差分算子和改进Otsu算法结合的灰度图像阈值分割研究与实现

在对二值化方法 Otsu算法分析的基础上,提出一种差分算子与改进Otsu算法相结合的新算法。该算法通过差分算子保留原图的边界特征,然后再搜寻出与两类类内均值的平均值,并找出该平均值整数部分相等的阈值,确定一个符合Otsu准则的阈值,,然后将一个大的图像分割成若干小的块进行二值化。实验结果表明,该算法能够较好地保留原图的边界信息,有效地提高了低质量图像识别准确率。

基于改进YOLOv5s的活塞杆表面缺陷检测

活塞杆是工业设备上技术含量较高的关键部件,但目前为止对其表面缺陷的检测还是以人工检测为主。针对人工检测方法准确性差、效率低下的情况,提出了一种基于改进YOLOv5s的活塞杆表面缺陷检测技术。首先,在Backbone部分引入SE和CBAM双注意力机制,其中CBAM注意力机制与C3模块相结合形成了新CBAMC3模块,提升算法对于缺陷信息的提取能力,从而进一步提高算法精度;其次,改善激活函数为GELU函数避免梯度消失,使算法有较好表现;最后,使用GSConv卷积模块代替Neck部分中的Conv卷积模块,降低计算成本,并且引入VoV-GSCSP模块,减少算法参数量,在轻量化算法的同时保持精度。试验结果表明,改进的YOLOv5-CSGGV算法总平均精度达到了81.1%,较原YOLOv5s算法提升了6.3%,算法参数量相比YOLOv5-SC算法减少了14.7%,使检测速度和精度达到了更好平衡,满足活塞杆工业生产过程中缺陷检测的要求。