基于复数不变矩的数字图像相似性分析

系统性地给出数字图像不变矩一般性构造方法,对不变矩冗余性进行分析。通过采用复数矩作为描述数字图像识别特征量的方法,研究复数不变矩所具有不变性的约束条件及其与几何不变矩间的关系,根据复数不变矩构造定理,给出判别复数矩冗余性的一般方法,并结合修正余弦相似度以实例对在工程应用中的采用低阶复数不变矩描述目标特征的有效性进行分析。研究结果表明:采用复数不变矩构造数字图像特征量具有很好普适性,对于图像目标识别特征的描述有较好的效果。     

基于复数不变矩的数字图像相似性分析

系统性地给出数字图像不变矩一般性构造方法,对不变矩冗余性进行分析.通过采用复数矩作为描述数字图像识别特征量的方法,研究复数不变矩所具有不变性的约束条件及其与几何不变矩间的关系,根据复数不变矩构造定理,给出判别复数矩冗余性的一般方法,并结合修正余弦相似度以实例对在工程应用中的采用低阶复数不变矩描述目标特征的有效性进行分析.研究结果表明:采用复数不变矩构造数字图像特征量具有很好普适性,对于图像目标识别特征的描述有较好的效果.     

基于BP神经网络的图像识别跟踪技术

本文利用BP神经网络抗干扰性强,识别精准等优点对船舶进行识别跟踪。首先获取原始图像,然后预处理,以图像的全部灰度值为训练样本,以新不变矩特征向量为样本集输入到3层BP神经网络中,对含不同噪声均值的图像进行识别。实验结果表明,以新不变矩特征向量作为样本集时抗噪能力强,识别率高。最后以新不变矩特征向量作为样本集进行目标跟踪得到跟踪误差。     

基于小波包和不变矩的舰船目标识别

以船舶目标分类系统作为研究对象,对小波包变换在舰船目标分类识别中的应用进行研究。首先,介绍小波变换的相关理论,小波包分解能够进行任意尺度的时频分析;然后对不变矩算法进行介绍,给出一种基于小波包分解和不变矩算法相结合的特征值提取方法。仿真实验结果表明,本文给出的方法具有较高的识别率。     

基于小波和仿射不变矩特征融合的舰船型号识别

针对不变矩对仿射形变目标描述的不足,为提高舰船型号的识别精度,提出一种基于小波和仿射不变矩特征融合的舰船型号识别方法。首先对二值舰船图像进行归一化处理,并分别提取归一化舰船图像的小波矩特征值和仿射不变矩特征值;然后通过计算样本特征均值与标准差的比值,选择出鲁棒性好、稳定性高的特征,通过归一化方法进行融合;最后构造五类舰船的样本集,采用支持向量机(SVM)作为分类器识别测试样本的型号,分析不同矩特征、样本集大小、SVM参数、本文方法对识别精度、稳定性的影响。实验结果表明,文中给出的算法提高了识别精度,并且在训练样本集较小时仍能获得88%以上的识别率。     

基于不变矩和支持向量机理论的舰船目标识别

本文利用小波不变矩和支持向量机理论进行舰船目标识别。在识别过程中,首先获取图像,同时将得到的图像转换到极坐标内;然后利用小波矩进行特征提取,在此过程中选择合适的核函数;最后利用支持向量机进行分类。实验结果表明,本文算法具有较高的识别率。     

基于小波和仿射不变矩特征融合的舰船型号识别

针对不变矩对仿射形变目标描述的不足,为提高舰船型号的识别精度,提出一种基于小波和仿射不变矩特征融合的舰船型号识别方法.首先对二值舰船图像进行归一化处理,并分别提取归一化舰船图像的小波矩特征值和仿射不变矩特征值;然后通过计算样本特征均值与标准差的比值,选择出鲁棒性好、稳定性高的特征,通过归一化方法进行融合;最后构造五类舰船的样本集,采用支持向量机(SVM)作为分类器识别测试样本的型号,分析不同矩特征、样本集大小、SVM参数、本文方法对识别精度、稳定性的影响.实验结果表明,文中给出的算法提高了识别精度,并且在训练样本集较小时仍能获得88%以上的识别率.     

多尺度目标识别新方法

利用全局矩反映的是图像在整个空间的统计特征,可以稳定可靠地识别形状差异较大物体的特点,以及小波矩描述的是图像在局部空间的特征,能够准确有效地区分形状相似的目标的优点,提出了一种新的由粗到细、从全局到局部的多尺度逐级匹配目标识别方法.这种在大尺度下采用全局特征进行粗分类,小尺度下采用局部特征进行细分类的思想加快了匹配过程,实验结果表明,该方法比仅使用全局不变矩或小波不变矩特征的目标识别方法具有更高的识别率和更广的适用范围.     

基于深度学习的监控视频中船舶识别方法

针对当前监控视频中船舶识别成功率低、无法进行在线识别的难题,为了对监控视频中船舶进行准确识别,提出基于深度学习的监控视频中船舶识别方法。首先对监控视频中船舶识别原理进行分析,采集船舶识别的监控视频,将船舶识别从背景中分割,然后提取船舶识别的不变矩特征,将不变矩特征输入深度学习算法中进行训练,建立监控视频中船舶识别模型,最后进行了多个监控视频中船舶识别验证性实验。实验结果表明深度学习算法可以准确对监控视频中的船舶进行识别,提高了监控视频中船舶识别成功率,误识率急剧下降,远低于当前其它监控视频中船舶识别方法,实时性要也要高于其它识别方法,是一种速度快、结果可信的监控视频中船舶识别方法。     

基于Hu不变矩的船舶焊缝缺陷图像特征提取

介绍基于Hu不变矩的船舶焊缝缺陷图像特征提取方法,实验表明所提取的Hu不变矩满足缩放、平移和旋转上的几何不变性,同时具有较高的抗噪能力。对于复杂的焊缝缺陷图像,不变矩特征能有效的表征图像的特征信息,在一定程度上可以作为缺陷识别的重要依据。     

SVM在合成孔径雷达图像目标识别中的应用

提出一种采用Zernike矩和支持向量机SVM结合对SAR图像中的舰船目标类型进行分类识别的算法。此算法首先对SAR舰船切片图像进行预处理,再采用Zernike矩提取SAR舰船图像切片的旋转不变特征算子;然后,利用支持向量机的方法对目标样本进行训练构造分类器,并采用"一对一"多类方式实现多类舰船目标的识别。最后,仿真建立3类舰船三维模型,并利用本文算法进行分类识别,实验结果表明本文算法能够有效识别舰船目标。     

基于属性识别理论的船舶安全性评价模型

基于属性识别理论能对事物进行有效识别和比较分析的原理,构建船舶安全性评价的属性识别模型,对船舶安全性进行评价。在指标权重的确定上,把熵值法和相容矩阵法相结合,既能较好地反映决策者的主观意图,又使权重系数具有客观性,提高模型评价的可信度。通过实例对模型的可靠性进行检验,评价结果与实际基本相符,该评价模型具有一定的实际应用价值。     

基于遗传算法优化支持向量机的船舰目标识别分类

为了实现有效的海上监管和响应,提高舰船监管效率,降低人力成本,提出基于遗传算法优化支持向量机的舰船目标识别分类方法。以HU矩为舰船目标的特征描述子,在舰船目标图像内,提取具备旋转、尺度与平移不变性的舰船目标特征矩;利用遗传算法,优化支持向量机的惩罚因子与核参数;在参数优化后的支持向量机内,输入舰船目标特征矩样本,输出舰船目标识别分类结果。实验证明,该方法可有效提取舰船目标特征矩;经过参数优化后的支持向量机,可有效降低计算复杂度,加快检测目标识别分类效率,具备较优的舰船目标识别分类性能。该方法均可精准识别分类舰船目标。     

基于支持向量机的模式识别方法研究

本文对支持向量机的原理和应用进行了综合论述。首先,概要叙述了支持向量机(SVM)的产生背景和发展前景。简要介绍了SVM的定义、分类及算法。最后,对SVM在文本识别、数字识别、人脸检测、人脸识别、人脸认证、回归分析及预测、图像检索、特征提取等方面的应用进行了讨论。     

基于神经网络的液晶数字识别在船用设备管理中的应用

数字识别是字符识别中的一个重要的研究课题。阿拉伯数字只有0～9十个,而且笔画简单,但是识别这十个数字并非易事,识别的正确率并不高。虽然液晶数字在形式上相对于识别难度较大的手写体数字来说比较规范,但是液晶数字的变体也比较多,形状各异,因此文章研究的目的在于找到一种对于液晶数字识别的一般的有效的方法。文章建立了＂仪表监控与数字识别系统＂,主要对液晶数字识别的过程进行了讨论,重点研究了数字图像处理和数字识别,做了以下几个方面的工作：1）在研究了多种液晶数字特征的基础上,提取了数字的粗网格特征。2）建立了一个基于BP神经网络的液晶数字识别系统,进行了分类器设计,并对数字识别结果进行了检验,取得了较好的系统性能,从而证明了采用的方法是可行的。     

基于未确知测度的引航水域风险预评估

为了实现船舶安全引航,根据未确知数学的理论方法,通过建立未确知测度模型及置信度识别准则,分析指标因素,确定指标因素的可靠程度,从而识别引航水域中的风险因素并进行评估.以浙江台州港综合安全评估为例,采用未确定知测度的方法对该港区水域的航行安全性进行研究和计算.     

基于CDIO教育理念的数字电子技术课程教学模式重构

分析数字电子技术课程教学中存在的主要问题,以CDIO工程教育理念为指导,从课堂授课策略、教学内容和考核评价体系等方面对数字电子技术课程教学模式进行重构,旨在通过CDIO教学理念的实施过程,充分发挥学生团队协作的精神,调动学习的积极性和主动性,培养学生的学习策略和自主学习能力,使学生在工程思维方式的指导下,逐步掌握数字逻辑电路设计的思想和基本方法。     

船舶操纵性指数的随机操舵试验识别方法研究

本文设计并实施了随机操舵试验,并对试验资料进行了相关分析。另一方面,在一定的随机操舵激励信号下,应用随机微分方程理论,获得了一阶K-T连续模型之解过程相关矩的解析解及近似解析解,并使之分别拟合两相关曲线而识别出了线性模型的参数,考察其结果,指出了非线性效应的存在及其影响的大小。最后,提出了一个非线性修正方法,从而可识别出一阶非线性模型的各参数。就试验与识别结果来看,是令人满意的。模拟计算预报也表明了本方法的有效性。     

基于人工智能和数字孪生技术的码头全周期健康监测应用研究

码头健康监测是利用现场的、无损的、实时的方式采集码头结构与环境信息,通过分析结构反应的各种特征对码头结构状态进行识别,提高码头设施的安全性、适用性和耐久性,确保码头设施处于良好技术状态。通过对码头健康监测的现状研究,对码头的全周期健康监测技术路线进行研究,同时引入基于人工智能数字孪生技术对码头的技术状态进行识别,为码头全周期安全运行提供技术支撑。     

基于灰色理论的漂浮救生舱载人漂浮安全性分析

漂浮救生舱是用于失事潜艇艇员集体脱险的设备,其载人漂浮过程是救生安全保障的重要内容。本文采用综合安全性分析方法,对载人漂浮过程进行危险事件识别,建立评估模型,提出基于灰色理论的风险评估方法。通过改进的专家法来确定评价体系的权重,结合改进的灰色评估理论,实现对载人漂浮过程中危险事件的风险概率和风险等级进行定性定量评估,进而提出降低风险管理措施和建议。最后,实例模型的应用不仅验证了所提方法的可行性与有效性,而且为与舰艇相关设备应用安全性分析提供指导。