期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于改进U-net的金属工件表面缺陷图像分割方法 被引量:7
1
作者 王一 龚肖杰 苏皓 《应用光学》 CAS 北大核心 2023年第1期86-92,共7页
针对金属工件表面小尺寸缺陷及受非均匀光照影响的图像缺陷难以分割的问题,提出了一种改进的U-net语义分割网络,实现金属工件表面缺陷图像的精确分割。首先,在U-net网络中融入CBAM(convolutional block attention module)模块来提升图... 针对金属工件表面小尺寸缺陷及受非均匀光照影响的图像缺陷难以分割的问题,提出了一种改进的U-net语义分割网络,实现金属工件表面缺陷图像的精确分割。首先,在U-net网络中融入CBAM(convolutional block attention module)模块来提升图像中缺陷目标的显著度;其次,采用深度超参数化卷积DO-Conv(depthwise over-parameterized convolutional)代替网络中部分传统卷积,增加网络可学习的参数数量;然后,采用Leaky Relu函数代替网络中部分Relu函数,提高模型对负区间的特征提取能力;最后,采用中值滤波及非均匀光照的补偿方法进行图像预处理,减弱非均匀光照对金属工件图像表面缺陷的影响。结果表明:改进后的网络平均交并比、准确率和Dice系数指标分别达到0.833 5、0.933 2、0.867 4,改进的网络显著提升了对金属工件表面缺陷图像的分割效果。 展开更多
关键词 表面缺陷 图像分割 语义分割网络 卷积注意力模块 深度超参数化卷积
在线阅读 下载PDF
基于改进YOLOv5的金属工件表面缺陷检测 被引量:9
2
作者 王一 龚肖杰 +1 位作者 程佳 苏皓 《包装工程》 CAS 北大核心 2022年第15期54-60,共7页
目的针对金属工件表面小尺寸缺陷检测精度低的问题,提出以YOLOv5网络为基础,结合注意力机制与Ghost卷积的表面缺陷检测算法。方法首先,在原网络中增加SE通道注意力模块,增加缺陷有关信息的权重,减少无用特征的干扰,从而提高目标的检测... 目的针对金属工件表面小尺寸缺陷检测精度低的问题,提出以YOLOv5网络为基础,结合注意力机制与Ghost卷积的表面缺陷检测算法。方法首先,在原网络中增加SE通道注意力模块,增加缺陷有关信息的权重,减少无用特征的干扰,从而提高目标的检测精度。然后,将网络中空间金字塔池化模块的池化方式由最大池化替换为软池化,使得在下采样激活映射中保留更多的特征信息,获得更好的检测精度。最后,采用Ghost卷积块替换主干网络中的常规卷积模块,提取丰富特征及冗余特征,以此提高模型效率。结果改进后网络平均精度均值达到0.9978,相比原网络提高了7.07个百分点。结论该网络显著提高了金属工件表面缺陷检测的精度。 展开更多
关键词 表面缺陷检测 YOLOv5模型 通道注意力 软池化 Ghost卷积
在线阅读 下载PDF
基于深度学习的RGB图像目标位姿估计综述 被引量:3
3
作者 王一 谢杰 +1 位作者 程佳 豆立伟 《计算机应用》 CSCD 北大核心 2023年第8期2546-2555,共10页
6自由度(DoF)位姿估计是计算机视觉与机器人技术中的一项关键技术,它能从给定的输入图像中估计物体的6DoF位姿,即3DoF平移和3DoF旋转,已经成为机器人操作、自动驾驶、增强现实等领域中的一项至关重要的任务。首先,介绍了6DoF位姿的概念... 6自由度(DoF)位姿估计是计算机视觉与机器人技术中的一项关键技术,它能从给定的输入图像中估计物体的6DoF位姿,即3DoF平移和3DoF旋转,已经成为机器人操作、自动驾驶、增强现实等领域中的一项至关重要的任务。首先,介绍了6DoF位姿的概念以及基于特征点对应、基于模板匹配、基于三维特征描述符等传统方法存在的问题;然后,以基于特征对应、基于像素投票、基于回归和面向多物体实例、面向合成数据、面向类别级的不同角度详细介绍了当前主流的基于深度学习的6DoF位姿估计算法,归纳整理了在位姿估计方面常用的数据集以及评价指标,并对部分算法进行了实验性能评价;最后,给出了当前位姿估计面临的挑战和未来的重点研究方向。 展开更多
关键词 6自由度位姿估计 位姿估计数据集 位姿估计评价方法 深度学习 计算机视觉 工业机器人
在线阅读 下载PDF
基于改进SIFT的无人机影像匹配方法 被引量:6
4
作者 王一 齐皓 +1 位作者 王瀚铮 程佳 《无线电工程》 北大核心 2023年第10期2337-2344,共8页
针对传统尺度不变特征变换(Scale-Invariant Feature Fransform,SIFT)算法在匹配无人机影像时错误率较高、运行速度慢等问题,提出了一种基于改进SIFT的无人机影像匹配方法。利用联合双边滤波对原始影像进行预处理,在滤除噪声的同时保留... 针对传统尺度不变特征变换(Scale-Invariant Feature Fransform,SIFT)算法在匹配无人机影像时错误率较高、运行速度慢等问题,提出了一种基于改进SIFT的无人机影像匹配方法。利用联合双边滤波对原始影像进行预处理,在滤除噪声的同时保留边缘信息;将二进制描述算法强化描述符(Boosted Efficient Binary Local Image Descriptor,BEBLID)与改进SIFT算法相结合,通过基于机器学习的采样模型对特征点构造具有强描述性的二进制描述子,在提升匹配正确率的同时加快匹配速度;使用Vicinity-KNN算法进行特征点粗匹配,结合自适应局部仿射匹配算法对匹配的特征点进一步提纯。为了验证该方法的有效性,将ORB、SIFT、ISIFT、IKAZE算法与所提方法进行对比实验,结果表明,该方法在匹配时间和精度方面均具有很好的性能,为影像高质量匹配提供了技术基础。 展开更多
关键词 影像匹配 尺度不变特征变换 二进制描述算法强化描述符 自适应局部仿射匹配
在线阅读 下载PDF
基于超分辨率对抗网络的傅里叶叠层成像技术 被引量:2
5
作者 王一 魏晓雨 +1 位作者 刘保辉 苏皓 《激光与光电子学进展》 CSCD 北大核心 2023年第20期168-174,共7页
傅里叶叠层成像(FPM)受硬件和算法等因素的限制,成像的整体性能有待提高。为解决传统FPM技术成像速度慢、成像质量低的问题,融入深度学习的FPM图像重建方法得到广泛关注。基于此,提出一种基于超分辨率对抗生成网络的FPM模型,在原有网络... 傅里叶叠层成像(FPM)受硬件和算法等因素的限制,成像的整体性能有待提高。为解决传统FPM技术成像速度慢、成像质量低的问题,融入深度学习的FPM图像重建方法得到广泛关注。基于此,提出一种基于超分辨率对抗生成网络的FPM模型,在原有网络基础上通过增加密集块连接实现全局特征融合并且使用一种加权损失函数提高图像重建质量。分辨率板图像重构结果表明,所提深度学习方法较传统方法重建效果显著、重建速度更快。 展开更多
关键词 显微 计算成像 傅里叶叠层显微成像 对抗生成网络 超分辨率重建 深度学习
原文传递
基于全局变步长的傅里叶叠层显微成像重构算法
6
作者 王一 刘保辉 +1 位作者 魏晓雨 苏皓 《激光与光电子学进展》 CSCD 北大核心 2023年第14期197-206,共10页
为了进一步提高重构算法的抗干扰能力和鲁棒性,提出了一种基于梯度下降法和牛顿法的全局法,并在此基础上,又提出了基于最优化理论的二分法与牛顿法两类变步长更新策略,使得迭代过程能够自主地选择最佳更新步长。为了充分利用顺序法和全... 为了进一步提高重构算法的抗干扰能力和鲁棒性,提出了一种基于梯度下降法和牛顿法的全局法,并在此基础上,又提出了基于最优化理论的二分法与牛顿法两类变步长更新策略,使得迭代过程能够自主地选择最佳更新步长。为了充分利用顺序法和全局法各自的优势,制定终止判断准则使二者相结合。仿真和实验数据验证了所提算法的抗干扰能力优于各顺序法的结论,尤其当成像器件的噪声较大时,提出利用暗场图像信息来计算各阶梯度值的方法以减小噪声的影响。并且,上述方法只需要额外的3~5轮迭代过程即可得到满意的结果,时间仅增加了几秒钟。 展开更多
关键词 成像系统 计算成像 傅里叶叠层显微 全局变步长 抗噪性能
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部