检索结果-南通市图书馆

作者：曾托湖南大学

学位级别：硕士

医药制造过程中,由于车间环境、生产工艺复杂等因素,很容易将毛发、玻屑等异物混入到药液中去。这样的产品如果未能在生产过程中检测出来,流向市场后可能会对患者造成身体上的损害。所以,对于药液中的异物检测是保障药品质量、实现高效... 详细信息

医药制造过程中,由于车间环境、生产工艺复杂等因素,很容易将毛发、玻屑等异物混入到药液中去。这样的产品如果未能在生产过程中检测出来,流向市场后可能会对患者造成身体上的损害。所以,对于药液中的异物检测是保障药品质量、实现高效率生产很重要的一个步骤。药液中的异物一般都是微小异物,在对其检测的过程中,存在着准确率低、漏检率高的问题。本文针对以上问题展开了研究,并对文中所提出的算法进行了实验验证。1.介绍了药品质量智能检测的研究背景和研究意义,针对药品质量检测方式和国内外先进的智能检测设备进行了介绍,对药液异物视觉检测算法的国内外研究现状进行了简要分析,整理了常见的药液异物类型。对研制的药液异物视觉检测系统中的成像方案、机器视觉的设备选型、电气控制设计进行了阐述。2.为解决药液异物检测难题引入基于Retina Net的视觉检测算法,对其网络模型中的特征提取、特征融合、异物检测模块做了详细介绍。并且针对基于Retina Net的药液异物检测算法开展了实验,描述了数据集图像预处理与标注工作和Retina Net网络训练过程,并从平均精确率、平均召回率、平均漏检率、计算量、参数量、平均训练时间、每秒处理帧数七个维度对实验结果进行了分析。3.针对药液异物微小、难以检测特征的问题,本文提出了基于注意力增强的药液异物特征融合方法,对Retina Net模型中的异物特征融合模块进行了改进。分析了基于残差特征增强和基于注意力增强的异物特征融合方法,并将两种方法引入到Retina Net中。实验结果在同样的数据集、Io U阈值设定条件下,两种特征融合方法在药液异物检测精度上都有提升,其中后面一种方法有明显优势。4.正负训练样本的选择直接关系到药液异物目标检测的精度,本文基于正负样本选择对Retina Net模型中的药液异物检测模块进行了改进,引入了一种基于PAA自适应的正负样本选择方式。针对四种正负样本选择方式:基于Io U阈值的正负样本分配、基于anchor-free的正负样本分配、基于ATSS自适应的正负样本选择、基于PAA自适应的正负样本选择进行了实验对比发现,基于PAA自适应的正负样本选择算法更适合药液异物检测。最后,本文将改进后的异物特征融合模块和异物检测模块,融合到了Retina Net模型中。实验结果表明,与Retina Net、改进了异物特征融合模块和改进了异物检测模块的算法相比,改进后的药液异物检测方法在精确率、召回率和漏检率上,都显现了明显的优化。

关键词：机器视觉卷积神经网络药液异物检测微小异物检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于卷积神经网络的机场目标识别方法研究

基于卷积神经网络的机场目标识别方法研究

作者：邵亚林湖南大学

学位级别：硕士

随着遥感技术的快速发展以及计算机计算能力的快速提升,对遥感图像的研究成为了新的研究热点。遥感图像中包含大量的目标,其中机场及机场内目标对现代化战争以及民用服务领域来说都是具有特殊价值的研究对象。遥感图像的目标识别就是从... 详细信息

随着遥感技术的快速发展以及计算机计算能力的快速提升,对遥感图像的研究成为了新的研究热点。遥感图像中包含大量的目标,其中机场及机场内目标对现代化战争以及民用服务领域来说都是具有特殊价值的研究对象。遥感图像的目标识别就是从高空获取到大面幅的遥感图像后,然后判断图中是否包含感兴趣目标,并对感兴趣目标进行检测、识别和定位,该研究方向在军事战略布局、精准打击以及无人机自动驾驶等领域都有着巨大的市场应用前景。然而,由于遥感图像中目标复杂、目标尺度较小、目标密集并且成像时会受云雾等自然环境的影响,所以传统目标检测技术在遥感图像的目标检测识别中检测效果不佳。传统目标检测方法应用于遥感图像目标检测时,由于检测过程中需要依赖人工判断机场名以及飞机类型,导致检测速度慢,准确率低,无法适用于现代化战争。本论文以机场、跑道和飞机为研究对象,对特征提取、特征匹配、传统目标检测方法以及卷积神经网络技术展开研究,对机场和飞机的检测方法进行了改进,提出了新的机场跑道检测算法,实现了机场目标识别准确率的提升。论文的主要工作如下:1.针对获取的机场图像易受云雾干扰的问题,首先对经典的暗通道去雾算法和基于神经网络的去雾算法理论进行了分析,然后研究实现了一种基于GCANET的机场图像去雾算法,采用平滑扩张技术以及端到端门控上下文聚合网络来恢复原始图像,利用门控子网融合不同级别的特征,有效提升了机场图像质量。2.为提高机场图像中目标检测的准确率,提出了一种基于Y OLO v 4的机场识别算法,构建了相关机场的数据集,并完成了机场模型的训练,实现了对目标机场的准确识别。针对飞机目标识别中存在的飞机目标姿态多变、排列紧密等难点,提出了一种基于YOLOv4的飞机目标识别算法。算法首先对输入的机场图像进行切分,然后进行分块检测并合并重合部分的检测框,最后输出合并后的飞机目标检测结果,实现了不同类型飞机的准确识别,提高了飞机目标识别的准确率和召回率。3.针对机场跑道提取易受到周边道路和建筑等环境影响的问题,提出了一种基于SURF特征和先验知识的机场跑道检测算法。首先根据特征匹配和单应性查找的方法确定待检测图像中目标机场所处的位置,然后根据机场跑道与机场相对位置的先验知识,确定机场跑道的坐标。经过实验验证该算法能够准确检测出机场图像中的跑道。4.设计并实现了机场目标识别软件系统,结合机场目标识别的需求设计了软件系统的各个模块。详细介绍了用户模块、图像预处理模块、目标识别模块和数据库管理模块的设计与实现。该软件系统能够实现对机场图像中机场、飞机以及跑道的准确检测识别,为本论文提出的机场图像去雾算法和目标识别算法的实际应用奠定了基础。

关键词：机场识别机场跑道检测飞机识别卷积神经网络

核反应堆控制棒驱动杆脱连扣状态视觉检测系统研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

核反应堆控制棒驱动杆脱连扣状态视觉检测系统研究

作者：王进湖南大学

学位级别：硕士

核电具有清洁、高效以及安全等化石燃料无法比拟的优势,发展核电是实现可持续发展目标的重要途径之一。目前我国核电已经进入高速发展阶段,核电站数量也在不断增加。在核电站反应堆设备安装、停堆换料、在役检查期间,控制棒驱动杆与控... 详细信息

核电具有清洁、高效以及安全等化石燃料无法比拟的优势,发展核电是实现可持续发展目标的重要途径之一。目前我国核电已经进入高速发展阶段,核电站数量也在不断增加。在核电站反应堆设备安装、停堆换料、在役检查期间,控制棒驱动杆与控制棒之间要进行脱离(称为脱扣)。在一些意外工况下,会出现个别驱动杆与控制棒未脱开的情况,如不能及时发现,会严重影响后续工作,降低核电站的经济性和安全性。因此脱扣完毕后必须检查脱扣状态,待检查确定所有驱动杆均处于脱扣状态后,再进行后续工作。现有检查方法在驱动杆头部安装浮漂工具,通过人工读数来确定驱动杆脱扣前后高度差,从而判断是否脱扣成功,但是人工读数受人为因素影响较大,容易发生误判,产生安全事故,并且工作效率低下、耗时耗力。为改善现有检查方法的误判、低效等问题,本文设计了一套包含硬件、算法及人机交互软件的核反应堆控制棒驱动杆脱连扣状态视觉检测系统。本文的主要工作如下:(1)论文分析了系统的实际需求,根据驱动杆脱连扣过程及现场条件进行了系统总体方案设计,确定了图像采集方案及硬件选型,利用驱动杆脱扣前后高度差来判断脱扣是否成功,并以此为基础设计搭建了实验平台。(2)针对反应堆水下图像对比度低、细节模糊等问题,本文提出了一种基于改进RGHS的核反应堆水下图像增强算法,将RGHS算法的对比度校正部分改进为CLAHE算法,对图像分区域进行直方图均衡,改善了亮度不均匀的反应堆水下图像对比度校正效果;在对比度校正后,将图像转换为CIE Lab颜色模型,采用自适应拉伸方法进行颜色校正。实验表明,相比于其他算法,本文提出的算法对反应堆水下图像增强效果更好,增强后的图像在主观视觉感受和客观指标上都有较大提高。(3)针对驱动杆头部椭圆检测精度低、速度慢以及非目标椭圆干扰的问题,本文提出了一种融合YOLOv5网络与ALSED算法的驱动杆头部椭圆检测算法。算法先采用YOLOv5网络提取出驱动杆头部区域,再采用ALSED算法在此区域进行椭圆检测,获取椭圆参数集合,然后遍历集合利用椭圆的长轴长度以及长轴与横坐标轴夹角对椭圆进行姿态、尺寸筛选,最终得到目标椭圆。在构建的驱动杆图像数据集上进行实验,结果表明该算法对驱动杆头部椭圆检测准确率达到96%,为后续驱动杆脱扣前后高度差计算提供准确参数。(4)针对驱动杆在水中摆动会影响测量精度的问题,本文提出了一种基于最小二乘拟合的驱动杆脱扣前后高度差测量方法,首先建立驱动杆头部椭圆的长轴长度、椭圆度与驱动杆高度的数学模型,然后在获取驱动杆头部椭圆参数的基础上进行驱动杆脱扣前后高度差计算。实验结果表明,所提方法对驱动杆脱扣前后高度差测量的平均误差小于2 mm,有效解决了驱动杆摆动时高度差测量误差大的问题。(5)最后对本文所提算法进行封装,设计开发了人机交互软件,实现了图像采集、图像处理、信息显示、数据存储等功能,可配合系统硬件实现远距离对驱动杆脱连扣状态的检测以及反应堆其他部件的辅助检查。

关键词：驱动杆脱连扣状态视觉检测水下图像增强椭圆检测高度差测量

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无纺布外观缺陷在线视觉检测技术研究

无纺布外观缺陷在线视觉检测技术研究

作者：余秋伟湖南大学

学位级别：硕士

无纺布是口罩、手术服、医用包扎材料、医用帘布等产品的重要原材料,然而在无纺布的生产过程中,由于原料喷涂不均匀、环境存在脏污、无纺布静电吸附性强、生产设备老化等客观因素,无纺布不可避免地会出现孔洞、注头丝、油污、疵点等外... 详细信息

无纺布是口罩、手术服、医用包扎材料、医用帘布等产品的重要原材料,然而在无纺布的生产过程中,由于原料喷涂不均匀、环境存在脏污、无纺布静电吸附性强、生产设备老化等客观因素,无纺布不可避免地会出现孔洞、注头丝、油污、疵点等外观缺陷。这些缺陷最终影响到后续相关医疗耗材的日常生产和使用效果,造成重大经济损失和安全隐患。人工检测的准确度受验布工人疲劳程度的影响较大,不稳定,并且长时间的验布工作会对工人身体造成巨大伤害,因此开发机器视觉系统代替人工完成无纺布缺陷检测迫切且必要。本文根据工厂实际需求,针对无纺布可能出现的孔洞、疵点、油污、注头丝四类外观缺陷,设计并搭建一套无纺布外观缺陷视觉检测系统,提出行之有效的缺陷检测算法,开发与硬件系统配套的软件部署算法。论文主要工作如下:(1)分析无纺布外观缺陷检测技术难点,根据实际应用需求,设计并搭建了一套能够实时采集宽幅面无纺布的视觉检测系统,能够满足在线检测的精度要求和生产节拍。(2)提出一种基于SVM分类器的无纺布外观缺陷检测算法,研究了灰度共生矩阵、Gabor滤波器的纹理提取方法,以纹理特征为主判据,色彩和灰度特征为辅助判据,将缺陷面积、缺陷占空比、长短轴比、圆形度、颜色矩、灰度矩作为输入特征向量,设计四级DAG-SVM分类器完成缺陷识别。算法总体查全率为93.3%,查准率为77.9%,对于孔洞、注头丝、油污三类缺陷识别效果较好,疵点缺陷识别效果较差。(3)为提高疵点缺陷小目标的识别准确率,提出一种基于改进YOLO V5网络的无纺布外观缺陷检测算法,在YOLO V5网络结构中嵌入CBAM注意力机制模块,给予小目标特征更多关注度,同时将回归损失函数改进为WIoU V3,细化回归损失颗粒度并平衡样本质量对模型性能的影响。针对缺陷样本不足的问题,提出一种基于图像掩膜批量生成缺陷图像的数据扩充方法,结合其他扩充方法完成无纺布缺陷数据集制作。实验结果表明,本文提出的算法总体查全率达到97.5%,查准率达到98.0%,单幅图像检测平均耗时0.034 s,检测精度和速度满足实际生产要求,能够用于生产线无纺布外观缺陷在线检测任务。(4)开发与硬件系统配套的软件系统,采取前后端分离架构,软件系统操作界面简单,人机交互友好,实现了相机通讯、图像处理、日志管理、用户登录、用户设置等功能。

关键词：机器视觉无纺布缺陷检测 SVM YOLO V5

面向核电站反应堆开口销探伤的视觉定位引导系统研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向核电站反应堆开口销探伤的视觉定位引导系统研究

作者：肖丁寅湖南大学

学位级别：硕士

核电作为一种高效清洁能源,在节能减排中贡献突出,已经深入我们的日常生活。目前在役的压水堆核电站是我国核电站所用反应堆的主力军。压水堆核电站随着燃料燃耗的不断加深,在每个燃料循环的寿期末,必须停机停堆换料检修。为了提高在检... 详细信息

核电作为一种高效清洁能源,在节能减排中贡献突出,已经深入我们的日常生活。目前在役的压水堆核电站是我国核电站所用反应堆的主力军。压水堆核电站随着燃料燃耗的不断加深,在每个燃料循环的寿期末,必须停机停堆换料检修。为了提高在检修时的安全性与效率,本文针对每次检修时必须探伤的开口销组件,设计了一套核电站反应堆开口销视觉定位引导系统。本文根据开口销探伤引导的作业需求,针对环境限制与现有设备的不足,提出了能够稳定快速进行多开口销引导定位的视觉系统设计方案,对探伤设备的运动机构、视觉系统、控制系统进行了结构设计,研制并实现了一款能够实现开口销引导定位探伤的系统样机,并通过多次定位测量实验证明了其有效性。为了解决在水下定位时开口销纹理弱并且各组件相似难以区分的问题,本文提出了一种融合边缘特征与灰度直方图的开口销筛选方法,首先通过开口销的几何结构从边缘图像进行粗筛,确定可能存在开口销的候选区域;然后通过分析不同组件的反射效果,对比分析灰度直方图区间占比,从候选区域中确定待测开口销。实验结果表明,该方法能够准确的从节流孔、排气孔、检修孔等相似组件中将开口销筛选出来。为了提高开口销定位精度,准确的定位开口销销孔边缘轮廓,本文提出了一种改进的基于区域效应的开口销检测方法。方法采用二次曲线穿过销孔边缘点,由于该边缘点的灰度值处于边缘两侧灰度值之间,通过计算边缘处曲线上的灰度值推算出二次曲线的参数,获取边缘点的亚像素坐标。实验结果表明本文所提方法的开口销平面定位精度平均误差小于0.1 mm,能够准确的引导超声波探头插入到开口销中。为了避免探伤时漏检系统覆盖区域内的开口销,本文设计了一种基于几何分析的多开口销坐标定位算法,首先根据上堆芯板的结构建立了多开口销几何模型,然后基于区域生长的方式查找到系统覆盖范围内所有开口销坐标。同时,为了保证探伤作业的效率,结合模拟退火算法进行多开口销的探伤路径规划,能够以最短路径完成多个开口销的探伤引导任务。最后,结合核电站开口销探伤作业需求,本文设计了一套用于开口销探伤的视觉定位引导软件系统,详细介绍了系统的相机光源控制模块、视觉引导定位算法模块、运动控制模块的设计与实现,能够在不同环境下辅助作业人员快速完成开口销探伤作业。

关键词：核电站反应堆开口销探伤视觉引导椭圆检测路径规划

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

输电线路绝缘子破损缺陷视觉检测方法研究

输电线路绝缘子破损缺陷视觉检测方法研究

作者：杨燕清湖南大学

学位级别：硕士

输电线路的安全稳定运行一直是电力部门与用户关注的焦点,输电线路设备的状态监测具有数据量大、任务需求复杂的特点,这给电力行业带来了巨大的挑战。其中,绝缘子是输电线路中的关键设备,由于长期裸露在室外,极易发生故障,是电力巡检的... 详细信息

输电线路的安全稳定运行一直是电力部门与用户关注的焦点,输电线路设备的状态监测具有数据量大、任务需求复杂的特点,这给电力行业带来了巨大的挑战。其中,绝缘子是输电线路中的关键设备,由于长期裸露在室外,极易发生故障,是电力巡检的重要检测对象。近年来,深度学习已成为带领人工智能领域飞速发展的关键性技术,并在电力智能巡检中得到了重要应用,深度学习主要依赖大数据,通过训练实现对数据的有效特征提取并完成丰富多样的任务,如:目标检测、图像分割、缺陷检测等。本文研究了输电线路绝缘子的破损缺陷检测方法,提出了一种绝缘子破损缺陷检测系统方案,系统首先在无人机端完成绝缘子的实时定位识别,并存储绝缘子目标图像,然后在服务器端实现绝缘子破损缺陷检测。本文的主要工作有:1.针对无人机存在计算资源不足的问题,本文研究了轻量化的目标检测模型,提出一种改进CenterNet网络的绝缘子目标检测算法。CenterNet通过直接回归中心点等信息计算获取目标位置,避免了使用锚框带来的计算复杂等问题,从而提升了检测速度;并且本文在CenterNet网络中增加了目标角度信息的预测,实现了绝缘子目标的定向检测,从而减少了检测框中的背景信息冗余。实验表明,该方法在精度、召回率上都有较好表现,同时网络具有参数量小,检测速度快的优势。2.针对实际绝缘子缺陷样本少的问题,研究了基于自编码器、记忆自编码器与变分自编码器的无监督式图像重构方法,并在绝缘子破损缺陷检测实验中完成方法验证。无监督式的缺陷检测方法通过训练正常的无缺陷样本,使得网络模型具有重构出正常样本的能力。本文对以上算法的原理进行了分析,总结出了它们存在的问题与不足。3.提出了一种基于图像重构的对抗式记忆-变分自编码器(AM-VAE)网络,用于绝缘子的破损缺陷检测任务,该网络融合了记忆编码、变分自编码器和生成对抗网络三种结构,并且本文对各个网络模块进行了设计。在训练阶段,网络学习正常的无破损缺陷的绝缘子图像特征,获得正常绝缘子数据的网络模型,并设定误差阈值;测试阶段,网络对测试图像进行重构并输出,然后计算输入与输出图像的重构误差值,根据重构误差的大小可以判别绝缘子是否存在破损缺陷。同时,通过构建输入图像与重构图像的误差热力图进一步获得缺陷位置。实验结果表明,该方法能够对绝缘子图像进行清晰地重构,并在图像质量衡量指标、破损缺陷的检测精度和召回率中表现优异。4.设计并实现了绝缘子破损缺陷检测软件系统,为本文所提出算法的实际应用提供了有力支持。

关键词：绝缘子破损缺陷检测 CenterNet 变分自编码器生成式对抗网络

基于机器视觉的雷达微波组件气泡缺陷检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器视觉的雷达微波组件气泡缺陷检测方法研究

作者：李傲杰湖南大学

学位级别：硕士

随着空中目标外形结构设计技术与隐身材料技术的发展,传统的探测雷达难以满足当前的需求,为了实现对弱小目标的探测,相控阵雷达得到了广泛的应用。微波组件是有源相控阵雷达的核心组件之一,因此生产稳定、高质量的微波组件对于保障相控... 详细信息

随着空中目标外形结构设计技术与隐身材料技术的发展,传统的探测雷达难以满足当前的需求,为了实现对弱小目标的探测,相控阵雷达得到了广泛的应用。微波组件是有源相控阵雷达的核心组件之一,因此生产稳定、高质量的微波组件对于保障相控阵雷达平稳运行至关重要。然而在实际生产过程中,受工艺水平、操作方式的影响,微波组件的电路基板会出现不规则气泡缺陷,当钎透率(指已焊接面积占总需焊接面积的百分比)低于某个阈值,表明微波组件质量不达标,如果应用于相控阵雷达将会影响雷达的探测能力,降低其寿命与可靠性。因此,检测出钎透率不合格的微波组件电路板是生产相控阵雷达的重要环节。但是,由于气泡缺陷目标尺度小、形状不规则、颜色不统一、背景干扰大,导致传统的缺陷检测方法在微波组件的气泡缺陷检测中效果不佳。目前,微组装现场主要采用人工方式判断组件的钎透率,无法标准化,随意性比较大。本论文以雷达微波组件为研究对象,对图像拼接与融合技术、图像分割以及缺陷检测方法展开研究,提出了基于机器视觉的微波组件气泡缺陷检测算法,降低了主观误差,提高了钎透率计算的准确率。论文的主要工作如下:1.针对微波组件不能在X-Ray设备一次完整成像的问题,在对传统的特征点提取算法和特征点配准算法进行分析的基础上,研究实现了一种基于AKAZE特征的微波组件图像拼接融合算法,通过采用非线性扩散滤波构建尺度空间和M-LDB特征描述算法生成描述符来提取图像特征,经过图像配准与图像融合后可生成完整、无鬼影、无裂缝、高质量的微波组件拼接图像,方便后续处理。2.为了准确分割图像中的ROI区域,提出了一种基于改进Deep Labv3+网络的微波组件图像分割算法。该方法使用Mobile Net网络替换Xception网络以减少模型的参数量与计算量,同时引入通道注意力模块ECANet以提高模型的精度与性能。随后构建基板与钼铜衬底的数据集,并使用数据增强算法扩充数据集完成模型的训练。实验结果表明,本文研究的基于改进Deep Labv3+网络的微波组件图像分割算法在保证分割精度的同时,平均分割时间缩短为原来的69.1%。3.针对气泡缺陷形状小且灰度值与背景相仿难以检测的问题,提出了一种基于K-means的自适应阈值分割算法。首先通过聚类算法将目标检测区域分为背景、气泡缺陷、焊球与电子元器件四类,然后将直方图信息转化为区间数据并根据先验知识计算出最佳分割阈值,最后计算钎透率并分割出气泡缺陷。实验结果表明,本文算法的检测准确率达到了85%以上,钎透率平均误差在10%以下。4.设计并实现了微波组件气泡缺陷检测软件系统。结合微波组件气泡缺陷检测的需求设计了软件系统的各个模块。详细介绍了登录模块、用户管理模块、图像处理模块、日志管理模块和设置模块的设计与实现。该软件系统为本论文提出的微波组件图像拼接与融合算法、微波组件图像分割算法和微波组件气泡缺陷检测算法的实际应用奠定了基础。

关键词：微波组件缺陷视觉检测图像拼接图像融合卷积神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的道路目标检测与跟踪方法研究

基于深度学习的道路目标检测与跟踪方法研究

作者：杨城湖南大学

学位级别：硕士

智能驾驶在提高交通安全性、缓解交通压力、改善驾驶体验等方面有着很好的发展前景,一直是研究的热点话题。在智能驾驶系统当中,很重要的一个部分就是对道路上的目标进行检测。目前主流的目标检测算法比如YOLO、R-CNN系列等凭借其高精... 详细信息

智能驾驶在提高交通安全性、缓解交通压力、改善驾驶体验等方面有着很好的发展前景,一直是研究的热点话题。在智能驾驶系统当中,很重要的一个部分就是对道路上的目标进行检测。目前主流的目标检测算法比如YOLO、R-CNN系列等凭借其高精确度的优势,在该领域保持着领先的位置。但是这些算法由于参数量很大,对设备的要求往往比较高,若直接使用在车载设备当中,则会花费巨大的成本,因此需要研究一种可应用于车载系统中的轻型的算法,降低成本以实现普及。本文的研究成果如下:1.对基于深度学习的目标检测原理进行了深入研究,实现了一种改进特征提取网络的道路目标检测算法,以YOLOv4网络为基础,使用可分离卷积模块Mobilenetv2替换YOLOv4网络的特征提取部分,大幅度降低了网络整体的参数量,由之前的64.4M变为了12.7M。实验结果表明,改进后的算法检测速度得到了提升,每张图片平均检测时间从原来的43毫秒减少到了32毫秒,降低了网络计算量和对车载计算设备的要求。但是改进过后网络的检测精确度稍有下降,并且由于检测过程中目标的运动和目标相互之间的遮挡会造成漏检的问题,因此该目标检测算法需要进一步改进。2.为了解决目标检测过程中出现的漏检问题,提高检测的精确度,本文实现了一种融合目标跟踪器的道路目标检测算法,使用目标检测与目标跟踪相融合的方式,将基于卡尔曼滤波器的目标跟踪作为辅助手段,结合视频序列中帧与帧之间的目标运动关系,对于检测到的物体采用检测与预测相匹配的方式更新,对于没有检测到的物体,则保持原有的运动轨迹预测下一状态作为边缘框来减少漏检。实验结果表明,在融合了目标跟踪器后,检测算法对于各个类别的检测精确率都得到了提升,m AP值从70.20%提升到了76.04%。3.为了解决多个目标距离较近时出现的跟踪错误的问题,本文对目标跟踪算法进行了改进,并在此基础上提出了融合改进目标跟踪器的道路目标检测算法,以检测框和跟踪器预测框的IOU和颜色直方图距离一同作为新的代价函数进行匹配。实验结果表明,相对于只使用IOU作为代价函数的目标跟踪算法,改进后的算法在id身份信息切换次数上从415降低到了258,提高了跟踪过程的稳定性,证实了该算法的可行性。

关键词：道路目标检测深度学习 YOLOv4 卡尔曼滤波器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

PCB缺陷智能视觉检测系统研究与设计

PCB缺陷智能视觉检测系统研究与设计

作者：马灿湖南大学

学位级别：硕士

近年来，随着现代信息化水平的不断提升，人们对于电子产品的质量要求也越来越高。作为电子产品载体,印刷电路板（PCB：Printed Circuit Board）的质量检测也成为了电子制造行业非常重视的核心问题。传统的PCB缺陷检测是通过人工检测或... 详细信息

近年来，随着现代信息化水平的不断提升，人们对于电子产品的质量要求也越来越高。作为电子产品载体,印刷电路板（PCB：Printed Circuit Board）的质量检测也成为了电子制造行业非常重视的核心问题。传统的PCB缺陷检测是通过人工检测或是功能检测来实现，但是这类方法已经无法满足生产线上高速高精度的检测要求。为了提高缺陷检测的速度与精度，本文以PCB缺陷为检测对象，设计了一种基于机器视觉的PCB智能检测系统，实现了PCB缺陷的高速高精度检测。首先，通过介绍PCB及其缺陷检测的国内外发展现状，分析了PCB缺陷智能视觉检测的研究意义。设计了PCB缺陷智能视觉检测系统，并给出了该系统的总体结构和工作原理。文章通过对光学成像技术、机器系统以及电气控制系统三方面的研究，对PCB缺陷检测系统的关键技术有了更加深入的了解。其次，针对影响图像采集质量的各种因素，提出了图像预处理算法。在图像进行灰度对比度增强之后，采用中值滤波和bayes估计的小波混合去噪算法去除图像中的散粒噪声和高斯噪声。在充分考虑灰度与空间的关系以及算法复杂度的基础上，提出了一种基于二维最大类间阈值分割的快速迭代算法，准确的分割出了图像的背景区与目标区。然后，对PCB缺陷进行检测与识别。本文主要检测与识别两种类型的PCB缺陷：一种是通过待测PCB板与标准板或者伪标准板进行异或运算得到的短路、断路、毛刺等缺陷;另一种是采用模糊神经网络的分类算法来检测焊锡是否正常。最后，设计开发了系统的控制软件，提供了良好的人机交互界面，解决了实际调试中出现的问题，保证了系统的快速准确运行，实现了PCB缺陷检测系统的实时在线检测。

关键词：智能检测机器视觉在线检测图像预处理缺陷检测与识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于内容的视频检索关键技术研究

基于内容的视频检索关键技术研究

作者：刘洋湖南大学

学位级别：硕士

随着多媒体技术和网络技术的飞速发展,数字视频的获取和传播变得越来越容易,已经逐渐成为人类信息传播的主要载体之一。在视频信息高度膨胀的今天,随之而来的问题就是对海量视频的高效检索和浏览。传统的视频检索通过对视频以手工的方... 详细信息

随着多媒体技术和网络技术的飞速发展,数字视频的获取和传播变得越来越容易,已经逐渐成为人类信息传播的主要载体之一。在视频信息高度膨胀的今天,随之而来的问题就是对海量视频的高效检索和浏览。传统的视频检索通过对视频以手工的方法添加文字标识符的方式进行检索,这种检索方式工作量巨大、效率很低,而且受主观因素的影响,因此不能满足实际使用的需要。基于内容的视频检索技术借助计算机对视频进行从低层到高层的处理、分析和理解的过程获取其内容并根据内容进行检索,克服了传统的基于文本检索方式的不足,已成为多媒体信息检索领域的研究热点。本文首先分析总结了视频检索技术的理论框架和研究现状,然后对该领域中的视频镜头分割、关键帧提取、镜头聚类等关键技术进行了深入的研究和探索。视频镜头分割是进行视频处理的第一步,本文在总结现有镜头分割方法的基础上,研究了基于互信息量的视频镜头分割方法。设计并实现了一种基于双滑动窗口的镜头切变检测算法,算法通过计算视频帧间的互信息量作为衡量两帧相似度的依据,采用双滑动窗口方法找出相邻帧间互信息量的局部极值用于确定切变镜头的边界。针对运动和闪光对镜头检测的干扰,提出了一种基于图像分块的互信息量镜头切变检测算法,算法以互信息量作为评价帧间差异的准则,通过把帧图像分块,然后分别计算相邻两帧对应子图像块之间的互信息量,再进行反比例变换后累加,利用自适应阈值方法找出帧间差的局部极值,从而找出切变镜头的边界。研究并实现了一种基于互信息量的镜头渐变检测算法,算法利用不同帧间距的非相邻帧间互信息量差值检测渐变镜头边界。实验结果表明,本文所提出的视频镜头分割方法指标明确、算法简单,对切变和渐变达到了较高的查全率和准确率。视频关键帧的提取是基于内容的视频检索技术的关键步骤之一,本文首先研究了关键帧提取技术的原理和主要方法,然后将互信息量引入关键帧提取中,提出了一种基于互信息量的关键帧提取算法,算法针对镜头内互信息量的变化,通过计算帧间差的标准差来判断镜头内连续帧的相似性,并对相似性较高的连续帧提取一帧作为关键帧。实验结果表明,使用本文算法提取的关键帧可以准确地反映镜头内容,较好地得到了真正意义上的关键帧。镜头聚类作为一种从视频内容低层特征到高级抽象的桥梁,在基于内容的视频检索系统中起着很关键的作用。本文首先研究了聚类分析的原则和特点,并简单分析了该领域存在的主要算法,然后提出了一种基于关键帧颜色特征的视频镜头聚类算法,算法将关键帧的颜色特征作为聚类依据,运用改进的K均值聚类算法对镜头进行聚类,并对聚类结果进行优化。实验结果表明,本文所提出的算法具有较高的准确率和效率,增加了聚类结果的稳定性,达到了令人满意的效果。

关键词：视频检索镜头分割关键帧提取镜头聚类互信息量