红外目标检测技术探讨与应用

来源 :工业计量 | 被引量 : 0次 | 上传用户:handan0918
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于红外视频进行目标检测是一个热门的研究方向,文章介绍了经常被用于目标检测技术的三种方法,帧间差分法、背景差分法和阈值分割法的原理及优缺点,并以钢流图像检测为应用进一步介绍了检测方法。
其他文献
医学图像分割是疾病诊断任务中的关键技术,针对现常用的图像分割网络存在对小物体预测不准以及因局部信息丢失产生网格伪像等问题,设计了一种基于注意机制的DeepLab V3+图像分割方法。在编码(Encoder)部分添加YOLOv5网络中Focus+CBL+CSP的级联式特征提取模块,增强网络能力,同时在Encoder和解码(Decoder)网络加入瓶颈注意力机制,增加目标权重,优化特征提取,获取更多的
期刊
滤波反投影算法具有快速实时成像的特点,因此被广泛用于工业和医学超声成像系统中,如何使其在快速实时成像的同时具有较高的清晰度,一直是学术界的研究热点。针对滤波反投影(filtered back projection, FBP)算法重建后图像质量较差的问题,利用投影中经过Radon变换图像高频信号变少的特点,通过给滤波函数加修正因子的方法对常用于反投影重建算法的斜坡滤波器(ram-lak, R-L)进
期刊
注意力机制通过应用掩码对图像或特征的局部区域施以不同的权重,能够帮助学习模型忽略无关的噪声信息并关注重点内容,现已成为计算机视觉领域的研究热点。本文对图像的非局部注意力机制工作原理进行研究,并应用到行人图像的深度特征学习中。在行人检索数据集上,通过与深度学习中的批归一化学习策略进行对比与组合实验,验证非局部注意力机制的优异性能,并指出在深度学习中使用注意力机制时需要注意的问题。
期刊
针对目前仓储物流系统中运送货物的小车在运动过程中对前方障碍物识别慢、误识别等问题,提出了基于改进角点域特征的障碍检测(AGAST)算法。将AGAST角点检测算法与图像金字塔理论相结合,将图像进行金字塔分层后提取出特征点后对每一层图像进行特征点提取和非极大值抑制,并加入了距离评价机制从而提高该算法的匹配精度,提出了一种特征点相似度的描述增加了算法的匹配速率。以某仓储仓库的实验为例,结果表明,与传统的
期刊
针对教室监控图像中的人物识别场景,研究YOLOv3目标识别模型的针对性改进及实验。通过分析YOLOv3全卷积网络结构,优化图像尺寸划分,运用基于交并比的k-means聚类算法,增加双密度特征输出卷积层,得到改进的YOLOv3人物目标识别模型。经自建数据集训练并测试,实验结果表明,改进后的YOLOv3人物目标识别模型的检测准确率为85.3%,可为教学资源管理提供相关参考数据。
期刊
针对汽车门饰板体积大、人工检测速度慢、产品质量检测效率低等问题,提出基于3D视觉检测平台和Halcon开发环境进行汽车门饰板生产检测。通过3D视觉检测平台采集图像,使用Halcon开发环境提取采集的RGB图像中数据与检测前创建的模板进行匹配,将车门饰板分出合格品与废品。检测为废品的时候,实际上有可能也是正品。为了分辨出是否正废品,还需要对外饰板的第2个孔长度进行检测。检测长度大于190pix就认为
期刊
电阻抗层析成像技术(electrical impedance tomography, EIT)图像重建时会因其固有的欠定性、非线性与病态性产生失真,故需要对重建图像的质量进行定量评价。针对重建图像中目标的还原情况评估大多使用位置误差(position error, PE)、分辨率(resolution, RES)等参数评价这一现状,基于改进粒子群优化法(partical swarm optimiz
期刊
为了克服传统肝脏肿瘤分割网络下采样带来的细节信息丢失问题,同时提取丰富的多尺度信息,提出了一种基于堆叠树形聚合结构空洞卷积的肝脏肿瘤分割算法。首先,在编码器网络中提出了残差密集模块;然后,在编码器-解码器网络中加入树形聚合结构的空洞卷积模块,有效消除了普通空洞卷积带来的棋盘伪影现象,提高了分割精度。最后,用加权的损失函数解决了图像中前景和背景不平衡的问题。实验结果表明,本算法在电子计算机断层扫描图
期刊
旋转双棱镜系统可以通过光束控制来扩大成像视场、增大棱镜顶角,可提高视场角扩大倍率,但同时加剧成像畸变的问题。为了实现大视场实时成像的目的,针对大顶角双棱镜系统提出了一种快速畸变校正和视频拼接的方法。所提方法采用多次相机预标定、建立查表插值重投影算法,配合图像尺度变换及基于搜寻最佳缝合线的多分辨率融合算法,实现对两路旋转双棱镜成像系统的实时畸变校正和拼接。针对视场扩大情况,提出一种基于矢量形式折射定
期刊
X光傅里叶变换关联成像有望实现台式纳米显微系统,但在实际应用中受限于较低的光通量和成像信噪比,重构图像质量不佳。为解决这一问题,针对X光调制屏的二元特性,研究了基于X光超瑞利散斑场的傅里叶变换关联成像技术,并理论推导了二元调制屏调制散斑场,提出将散斑场对比度以及局部对比度之差作为目标函数,用带精英策略的非支配排序遗传算法优化设计二元调制屏。数值仿真结果表明,该方法可以得到高对比度的X光超瑞利散斑场
期刊