基于Matlab变压器故障红外图像边缘检测研究

红外图像处理在电力设备故障检测方面有着广泛的应用。介绍几种边缘检测方法,通过MATLAB对各种算法进行变压器故障红外诊断图像处理,实现边缘检测,比较这些方法的优越性,根据实际需要选取相应的边缘算法。     

基于改进YOLO-Pose的复杂环境下拖拉机驾驶员关键点检测

为解决农田复杂作业环境下拖拉机驾驶员因光照、背景及遮挡造成的关键点漏检、误检等难识别问题,该研究提出了一种基于改进YOLO-Pose的复杂环境下驾驶员关键点检测方法。首先,在主干网络的顶层C3模块中嵌入Swin Transformer编码器,提高遮挡状况下关键点的检测效率。其次,采用高效层聚合网络RepGFPN作为颈部网络,通过融合高层语义信息和低层空间信息,增强多尺度检测能力,同时在颈部网络采用金字塔卷积替换标准3×3卷积,在减少模型参数量的同时有效地捕获不同层级的特征信息。最后,嵌入坐标注意力机制优化关键点解耦头,增强预测过程对关键点空间位置的敏感程度。试验结果表明,改进后算法mAP_0.5(目标关键点相似度L_oks阈值取0.5时平均精度均值)为89.59%,mAP_0.5:0.95(目标关键点相似度L_oks阈值取0.5,0.55,···,0.95时的平均精度均值)为62.58%,相比于基线模型分别提高了4.24和4.15个百分点,单张图像平均检测时间为21.9 ms,与当前主流关键点检测网络Hou...