基于核函数的目标跟踪系统建模与仿真

针对目标跟踪中的快速运动、旋转、遮挡等问题,采用核函数算法实现目标跟踪。利用卷积实现密集采样,使用高斯核函数岭回归估计目标位置,在线更新高斯模型和核相关滤波器。通过OTB数据集对算法进行实验验证,结果表明,算法Precision能达到69.7%,Success达到66.8%,跟踪速度达412fps。实验表明,算法在跟踪过程中可对旋转、模糊、遮挡图像中的目标进行有效跟踪,在多个指标上优于其它比较算法。     

基于改进YOLO v4的小目标检测方法

深度学习目标检测算法在对图像进行识别时会对图像进行压缩,造成小目标特征丢失导致无法检测到小目标信息.针对小目标检测难题,提出基于改进YOLO v4的小目标检测方法,通过使用深度可分离卷积模块和增加多尺度检测网络,提升检测效果,同时改进生成先验框方法,对高分辨率图像进行分割增加小目标的特征信息.使用改进方法对布匹瑕疵检测...     

基于边缘检测与传统差分法的目标检测方法

在帧差法和背景差分法的基础上引入了边缘检测以及形态学处理,提出了一种将基于边缘检测的帧差法与背景差分法相结合的算法,并进行了仿真实验.实验结果表明,该算法计算简单,有效地弥补了背景差分法与帧差法的不足,在场景发生局部亮暗变化的情况下能够取得较好的检测效果.     

基于机器视觉的带钢表面缺陷检测系统

带钢的表面质量对材料刚度、强度以及稳定性等力学性能有重要影响,是影响产品良率的关键因素,因此在生产过程中对带钢表面进行缺陷检测意义重大。采用传统人工肉眼检测方式易受到人为主观因素影响,检测速度慢、精度低。文章以开源视觉软件Open CV为基础,搭建基于机器视觉的带钢表面缺陷检测系统,提升自动化水平,具有重要的工程价值。     

基于深度学习的机器人目标识别实验教学设计与改革

设计了一个自追踪摄像头云台控制机器人实验。文章从人体的检测定位及云台控制方面阐述了系统的设计思路,利用机器视觉技术得到了人体目标在视角中的坐标,又对舵机进行了目标控制。追踪目标的过程最终以Mobile Net-SSD网络模型为基础,通过深度可分离的整合设计,改善了现有整合网络的复杂参数问题,从而优化了网络结构。后期将引导学生从改进本实验模型结构和图像预处理等方面提高最终算法的检测速度、检测准确率、识别准确率等。该实验设计涉及学科较为综合,功能扩展性好,实用性强,是机器人教学、机器学习实践与嵌入式系统相融合的创新实验项目。     

基于LabVIEW的目标跟踪系统软件设计

在机器视觉系统中,目标跟踪是常用的功能需求。在大型的系统设计中,经常需要多任务的并行处理。利用LabVIEW高效的并行执行特性,给出了一种目标跟踪系统的程序设计方案。该设计方案以LabVIEW为软件设计平台,基于NI Vision机器视觉库,可快速实现目标跟踪功能。利用LabVIEW面向对象编程方法和队列消息处理器程序设计模式,可将目标跟踪功能与系统进行高效耦合并降低系统功能的依赖程度,可大幅提高系统的可扩展性和可维护性。实际验证表明,提出的方案可快速实现预期功能。     

基于HTML5与WebRTC的视频运动目标检测方法

HTML5标准规范和WebRTC技术的不断演进,使得跨平台音视频实时通讯应用的构建成为可能。分析视频运动目标检测的常用方法,并提出帧差法在HTML5与WebRTC环境下的实现。     

基于Canny与Frame-ViBE的运动目标检测方法

ViBE算法前景检测准确率高,但在运动目标检测过程中会产生鬼影,不能很好地适应光照变化。针对ViBE中鬼影及光照变化问题,提出帧差法、ViBE与Canny相结合的方法,利用帧差法提取运动目标像素,使用Canny算子提取运动目标的边缘信息同时能够较好地适应光照变化。实验结果表明,该算法可以有效消除鬼影并减少光照变化的干扰,在复杂的动态环境下取得良好的效果。     

基于改进Canny法的在线轴承尺寸视觉检测系统

开发了适应在线检测需要的轴承尺寸机器视觉检测系统.对图像进行了二次滤波预处理后,采用改进的Canny边缘检测算法,使系统达到了较高的检测精度.检测结果表明,系统具有非接触、速度快、精度高、现场抗干扰能力强等优点.     

基于机器视觉的芯片成型分离视觉检测系统的研究

芯片引脚是否合格,是成型分离制程检测的关键。针对这一问题,应用机器视觉和机器自动化技术,研制出实现成型分离制程芯片检测自动化的检测系统。实验测试表明,该设备具有较高的检测精度和检测速度,能够满足生产需要。     

基于深度学习的视频目标检测算法的实现

由于光照变化、物体遮挡和复杂背景条件等众多因素的影响,目标检测一直是机器视觉领域最具有挑战性的问题。首先对视频目标检测算法中的孪生网络系列算法进行分析比较;然后将孪生网络与深度学习相结合,提出并构建全新的孪生网络跟踪器;最后将视频输入到设计好的孪生网络跟踪器中,通过网络对每一帧图像中物体的类别与位置进行准确地实时框选标注。分别将该算法和当前广泛应用的YOLOv3算法在OTB数据集上进行验证测试。测试数据表明:该算法的视频目标检测成功率和准确率均优于YOLOv3算法。     

基于机器视觉的纺织品疵点检测系统

本文研究了一种基于机器视觉的纺织品疵点检测系统，它采用模块化硬件设计，图像处理软件满足实时检测的要求，可以有效检测出生产线上的疵点。并为该系统设计了一种基于规则表分类器、模糊算法及人工神经网络的组合式多级分类器，具有一定的学习能力，当待测材料或有关设备发生变化时，系统可根据疵点样本库对分类器进行训练，以适应生产线的相关变化。实验结果验证了该方法的有效性。     

基于小波分析的红外弱小目标检测算法

针对红外弱小目标检测需求,根据红外弱小目标图像特性及其小波分析特性,提出了一种基于小波分析的红外弱小目标检测算法。算法首先对红外弱小目标图像进行小波分解;然后置低频小波系数为零去除背景,阈值化高频小波系数滤除噪声,自适应子带增强加强目标能量;最后进行小波逆变换并进行自适应阈值分割。实验结果表明,提出的算法速度快、抑制噪声的能力强。     

一种基于改进帧差法的运动目标检测

针对视频中的运动目标离摄像头较近时由于形状的变化而导致目标边界测定不准确的问题,在帧间差分法的基础上,提出了一个求精运动目标边界的算法。先用得到边界值计算目标中心点,再对视频中的运动目标进行运动距离和速度的检测,并在Matlab中进行仿真。实验结果表明,该算法对帧差法的结果进行求精后,得到的运动目标的状态值更接近于实际情况,改进的算法更适合于视频中运动目标形状变化较大的情况下进行运动目标状态的检测。     

基于机器视觉的禽蛋品质检测及分级系统研究

针对目前禽蛋品质检测主要采用静止图像,不仅影响了检测速度,而且难以满足禽蛋产业快速发展的要求,建立了禽蛋品质检测及分级系统,本文重点阐述了禽蛋品质检测及分级系统的总体方案,以及禽蛋品质检测输送翻转机构、机器视觉系统的结构和工作原理,为后续禽蛋分级的研究奠定了基础。     

基于机器视觉的芯片成型分离视觉检测系统的研究

芯片引脚是否合格,是成型分离制程检测的关键。针对这一问题,应用机器视觉和机器自动化技术,研制出实现成型分离制程芯片检测自动化的检测系统。实验测试表明,该设备具有较高的检测精度和检测速度,能够满足生产需要。     

基于LS-SVM算法的遥感图像目标检测方法研究

遥感图像受到光照、拍摄角度、大雾等影响使得目标检测精度低,为提高遥感图像目标检测质量,通过计算遥感图像背景复杂度,进行目标区域的预提取,实施目标检测,提出基于LS-SVM算法的遥感图像目标检测模型。将提出的方法应用于舰船遥感图像和航空遥感图像的目标检测中,并和联合显著性特征和角度信息方法、改进SSD算法进行对比。结果表明该方法能够更好地对比较暗、尺寸比较小的目标进行检测,具有一定的应用价值。     

运动目标检测技术现状及进展

阐述了视频中的运动目标检测的基本原理和方法,并分别比较了各种方法的优缺点,最后指出了当前该研究方向上亟待解决的主要问题．     

关于红外微弱运动目标检测与跟踪系统的基本结构的探讨

随着导弹技术的发展和红外技术的进步,红外成像制导技术越来越受到研究人员的重视．红外微弱目标的检测技术是红外成像系统中的核心技术之一．低信噪比条件下的微弱目标检测与跟踪问题也一直是近些年来国内外学者研究的一个热门课题．由于红外图像本身起伏背景复杂而微弱且又只占一个或几个像元,往往淹没在背景中,造成信噪比太低而无法进行检测．为此围绕着低信噪比条件下的微弱目标检测与跟踪问题,通过对目标的观测模型分析,总结出外微弱运动目标检测与跟踪系统的通用原理框图．     

基于注意力机制的高分辨率遥感图像目标检测

高分辨率遥感图像目标检测是计算机视觉实践课程中的一个创新实验项目.针对高分辨率遥感图像目标检测过程存在的问题,在主干网络的残差基本单元中引入注意力机制,设计基于注意力机制的目标检测模型.利用模型分别检测DIOR数据集及DOTA数据集,并对检测结果进行了对比分析.结果表明,该检测模型实现了对图像中不同目标较为精确的分类和...