基于计算机视觉的水位检测算法

鉴于传统的水位读数方法误差大,成本高,需要一种精确、实时、鲁棒的智能水位检测算法来高效读取水位,为此提出了一种基于计算机视觉的水位检测算法以满足实际需求。首先对拍摄到的图像进行预处理和边缘检测以找出水尺位置,并通过仿射变换对水尺进行矫正。通过两种策略在水尺区域找到水尺关键字的位置,即关键字处理。然后对边缘特征进行投影并检测出水面位置。最后根据关键字处理结果和边缘特征计算得到水面高度。大量实验和实地测试的结果表明：所提算法在基于计算机视觉的水位检测、水尺读数等领域具有理论和应用的双重价值。     

基于计算机视觉的拉索振动测试

提出了一种基于计算机视觉目标跟踪算法的非接触式拉索振动测试方法。首先通过目标跟踪算法对相机采集的拉索振动视频图像序列进行分析,识别拉索表面标靶在图像平面的像素位移时程数据,然后根据快速傅里叶变换算法获取振动频谱,采用直接峰值法提取频谱峰值,得到拉索各阶自振频率。介绍了视觉测振方法流程,针对当前视觉测振方法采用的目标跟踪算法鲁棒性差、实时性低的问题,引入了高效的核相关滤波跟踪算法,基于KCF和CN两种经典核相关滤波跟踪算法的原理和MATLAB平台设计了视觉测振系统软件。在实验室中开展了钢绞线振动试验,将视觉测振方法与加速度计方法的频率识别结果进行对比,结果表明：视觉测振方法识别的钢绞线各阶自振频率与加速度计结果非常接近,最大频率相对误差为-0.12%,验证了视觉测振方法的可靠性。     

计算机视觉课程的CDIO教学改革实践

根据CDIO工程教育理念,结合自动化专业方向,对计算机视觉课程的教学内容和教学方法进行了研究和探索.结合工程实际构建了多层次的设计项目,将专题讨论和基于项目设计引导的学习方法引入课程教学的全过程.实践表明该教学方法极大地激发了学生主动学习的兴趣,促进了创新能力和科研能力的培养.使学生在项目设计、实施、运行的过程中提高了工程实践能力和团队协作精神.     

计算机视觉技术在杂草识别中的研究进展

传统农业中覆盖式喷洒除草剂,浪费除草剂和人力资源、污染环境,采用计算机视觉技术把杂草从农作物和土壤的背景中识别出来,定量、定位地喷洒化学制剂就显得极为重要。从杂草的颜色、形状、纹理以及多特征融合四个方面综述农作物和杂草识别技术,总结了国内外研究中的难点和亟待解决的问题,探讨了未来发展方向。     

WinWL-1计算机图像处理系统的图像处理算法

本文介绍了以光学干涉图处理为主要目的ＷｉｎＷＬ－１通用计算机图像处理系统中通用图像处理部分的主要算法。     

基于FPGA的图像边缘检测算法设计

通过研究Sobel原理和算法,在FPGA内部用流水线的方式来实现数据的具体提取、计算和存储,最终实现了对任意Bmp格式图像的边缘检测图像的计算和提取,并显示出来,证实Sobel算法有比较好的边缘检测效果,而且采用流水线的技术,可以有效提高数据计算的效率,实现了一个时钟周期就输出一个像素图像的导数值。     

基于AdaBoost分类器和特征脸的人脸检测与识别

本文在人脸检测与识别技术理论研究的基础上,提出了一种有效的人脸检测与识别机器学习方法.该方法采用了海尔特征级联的AdaBoost分类器进行人脸检测,使用了特征脸的主分量分析法进行人脸识别.实验结果表明该方法能较快地定位并跟踪人的脸部,然后通过比较人脸数据库能较好地识别出待检人物的身份.     

基于YOLOv5s改进的口罩佩戴检测算法

由于新型冠状病毒肺炎的爆发,口罩成为人们日常生活中必需品。为了识别与检测人们是否佩戴口罩,提出了一种基于改进的YOLOv5s口罩佩戴检测算法。通过在YOLOv5s主干网络引入改进的自适应的协调注意力机制模块(Coordinate attention-activate or not, CA-A)提升网络的特征提取能力,解决了错误检测和漏检的问题。以新的损失函数AD-CIoU代替CIoU损失函数,作为回归损失函数,提升了边界框的定位精确度。实验表明,与原始模型算法相比,所提出的模型算法平均精度mAP值达到96.1%,提升了1.7%,具有较好的检测精度,可以满足目标检测应用需求。     

基于BP神经网络的障碍物位置视觉检测的研究

针对障碍物位置的自动检测,提出了基于单摄像头视觉的检测方法。首先利用BP神经网络进行标定建立图像坐标系与地面坐标系的对应关系,然后以图像中障碍物两个位置点为输入,障碍物实际位置点为输出,建立神经网络。以18个点进行实验,实验结果表明横坐标x的平均误差为3.12%,纵坐标y的平均误差为0.83%。这说明利用此方法能够较为准确地求出障碍物的位置。     

视觉信息的稀疏表示与显著度检测方法

图像的表示方法和测量方法是显著度检测模型的两个重要研究问题.不同于早期工作中通过对大量自然图像统计得到稀疏特征的方法,提出了通过对当前输入信号进行自适应学习来获得特征的方法.在显著度检测阶段,对每个特征都定义了背景活动率(BFR),提出了用特征活动率(FAR)来测量自底向上的视觉显著度.特征活动率(FAR)在生物学中是可信的、易于计算,并具有令人满意的性能.通过对人眼轨迹定位和心理模型以及自然图像的实验,证明了所提方法的有效性和鲁棒性.     

机器视觉系统中摄像机的神经网络定标

将传统摄影测量定标和神经网络相结合,克服传统摄像机定标中因像差等非线性因素造成稳定性不好且算法复杂的缺点。采用基于神经网络的计算机视觉定标方法,用5步法计算未知点的物方坐标。在传统摄影测量定标方法中,需要先制作定标块,其上布置一些控制点,准确测定它们的三维坐标。为保证定标精度,这些控制点必须在三维空间均匀分布,对定标块的制作和加工要求很高。本文提出采用定标板沿法线方向移动的方式代替定标块,既能达到三维效果,显著增加控制点数量,也使制作容易。实验结果表明,以该模板基于神经网络的摄像机定标方法可以获得很高的精度和稳定性。     

一种微小表面缺陷的机器视觉检测方法

针对表面缺陷在线自动检测应用的特点,提出一种快速检测微小表面缺陷的新方法. 文中分析了Otsu 法分割表面梯度图像中微小缺陷的性能,结合分析结果提出利用梯度图像方差分布搜寻表面缺陷区域的算法,在有表面缺陷的局部区域应用Otsu 法分割图像. 算法性能分析和实验结果表明,该方法可从背景变化不剧烈的表面图像中快速自动检测微小表面缺陷.     

基于像素灰度关联的边缘检测

在量子理论的启发下,提出将归一化的数字图像看作是一个多维量子系统,利用邻域像素的叠加态结构建立了像素灰度的相干性空间,通过叠加态结构运算取代传统的模板操作,从而实现数字图像的边缘检测.仿真试验结果表明,所提出方法相比传统的Sobel算法检测出来的边缘细节更为丰富,轮廓更为清晰,并且对噪声具有更好的抑制作用.     

基于动态匹配词格检索的关键词检测

对生活中涌现的海量语音数据需要进行快速而准确的检索. 提出一种基于动态匹配词格检索的关键词检测方法,应用TRAP 特征和多层感知器创建更为精准的音素Lattice. 在索引阶段执行一个改进的维特比算法遍历Lattice 来创建一个固定长度的音素序列数据库,在检索阶段应用最小编辑距离作为置信度来实现关键词的检
出. 实验结果表明,该方法相比应用MFCC 和PLP 特征的基线系统具有一定的优势,召回率可提升5% 左右.     

基于简化Mumford-Shah模型的活动轮廓边缘检测模型

在Chan-Vese活动轮廓模型(C-V法)的基础上,提出了一种新的边缘检测模型.在该模型中,图像被定义为两个同质区域的组合,图像边缘检测问题转化为基于Mumford-Shah泛函的能量函数最小化问题.本文在分片常数优化逼近中,添加了图像梯度信息,通过调节该项的权重因子,可以得到基于不同灰度强度的图像边缘图.该方法采用了水平集数值技术,因此活动轮廓具备了拓扑变化的能力,并能克服C-V模型检测不出离灰度均值较远的边缘的问题,实验表明了其有效性.     

水质溶解氧测定结果的计算机处理

本文阐述了水质分析中的一个重要分析指标溶解氧的测定方法,并对其测量结果进行微机处理,使得给出的数值更具科学性,同时也给结果的处理带来了很大的方便。     

粒子群优化的深海图像暗边缘检测优化算法

为解决深海资源探测图像识别难题,提出一种基于粒子群优化的图像暗边缘检测优化算法。该算法通过指数型线性单元和高斯误差线性单元改进激活函数,根据Marr-Hildreth算子检测结果并结合改进激活函数构建暗边缘检测算法,利用粒子群对改进暗边缘检测算法进行训练和优化。最后,采用不同算法对水下11个数据集进行比较的结果表明：改进算法的峰值信噪比、结构相似度和边缘保持指数最高,分别达到18.769 6 dB、0.660 7和0.834 5;图像均方误差最低,为3 750.225 3;平均检测时间为0.667 4 s,比其他对比实验中性能最好的算法缩短了14%。     

基于电脑发展演变的电脑办公桌设计研究

电脑办公桌是随着电脑的发展而演变的家具产品。以电脑的更新换代为线索，研究了对应电脑发展各个时期的电脑办公桌的设计特点，并对电脑办公桌的发展进程予以分期，着重分析了不同时期电脑办公桌设计上的创新要素。根据未来电脑的发展方向和智能化办公的前景，提出了未来电脑办公桌的设计趋势和设计理念。