基于智能图像视觉的船舱内部监控与识别

为了提高对舰船船舱内部监控管理能力,提出一种基于智能图像视觉的船舱内部监控识别方法。采用计算机视觉特征信息采集方法进行船舱内部图像原始信息采集,对采集的图像进行小波降噪处理,采用Harris角点检测方法进行船舱内部关键部位点的准确标定,结合图像子块连续遍历方法实现船舱内部异常像素特征搜索提取,实现船舱内部的智能视觉监控识别。仿真结果表明,采用该方法进行船舱内部监控,输出视觉图像的成像质量较好,对关键信息点的标定结果准确,对船舱内部异常像素的检索能力较强,具有较好的应用价值。     

基于视觉传达的模糊舰船图像目标分类检测

模糊舰船图像的有效分类识别可提高对目标的准确打击和辨识能力,提出基于视觉传达和图像增强的模糊舰船图像目标分类检测模型。构建模糊舰船图像的多传感视觉采集模型,采用目标图像与背景图像差分分析方法实现对舰船图像的目标特征提取和聚类处理,根据视觉聚类传达和目标图像的特征点增强结果,结合模糊C均值聚类算法,实现对舰船目标图像的分类检测。测试得知,该方法进行舰船目标分类检测的聚类性较好,识别精度较高,视觉传达效果显著增强。     

基于图像处理的船舱内部火情监控与识别

船舱内部失火将对舰船的安全带来严重威胁。为了提高火情预防控制能力,在计算机视觉下,提出一种基于图像处理的船舱内部火情监控与识别方法。采用图像采集传感器进行船舱内部原始图像采集,对图像进行中值滤波降噪预处理,采用4×4子区域尺度分割方法对图像进行分块融合处理,实现对图像中的火焰和烟雾特征信息的准确提取和信息采集输出,实现火情实时监控识别。仿真结果表明,采用该方法进行船舱内部火情监控识别的图像视觉效果较好,输出图像的信噪比较高,识别时间开销比传统的烟雾探测识别方法较短。     

浅析基于稀疏表示的航运船体检测方法

为进一步强化航道安全,解决海事CCTV人工值守、非自动化问题,提出了基于稀疏表示的船体检测方法.利用稀疏表示实现对船体的检测时,首先构建样本特征矩阵,然后利用K-SVD算法对样本特征矩阵进行学习,得到冗余字典,最后对测试样本进行重构,根据马氏距离判断测试样本属性.通过与传统方法的试验比较,实验结果表明,该算法实时性好、检测准确率高,可以很好地对CCTV视频监控的船体进行检测与跟踪,解决CCTV人工值守、非自动化问题,节省大量人力资源.     

基于Nystr?m逼近聚类图像分割算法的研究

针对当前传统的图像分割方法存在计算过程复杂,执行效率不高的问题,论文引入图像分割、聚类分割理论作为研究的理论基础,通过构造图像的余弦相似度矩阵对图像进行预处理,在传统的谱聚类算法的基础上,通过谱分解求解特征值和对应的特征向量,建立并描述Nystr?m逼近聚类图像分割算法模型,利用聚类算法对样本集合进行聚类,得到图像的分割的结果。通过时效性和有效性的模型检验,得到该模型具有效率高、简单和模拟性好的结论。分别将模型用于货车发动机故障检测和车辆车牌识别的实际应用中,得到该模型在现实应用中皆能够发挥图像分割作用和意义。该文的研究为故障检测等交通领域,以及其他用于图像分割的领域打下了理论基础和实践依据。     

基于AP聚类和深度卷积网络的船舶焊缝缺陷检测

针对船舶焊缝缺陷检测中存在定位困难和识别效率低问题,提出基于AP聚类和深度卷积神经网络的检测方法.采用基于距离最值的M-SMOTE算法进行焊缝样本不平衡数据集处理,实现少数类新样本的精细化生成,并提出基于AP聚类的深度卷积神经网络模型.模型先基于几何特征、强度特征和背景对比反差进行11个焊缝缺陷特征提取和AP聚类,并将聚类结果作为神经网络输入;采用自适应PCA法对网络进行降维,在保证识别准确率的基础上,通过参数化方法简化降维步骤.试验表明,在通用焊缝数据集上,文中模型的识别率高达98.87％,与准确率较高的VGG模型相比,训练时间缩短12.10％,模型存储减小11.94％;在船舶焊缝数据集上,文中模型的总体识别率达到98.00％,对比准确率较高的DNN模型,其准确率提高了 3.33％.     

基于区域模糊直方图的图像检索

将图像分割算法和模糊理论相结合,提出了基于区域模糊直方图的图像检索方法。用快速聚类算法对图像进行区域分块,以各区域的视觉特征为基础,建立图像模糊直方图并进行图像检索。在1000幅通用图像库上的实验表明,该方法可以得到比较满意的检索结果。     

基于区域模糊直方图的图像检索

将图像分割算法和模糊理论相结合，提出了基于区域模糊直方图的图像检索方法。用快速聚类算法对图像进行区域分块，以各区域的视觉特征为基础，建立图像模糊直方图并进行图像检索。在1000幅通用图像库上的实验表明，该方法可以得到比较满意的检索结果。     

一种基于OpenCV实现的运动目标检测算法的研究

序列图像中的运动目标检测是数字图像处理与识别以及计算机视觉领域研究的主要内容之一,在视觉监控系统、医学图像分析、工业检测以及军事等领域中都有应用。文章重点对运动目标检测的算法进行了讨论,通过分析和比较三种常用运动目标检测的算法,提出了一种使用改进的背景更新算法检测运动目标的方法,并利用Intel公司开发的OpenCV提供的函数库进行测试。结果表明利用该方法可以稳定地提取背景图像,抑制运动目标对背景的干扰,有效地提高了运动目标的检测概率。     

船舶视频监控图像的多特征集成研究

传统视频监控图像多特征集成技术对舰船图像集成后清晰度较差,并伴随一定的图像阴影,为此提出船舶视频监控图像多特征集成技术。根据舰船图像的底层视觉特征进行图像自动标注,为特征提取提供定义数据,对图像进行序列选定,避免集成图像生成阴影;使用空间分布特性进行图像视觉特征表达,使用纹理特征方式实现船舶监控图像多特征集成。试验数据表明,设计的图像多特征集成技术能够完成船舶图像的高清特征集成。