常驾驶行为,提升驾驶的安全性,设计了一款全天候车载驾驶员监控系统相机。 对该相机涉及的 RGB-IR CMOS 图像传感器、双通道带通滤光片镜头、硬件电路及主动式红外照明等方面进行了研究。 首先分析了 RGB-IR CMOS 图像传感器红外增强特性;其次根据应用场景及适配的图像传感器确定了镜头的设计参数,完成了镜头光学结构设计与 优化,并选取了合适的双通道带通滤光片;接着完成了相机硬件电路的整体设计;最后评测了该相机的彩色、红外成像性能及图 像在算法中的有效性。 实验结果表明,该相机可以实现日间高清彩色成像和夜间高清红外成像,符合车规级性能标准,图像能 实现 10~ 15 m 长距离传输,另外相机还具有成本低、稳定性高等优势。

摘要:利用双目视觉系统实现三维空间中羽毛球的实时跟踪。 主要从双目图像获取、双目标定、图像校正、立体匹配等方面对 双目进行探究,以识别运动中的羽毛球为导向,实现对运动中的羽毛球进行实时跟踪定位。 为增加系统稳定性,采用背景减除 算法和 Camshift 算法相结合的方法实现羽毛球在较为复杂背景的跟踪监测,再通过双目获得目标羽毛球的位置信息,再将羽毛 球的位置实时反馈给机器人运动控制系统。 通过不断测试,实现了羽毛球在飞行过程中的跟踪检测和轨迹三维信息的计算,并 且定位误差在±10 mm 范围内,实现对羽毛球的实时跟踪定位。

摘要:为了解决现有手势识别易受背景噪声干扰和算法较为复杂的问题,提出一种基于 3D 视觉的数字手势语义识别方法。 首先,通过 RealSense 3D 相机采集手部区域的 RGB 图像和深度图像,并结合深度信息和肤色信息,对手势进行分割;其次,对手 势图像进行形态学滤波后,得到手势区域的轮廓凸包面积比、凸缺陷数、手指夹角和关键点连线比值等特征参数;最后,通过分 析不同手势独有的特征参数,实现准确的手势识别。 对数字 0~ 9 的手势分别进行 50 次识别实验,手势分割准确率为 100%,手 势识别准确率为 98. 5%。 实验表明该方法准确可靠,数字手势识别效果理想。

摘要:针对智能车辆在对前方领航车辆进行视觉跟踪时,传统的 Camshift 算法容易受目标突然变速、相似颜色背景或目标干 扰的问题,提出一种基于改进 Camshift 与 Kalman 滤波融合的领航车辆跟踪算法。 该算法通过提取目标模板的色度、饱和度和 Canny 边缘梯度幅值 3 个特征分量,建立三维直方图并对其反向投影进行跟踪,同时采用 Bhattachayya 系数作为目标跟踪准确 性的判别依据。 若系数大于设定阈值则判定目标跟踪不准确,此时用局部二值模式(LBP)级联分类器对领航车辆进行检测识 别,最后引入 Kalman 滤波器来预测下一帧领航车辆的位置。 实验结果表明,该算法能够在复杂背景下对领航车辆进行实时并 有效的跟踪。

摘要:针对大规模天线技术导致传统迫零(zero-forcing, ZF)预编码复杂度上升的问题,提出了一种低复杂度预编码技术。 首 先利用对称超松弛迭代(semi-iteration symmetric successive overrelaxation method, SSOR)技术优化信道矩阵求逆复杂度的问题; 然后利用切比雪夫半迭代法( semi-iteration, SI) 加速 SSOR 迭代( semi-iteration symmetric successive overrelaxation method,SISSOR)的收敛速度,使得 ZF 预编码可以快速的收敛。 实验结果表明,SI-SSOR 预编码在误码率和传输速率上都有非常好的性 能。 切比雪夫半迭代法加速的 SSOR 预编码技术通过 2 次迭代就可以近似达到传统 ZF 预编码性能的 95%以上,同时利用相对 于迫零预编码更少的计算资源,因此,SI-SSOR 预编码技术可以作为无线通信抑制干扰的重要手段。

摘要:提出了一种针对时间交织模数转换器( time interleaved ADC,TI-ADC)通道间失配误差的基于参考通道的后台校准算 法。 该算法利用参考通道与同采样时刻 TI-ADC 子通道 ADC 输出差值估计待校准子 ADC 的失配误差,然后从系统输出中减之 实现自适应误差补偿;为了克服当 TI-ADC 系统前端不存在单独输入缓冲器时,参考 ADC 通过输入网络耦合对 TI-ADC 产生干 扰问题,进一步加入随机化技术,减少残余失配误差产生毛刺;该校准系统可以实现 3 种主要失配误差的同时有效校准,对输入 信号带宽没有限制。 应用于 12 位 1 GS / s TI-ADC 系统,当输入信号频率为 470 MHz 时,FPGA 验证结果表明,校准后无杂散动 态范围(SFDR)提升了 44. 14 dB,达到 76. 16 dB。

摘要:针对爆胎车辆偏航问题,提出基于模型预测控制(model predictive control,MPC)的前轮转向控制器来对汽车偏航进行矫 正,保证车辆在安全路径上行驶。 基于 MPC,选取简化的双轨道车辆模型,用微分方程描述车辆运动状态,线性离散化,推导预 测方程,考虑车辆稳定性因素,将其添加为约束条件,转化为标准二次型计算最优解,构造闭环系统进行仿真,结果表明,基于 MPC 设计的前轮主动转向控制系统在直线行驶和双移线行驶两种驾驶工况下能让车辆保持稳定行驶,有效的控制爆胎车辆行 驶轨迹,质心侧偏角、轮胎侧偏角和横摆角速度均在稳定性要求之内,保证车辆在安全路径范围内行驶,达到爆胎车辆轨迹控制 效果。

摘要:针对工业机器人实时检测末端执行器工作受力情况的需求,提出一种工业机器人六维力传感器在线标定方法。 首先, 建立传感器数据关系计算模型,并在此基础上重点考虑传感器“零漂”引起的干扰;然后,采用最小二乘法确定机器人底座安装 倾角、末端执行器重力及重心坐标参数;最后,根据机器人实时运动学参数,采用时间序列方法在线补偿末端执行器重力和传感 器零点偏移。 实验表明在线标定方法对比静态标定方法可完全消除传感器“零漂”引起的干扰,具有较好的在线补偿效果。 通 过对工业机器人末端执行器受到的外部恒力和变力进行实时跟踪检测,验证了算法的有效性和实用性。

摘要:图像重建算法是电容层析成像技术(electrical capacitance tomography,ECT)在工业应用中的关键。 Landweber 迭代算法 在图像重建的精度和速度上取得了较好的折衷性,但其收敛速度较慢,且迭代后期具有不稳定性,无明确的迭代停止准则。 提 出一种改进的梯度加速 Landweber 迭代算法,依据级数理论对梯度加速 Landweber 迭代算法进行深入分析,通过构造残差矩阵 并添加约束因子获得新的迭代公式,并将其应用于 ECT 图像重建。 数值仿真结果表明,改进算法对各流型的相对误差及相关 系数均可在较少次迭代后稳定收敛于某一确定值,具有明确的迭代停止准则,且对于大多数流型的重建图像在主观质量上更接 近于原始流型,从而验证了改进算法的稳定性及有效性。

摘要:为了实现对不同贮存年限陈化小麦的快速检测,提出一种伏安电子舌结合卷积神经网络( convolutional neural network, CNN)和基于 Wasserstein 距离的生成对抗网络(wasserstein generative adversarial nets,WGAN)组合的模式识别模型。 使用伏安电 子舌对 6 种不同贮存时间小麦采集电子舌信号。 针对电子舌信号信息量大、特征提取困难等问题,设计了一种基于 CNN 结构 的电子舌信号特征自动提取和分类识别模型。 为解决 CNN 模型因训练样本不足而导致泛化能力差等问题,使用 WGAN 构建 电子舌信号样本集,通过对生成信号集的学习,提高了 CNN 模型对电子舌信号的识别能力。 实验结果表明,与 AlexNet、VGG16 等深度学习模型和随机森林(RM)、极限学习机(ELM)等传统机器学习模型相比, WGAN-CNN 模型对电子舌信号的分辨能力 更强,其测试集准确率、精确率、召回率和 F1-Score 分别达到 0. 98、0. 98、0. 977 和 0. 988。 研究表明电子舌结合 WGAN-CNN 模 型可实现对小麦贮存年限的快速检测,该研究为基于人工智能的感官识别技术提供了一种新的研究思路。

摘要:设计了一种基于柔性压电复合材料薄膜传感器的无线测量系统。 系统主要包括压电薄膜传感器、接口电路模块、AD 采集模块、数据处理模块和无线传输模块。 压电薄膜传感器将结构振动信息转换为压电信号,系统对压电信号进行放大、采集、 无线传输和接收。 提出了通过系统采集电压反解结构应变的方法,推导了压电信号的传递函数,建立了系统采集电压与应变的 关系,因此可基于系统采集的电压反解出结构振动的频率和应变幅值,从而实现结构应变测量。 实验结果表明,该系统对结构 的振动频率和应变可实现精确测量。 且该系统的无线测量距离可达 40 m,因此,其能部分替代传统的有线测量系统,具有广阔 的工程应用前景。

摘要:针对大型结构振动测试中传感布置优化问题,采用改进的粒子群优化算法,实现履带车辆半车振动响应测试中加速度 传感器的布置优化。 首先,提出一种惯性权值协同学习因子非线性动态调整的粒子群(PSO-IWLF)算法,并将其作为后续传感 器布置优化算法;其次通过履带车辆半车的有限元模态分析,获取节点不同阶模态振型值;最后依据模态置信准则(MAC)进行 履带车辆半车振动测试加速度传感器的布置优化计算,并通过振动响应实测分析验证了优化结果的有效性。 优化及实验结果 表明,PSO-IWLF 与标准 PSO 算法相比,寻优精度提高了 17. 5%,在初选 10 个测点中选择 2、3、4、5、9、10 等 6 个测点布置较 为合理。

摘要:针对当前管道气体压力无损检测困难的问题,结合超声波反射测压原理,提出了深度置信网络(DBN)提取超声回波幅 值特征的最小二乘法支持向量机(LSSVM)管道气体压力检测方法。 首先,通过 DBN 网络中的受限玻尔兹曼机(RBM)无监督 逐层学习提取特征;其次,通过标签层进行有监督的误差反向传播调节优化 DBN 各层 RBM 参数;最后,将优化后 DBN 网络提 取到的特征信号输入训练好的 LSSVM 完成气体压力的识别。 设计相关实验得到超声波数据进行模型测试,结果表明,DBNLSSVM 压力识别模型的压力识别平均相对误差为 0. 635 7%,低于 DBN-BP 模型的平均相对误差(1. 802 6%),能够较好地完成 对管道气体的压力检测工作。

摘要:针对目前主流建模方法是基于测试结果可靠的假设条件前提,难以得到故障和测试之间准确的信息描述的问题,提出 基于概率广义随机 Petri 网的测试性建模新方法。 首先对主流建模方式和广义随机 Petri 网建模方式进行对比,阐明主流建模 方式存在的问题,以及选择广义随机 Petri 网建模的原因;然后对 Petri 网原理进行分析,并将概率理论引入广义随机 Petri 网模 型中,采用贝叶斯网络获取模型节点的条件概率,也是首次将贝叶斯网络和广义随机 Petri 网结合;最后对某导弹发动机系统进 行建模,得到故障和测试的概率相关性矩阵,并对测试性指标进行求解。 通过对比原有模型的相关性矩阵和本文所得到的概率 相关性矩阵,验证了所提方法的可行性和准确性。