首页期刊导航|现代电子技术
期刊信息/Journal information
现代电子技术
陕西电子杂志社
现代电子技术

陕西电子杂志社

半月刊

1004-373X

xddz@xddz.com.cn news@xddz.com.cn

029-85398771、85397961

710061

西安市雁塔西路158号双鱼花园广场B座1606室

现代电子技术/Journal Modern Electronics Technique北大核心CSTPCD
查看更多>>《现代电子技术》（半月刊）创刊于1977年，至今已界而立之年，她是我国信息产业系统主管的唯一一本半月刊电子技术类刊物，是中国电子学会的重点支持刊物，也是陕西省电子学会会刊。本刊报道电子科技发展的最新趋势，电子学科发展的最新动态，刊载教学及技术成果转化的优秀论文。立足科研、面向社会、重点展示新产品新技术的应用案例，推广最新科研成果和最新设计应用技术，融科学性、新颖性、启迪性、实用性于一体，旨在促进高新技术成果的产业化、商品化和市场化。
正式出版
收录年代

    基于双流特征融合的肺结节图像分割网络

    郝胜男庞建华
    1-7页
    查看更多>>摘要：为了提高对肺结节的准确分割,文中提出一种CSF-UNet的双骨干网络特征提取方法.使用两种不同侧重的骨干网络并行提取图像特征,通过利用ConvNeXt网络提取局部特征,并结合Swin Transformer网络提取全局特征来提升模型的特征提取能力.提出了一种自适应大核融合模块,有效地融合两种不同规格的特征,通过串联两个大核卷积获得更大的感受野和动态选择机制来突出重要的空间区域.在SPPF中融合了ECA通道注意力和密集链接,提出了ESPP模块以进一步挖掘双骨干网络提取的高级语义信息,使网络更加关注重要的特征通道.在LIDC数据集上的实验结果表明,提出的模型在3个指标上优于基本UNet模型以及最近几年其他研究团队提出的针对该数据集的分割网络.最终,CSF-UNet模型实现了78.1%的IoU、87.71%的DSC、87.19%的敏感度和88.23%的精确度.这些结果表明,该模型在肺结节分割方面表现出良好的性能,对医生进行早期肺结节诊断具有重要的临床意义和应用价值.

    肺结节TransformerConvNeXt注意力机制计算机视觉双骨干网络

      原文链接:
    • 万方数据
    • 维普

    改进RRPN模型的遥感图像目标检测

    鲁晓波郭艳光辛春花
    8-16页
    查看更多>>摘要：针对遥感目标背景复杂、易受外界环境干扰,传统方法无法满足复杂场景下的检测高精度与实时性要求的问题,提出基于改进RRPN模型的遥感图像目标检测方法.首先,将特征金字塔(FPN)架构引入到了模型的残差网络中,使得遥感图像的高、低层特征得到了有效融合;其次,在特征提取网络中添加了通道和空间相融合的注意力机制(CBAM),提升了模型在遥感图像目标特征提取方面的跨通道和空间处理能力;此外,将剔除重叠建议框时的原始NMS算法优化为DIoU-NMS算法,综合考虑遥感图像候选框之间的重叠度、距离、尺度大小等因素,使目标框的回归过程更加稳定.对比实验与消融实验显示,所提方法在公共数据集DOTA和HRSC2016上获得的平均精度均值mAP分别可高达77.30%、90.24%,较原始RRPN模型分别提高了8.29%、11.16%,且优于其他几种较新的经典模型,表明所提方法对于复杂环境下的遥感图像目标检测是合理且有效的.

    目标检测遥感图像带旋转的候选框算法卷积通道注意力模块DIoU-NMS特征金字塔DOTAHRSC2016数据集

      原文链接:
    • 万方数据
    • 维普

    无人机海上舰船目标影像超分辨率重建

    孙炜玮崔亚奇张少卿夏沭涛...
    17-22页
    查看更多>>摘要：针对无人机在获取海上舰船目标影像时面临的实时性与清晰度之间的矛盾,提出一种影像压缩模糊重建方法.该方法利用改进的YOLOv8检测模型和Real-ESRGAN网络,通过数据集构建、网络训练调试和部署运用等步骤,实现了在有限带宽和计算资源环境下地面端高质量舰船目标影像的实时重建.首先利用改进的YOLOv8模型对影像中舰船目标进行精准检测和定位,随后通过Real-ESRGAN网络对压缩及模糊影像进行重建,以恢复影像的高分辨率和细节信息.实验结果表明,该方法不仅显著提升了影像的清晰度和检测准确性,还大幅减少了带宽消耗,满足了无人机舰船识别的高实时性要求,且在资源受限的情况下表现尤为突出.为无人机在海上舰船目标监测领域提供了一种有效的解决方案,不仅提高了无人机的监测和识别能力,也为进一步推进无人机在海洋监测中的广泛应用奠定了基础.

    无人机影像海面舰船双向特征融合模型Real-ESRGAN网络改进的YOLOv8检测模型海上舰船目标监测

      原文链接:
    • 万方数据
    • 维普

    基于细节增强和多颜色空间学习的联合监督水下图像增强算法

    胡锐程家亮胡伏原
    23-28页
    查看更多>>摘要：由于水下特殊的成像环境,水下图像往往具有严重的色偏雾化等现象.因此文中根据水下光学成像模型设计了一种新的增强算法,即基于细节增强和多颜色空间学习的无监督水下图像增强算法(UUIE-DEMCSL).该算法设计了一种基于多颜色空间的增强网络,将输入转换为多个颜色空间(HSV、RGB、LAB)进行特征提取,并将提取到的特征融合,使得网络能学习到更多的图像特征信息,从而对输入图像进行更为精确的增强.最后,UUIE-DEMCSL根据水下光学成像模型和联合监督学习框架进行设计,使其更适合水下图像增强任务的应用场景.在不同数据集上大量的实验结果表明,文中提出的UUIE-DEMCSL算法能生成视觉质量良好的水下增强图像,且各项指标具有显著的优势.

    水下图像增强多颜色空间学习无监督学习细节增强特征提取特征融合

      原文链接:
    • 万方数据
    • 维普

    基于双目立体视觉的多分辨率图像匹配方法研究

    刘华春吴广文闫静莉
    29-32页
    查看更多>>摘要：在双目立体视觉系统中,面对复杂场景时噪声会损害图像特征,增加提取难度,导致匹配精度和鲁棒性下降.因此,文中提出基于双目立体视觉的多分辨率图像匹配方法,旨在从不同尺度图像中有效获取信息并实现高精度匹配.该方法利用双目立体视觉模型的双目旋转相机扫描目标并进行成像,根据内、外空间标定提升双目旋转相机的位置精度,保证目标的多分辨率成像效果;将其输入金字塔立体匹配网络中,通过网络中的类金字塔多空洞卷积操作提取双目图像特征,在此基础上,基于可变卷积增强其纹理特征细节;结合细粒度特征和互注意力机制完成双目图像匹配.测试结果显示,空间标定后,左、右两个相机的成像误差最小值分别为0.6 Pixel和0.4 Pixel;匹配点坐标偏差均值和坐标偏差方差值分别低于0.012和0.011,匹配效果良好.

    双目立体视觉多分辨率图像匹配空间标定双目旋转相机特征提取特征增强细粒度

      原文链接:
    • 万方数据
    • 维普

    UMTransNet:结合U-Net和多尺度感知Transformer的图像拼接定位方法

    张维何月顺谢浩浩杨安博...
    33-39页
    查看更多>>摘要：当前基于深度学习的图像拼接定位方法大多只关注深层次特征,且感受野有限,忽略了浅层次特征,影响图像拼接定位的准确性.针对上述问题,文中提出一种结合改进U-Net和多尺度多视角Transformer的图像拼接定位网络UMTransNet.改进U-Net模型的编码器,将编码器中的最大池化层替换成卷积层,防止浅层次特征的流失;将多尺度多视角Transformer嵌入到U-Net的跳跃连接中,Transformer的输出特征与U-Net的上采样特征进行有效融合,实现深层次特征与浅层次特征的平衡,从而提高图像拼接定位的准确性.通过可视化检测结果图显示,所提方法在定位拼接篡改区域方面表现得更加出色.

    数字图像取证图像拼接定位U-Net多尺度感知自注意力机制交叉注意力机制

      原文链接:
    • 万方数据
    • 维普

    基于颜色校正与改进的对比度增强的水下图像增强方法

    刘明肖汉城
    40-46页
    查看更多>>摘要：针对水下介质分布不均匀引起的光吸收和散射导致图像颜色失真、对比度低、细节模糊,严重影响ORB-SLAM2算法前端特征提取与匹配鲁棒性的问题,文中提出一种基于颜色校正与改进的自适应对比度增强的图像处理方法.首先,利用一种改进的颜色通道补偿和颜色通道拉伸方法去除色偏;其次,采用改进的自适应对比度增强方法提高图像的亮度与对比度;最后,将彩色校正图像与对比度增强图像在HSV空间中融合.此外,将提出的算法与一些其他算法进行主客观的评价,并将处理好的图片进行特征提取和匹配.结果表明,该算法处理的图片不仅在主客观评价上均优于对比算法,而且增加了特征点的匹配数量,为水下图像处理提供了借鉴.

    水下视觉SLAM水下图像增强自适应对比度增强颜色校正颜色补偿特征匹配

      原文链接:
    • 万方数据
    • 维普

    基于改进YOLOv7的微生物细胞识别算法

    吕彦朋赵颖彤苏晓明刘占英...
    47-54页
    查看更多>>摘要：针对传统及人工方法识别多种类、大量微生物细胞存在耗时长、准确率低等问题,文中提出一种改进YOLOv7的微生物细胞识别算法YOLOv7-PN.通过引入改进的路径聚合网络(PANet)提取和融合不同尺度的特征,以捕捉细胞图像中的多尺度信息,从而提高细胞的检测精度和鲁棒性;在骨干网络添加注意力模块(NAM),能够自适应地学习每个通道的权重,提高细胞的特征表示能力;将传统的IoU边界框损失函数替换为DIoU_Loss,以考虑边界框之间的距离和重叠程度,能够更准确地衡量检测框的精度,从而提高细胞的定位准确性.实验结果表明,使用BCCD数据集进行评估时,文中算法在微生物细胞识别任务中取得了显著的提升,与基准算法YOLOv7相比,YOLOv7-PN的Precision值提高了 1.46%、F1 值提高了2.61%、Accuracy值提高了0.86%.实验结果验证了该算法的有效性和性能优势,为微生物学研究和医学诊断等领域的微生物细胞分析提供了有力支持.

    微生物细胞YOLOv7YOLOv7-PNPANetNAMDIoU_Loss

      原文链接:
    • 万方数据
    • 维普

    光照不均匀条件下无人机航拍低照度图像增强方法

    黄静欧余韬
    55-59页
    查看更多>>摘要：增强图像时高低频参数未增强,没有更好地保留图像的细节和平衡图像的亮度,因此,提出一种光照不均匀条件下无人机航拍低照度图像增强方法.首先通过高斯滤波预处理无人机航拍图像,实现无人机航拍图像中的噪声抑制,将预处理后的图像通过小波分解得到图像的高频参数和低频参数,分别通过双边滤波算法、软阈值方法和直方图对图像的低频参数和高频参数进行增强,采用小波重构对增强后的图像高频参数和低频参数进行重构,得到增强后的无人机航拍图像.通过实验验证,该方法能够实现一种效果较好的图像增强,在原始图像基础上,通过文中方法增强原始亮度8.14%、对比度提高了37.90%以及清晰度增加了31.01%,使得图像的整体质量得到了显著提升,为后续的图像分析、处理提供了更加准确、丰富的信息.

    无人机航拍低照度图像增强高斯滤波小波分解与重构双边滤波算法软阈值方法

      原文链接:
    • 万方数据
    • 维普

    改进暗通道原理下视觉图像光晕消除算法

    任晓楠李广
    60-64页
    查看更多>>摘要：在光晕区域附近进行光晕消除操作可能会降低图像的对比度、清晰度和细节.因此,需要开发有效的方法来恢复和增强光晕消除后的图像细节,以确保整体图像质量的提高,为此设计一种改进暗通道原理下视觉图像光晕消除算法.建立大气散射模型深度分析光晕产生条件,根据图像中的像素强度值计算成像环境中的透射率,按照大气光照的散射系数建立光照条件研究模型.在较高的像素颜色通道条件下,根据图像中高亮度和强反射部分搭建无光晕图像亮通道定义,聚类图像亮通道特征,利用快速双边滤波器细化透射率,建立光晕图像的成像模型.在改进暗通道原理的过程中通过调整多个计算参数,包括改变权重函数,设置光晕消除的恢复指令,完成对视觉图像的光晕消除处理.经过实验分析可以证明,所提方法具备良好的光晕消除性能,光晕消除效果较好.

    改进暗通道视觉图像光晕消除透射率多尺度算法大气散射模型

      原文链接:
    • 万方数据
    • 维普