【摘 要】
：
针对大型多面复杂结构件表面打磨、喷涂等处理对自动化、智能化的需求，传统目标检测具有局限性、小目标检测准确度低、速率慢等缺点，本文结合计算机视觉提出一种改进YOLOv3算法的工件喷涂质量检测方法，结合实际工控环境需求，构建喷涂数据集，实现对工件表面迷彩喷涂质量的检测。首先，使用K-means++对Anchor重新聚类生成适合本文的锚框尺寸；通过图像增强技术对数据集进行增强，并对YOLOv3的Dark
论文部分内容阅读
针对大型多面复杂结构件表面打磨、喷涂等处理对自动化、智能化的需求，传统目标检测具有局限性、小目标检测准确度低、速率慢等缺点，本文结合计算机视觉提出一种改进YOLOv3算法的工件喷涂质量检测方法，结合实际工控环境需求，构建喷涂数据集，实现对工件表面迷彩喷涂质量的检测。首先，使用K-means++对Anchor重新聚类生成适合本文的锚框尺寸；通过图像增强技术对数据集进行增强，并对YOLOv3的Darknet-53网络结构进行改进，在保证计算准确度的同时提高效率。实验结果表明，本文提出的改进YOLOv3算
其他文献
基于邻域的离群点检测算法中，参数的选择与确定是一个重要的问题，不合理的参数选择导致算法的性能显著下降。为减少参数对于离群点检测的影响，提出了一种基于马尔科夫随机游走的两阶段离群检测算法，可以在不影响算法效率的基础上，有效降低参数对检测结果的影响。该算法首先采用均匀采样策略生成一系列三角剖分图，并引入移除规则得到节点的拓扑结构，从而获得由节点连通性定义的转移概率矩阵，有效减少了算法的计算量和运行时间
双目图像第二视点为图像超分辨率重建网络提供更多的细节信息，为更充分利用双目图像的互补信息，提出一种基于深度学习的回环结构与视差注意力模块（PAM）相结合的双目图像超分辨率重建网络。首先，该网络特征提取模块由MJR-ASPP+构成的回环结构与扩张残差块交替级联而成，回环结构中混合跳跃式残差（MJR）能聚合网络中不同深度的信息，改进空洞空间金字塔池化块（ASPP+）用于提取图像多尺度特征，扩张残差块融
针对传统方法没有考虑到透视偏差的存在，通常提取椭圆圆心作为真实物理圆心投影点造成相机标定误差的问题，提出了一种基于平面变换的高精度相机标定方法。提取标定板内外边框上的角点，对标定板进行平面变换，将标记点由椭圆投影成近似的标准圆；利用图像矩提取标准圆圆心的坐标，投影回原标定板平面，得到标记点实际圆心的像素坐标；根据圆形标记点实际圆心的坐标，利用张正友标定法完成相机标定。实验结果表明，与传统方法相比，
针对现有绝缘纸状态检测方法的不足，本文提出一种新型无损检测方法，利用拍摄所得绝缘纸图像的纹理特征来评估其老化状态。首先，将不同老化阶段的绝缘纸进行图像采集和预处理，通过计算图像的灰度行程矩阵从而得到其纹理特征值；然后，利用相关分析筛选与聚合度相关性较高的特征；在此基础上，利用支持向量机对所筛选特征表征绝缘纸老化状态的有效性进行验证；最后，采用多元回归分析法得到关键纹理特征与聚合度的拟合关系式，并采
针对煤矿井下数字化人员检测过程中行人易被大型设备遮挡而导致的误检、漏检等问题，提出了一种基于RDB-YOLOv4网络的煤矿井下有遮挡行人检测方法。该算法以YOLOv4为基础网络架构，在CSPDarknet-53特征提取网络中加入了残差密集块（Residual Dense Block，RDB），对不同层次的特征实现跨层传递和融合，连续的连接保证了低级和高级特征信息的存储和记忆，使得完整有效的局部特征
针对受肺肩区域和胸膈角以及肋骨影响胸部肺野难以准确分割的问题，提出了一种改进的u-net网络的肺野分割算法。首先使用inception模块代替u-net编码块中的卷积层，增加网络宽度的同时能够捕获更多图像特征；其次，在编码块与解码块中引入残差网络，提升网络深度且保证网络稳定；然后，在编码与解码之间使用跳跃连接来增强特征的传递和利用，解决编码部分连续下采样对胸部肺野特征丢失的问题，最后在编码与解码部
针对图像阴影去除算法中复杂地物或与阴影区域纹理相似的暗区域阴影去除不完全的问题，提出了一种注意力与多尺度融合的图像阴影去除算法。该算法基于生成对抗网络框架构建。首先，利用自定义的空洞残差块进行特征提取，获得精确的阴影特征信息并输入到注意力引导的编码网络；其次，在注意力引导的编码阶段进行多尺度的特征融合，获取不同层次的感受野，使编码器能够在不同尺度上捕捉上下文信息；最后，利用多重注意力机制引导判别网
深度自编码器可以通过预测当前帧来判断视频中的异常情况。但由于自动编码器对图片的低层次特征无法良好的预测，在自动编码器中添加跳跃连接可以提高预测图片细节信息的能力。由于自动编码器有很好的“泛化”能力，为了抑制对异常事件的准确预测，通过在编码器和解码器的跳跃连接之间添加记忆增强模块限制模型对异常帧的准确预测。同时，为了突出异常帧中的事件，在预测视频帧的同时通过背景提取模块获取当前图片的背景信息用于后续
闸板阀是煤矿生产过程中控制水、煤流量的常用设备。由于成本、布线等原因，非关键闸板阀的开度检测并未纳入到矿井集中监控系统中。鉴于此，在已有的视频监控系统基础上，针对现有基于图像处理的闸板阀开度检测算法存在需要多模型训练、多步检测、容错率低的问题，提出了一类以改进的YOLO-tiny (包括YOLOv3-tiny和YOLOv4-tiny)为核心的闸板阀开度检测方法。首先，将图像输入到检测网络并使用卷积
随着传感器的微型化和网络化，物联网技术在电力系统的应用得到了飞速发展。分散分布的配用电物联网终端数量庞大而又广泛互联，跳脱了传统边界安全的保护范畴，使得物联网终端成为攻击电网的重要目标和跳板。围绕电力物联网终端的安全防护展开研究，首先结合电力物联网的架构，从软硬件、通信等方面归纳了终端面临的安全挑战，总结了终端威胁特征，分析了为应对终端威胁部署的防护机制并指出了其不足；然后根据现有防护漏洞具体分析