首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 46 毫秒
1.
为了更准确地掌握无人船航行动态,提出应用区域生长的无人船红外图像精确分割方法。对无人船红外图像特征进行有效提取与识别,采集应用区域生背景图像特征数值,有效提高图像边缘背景灰度和分辨率,将区域生长法与图像轮廓灰度信息相结合,进行无人船红外图像精确分割处理,保证分割结果精准合理。最后通过实验检测证实,应用区域生长的无人船红外图像精确分割方法在实际应用过程中具有更高的抗扰性和准确性。  相似文献   

2.
实时测距系统中基于图像的一种船舶自动识别算法   总被引:1,自引:1,他引:0  
吴良武  刘雨东  侯建华  栾旭 《舰船科学技术》2009,31(10):135-137,143
讨论了实时测距系统中一种基于图像的目标船舶自动识别算法。首先利用小波变换,从高分辨率图片中分解出大尺度图像,并在分解出的图像中使用Canny算子做边缘检测,确定出船舶区域,然后再在高分辨率图片中使用Canny算子,对确定出的船舶区域做边缘检测,最后利用霍夫变换,识别出船舶的船首角点。  相似文献   

3.
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。  相似文献   

4.
运用神经网络图像特征提取联合SSA-SVM分类算法,对通航区域图像中的典型船舶目标进行识别以实现船舶目标的自动分类。首先通过摄像机获得通航区域的高分辨率图像,以AlexNet深度学习网络为基础经迁移学习后提取典型船舶目标特征,获得4种船舶类型、共5 505 024个特征数的典型船舶目标特征矩阵。以特征矩阵为训练依据训练SSA-SVM算法,在种群寻优下获得最佳识别参数,经训练得出在小数据集下具有较强辨识能力的SSA-SVM船舶目标识别模型。实验表明,相比于深度学习的大数据集驱动识别算法,使用AlexNet特征提取的SSASVM算法能够在数据量较少的情况下对散货船、集装箱船等典型船舶目标进行有效识别,识别准确率为88.87%、训练时长为1 856 s,满足实用需求,为水上监管提供了可靠的技术支持。  相似文献   

5.
为了抑制ViBe算法在海面动态背景视频下“鬼影”区域对船舶运动目标检测的影响,提高监控视频中船舶运动目标识别的准确率,提出一种改进的ViBe算法。首先,背景模型用连续帧初始化,以减少“鬼影”的影响;然后,使用自适应阈值和闪烁级别来减少海面杂波,同时采用像素点对比消除“鬼影”,提取运动目标前景,获取完整的运动目标区域。最后,对输入视频进行高斯金字塔多尺度分解,并采用改进的ViBe算法检测低分辨率视频中的移动船舶,完整提取了海上移动船舶。实验结果表明,所改进的算法消除了“鬼影”区域,减少了海面杂波的干扰,检测率为92.5%,单帧视频图像检测时间控制在97 ms以内,可准确、快速地检测和提取海面船舶运动目标。  相似文献   

6.
提出大噪声环境下前视声呐图像目标识别的研究方法,针对水下无人航行器(UUV)在近岸浅水区航行中由于前视声呐图像噪声较大,难以准确识别目标的问题,通过改进的中值滤波和Otus阈值检测算法,对前视声呐图像进行滤波和二值化.利用区域增长算法分割疑似目标区域图像,分别提取分割图像的长度、形状、方向、灰度均值和灰度能量中值等参数...  相似文献   

7.
人工智能技术飞速发展,人们已经实现了依靠智能算法识别船舶运动轨迹,这对船舶的航行安全起着重要的推进作用。在对船舶运动状态进行跟踪识别过程中,首先要从视频图像中提取出目标物体的特征值,然后在数据库中进行比对,进一步获得目标物的具体参数。本文采用卡尔曼算法对船舶运动目标的特征参数进行分析,首先建立船舶运动时的动力模型,然后结合目标的灰度统计特性,对船舶的运动状态和运动参数的转移算法进行设计。从仿真结果可知,本文所提出的运动模型识别算法满足基本的鲁棒性和准确度,能够对船舶目标进行速度识别和航迹跟踪。  相似文献   

8.
在海上防御中,准确识别目标物体具有重要的现实意义。为此,针对2种传统图像目标识别方法存在的精度问题,研究一种海上视频监控系统组合相似度图像智能识别方法。该方法主要分为3步骤,首先对海上监控系统采集到的图像进行预处理,包括图像灰度化、图像平滑去噪、图像增强、图像分割等,然后利用HOG特征提取算法对处理好的图像进行特征提取,最后通过距离公式计算目标特征与数据库中相似性评价标准之间的相似度,完成相似度匹配,实现目标识别。结果表明:与基于K-means聚类、CNN模型等2种传统图像目标识别方法相比,利用本方法编程的软件程序进行25000个海上目标识别,识别准确性分别提高8.1%和7%,提高了海上防御的安全性。  相似文献   

9.
目前大多数基于内容的图像检索CBIR(Content Based Image Retrieval)技术都依赖于图像的全局特征(例如颜色、纹理等),这样图像的空间布局特征被忽略了.本文提出了一种基于分块区域的图像检索方法.首先用k-means聚类算法对图像进行区域分块,然后提取各分块区域的视觉特征,再对查询图像和目标图像中各区域的视觉特征进行多对多的匹配,根据最小加权平均准则得到区域之间单个特征的特征距离,归一化后求和得到查询图像和目标图像的相似度.在1000幅通用图像库上的实验表明,该方法可以产生比较满意的结果.  相似文献   

10.
传统舰船图像识别方法仅支持单一识别算法运算,导致不同图像识别特征差异化区域的识别感知系数降低,直接影响自动识别准确率。为了保证不同算法在融合过程中的相互独立与统一,提出小波分解和多尺度形态学的舰船图像自动识别。对图像识别滤波器进行多尺度形态优化,使其适应差异化特征图像;利用小波分解算法,计算得到图像特征区域熵;根据识别特征熵,对识别图像特征进行提取。最后通过特征的多尺度对比,完成图像自动识别计算。通过与传统单一算法的图像识别方法对比证明,在相同时间内,提出方法的识别准确率最高,并可将识别准确率控制在98%以上。  相似文献   

11.
学分制下高校重修制度管理模式的探讨   总被引:6,自引:0,他引:6  
重修制是学分制条件下教学活动的重要环节,如何提高重修课的教学质量成为目前教学管理部门的一项重要课题。本文从重修时间、考试考核体系等方面提出了重修课教学存在的问题,并从管理、教师、重修方式等五个方面提出了解决措施。  相似文献   

12.
介绍了我国港口资源的整合现状,指出港口整合可以提升港口的形象和地位,也为区域经济和城市的发展注入强大的动力。最后指出在港口资源整合中要避免的几个问题。  相似文献   

13.
刘海量 《中国水运》2007,7(3):139-140
本文从影响工程质量的几个主要方面作了分析和调查,对项目建设过程中四个参建主体在建设市场角色中存在的问题的进行指正,同时针对问题提出了整改措施和自己的展望。  相似文献   

14.
从原则上说,承包商有索赔权利的工程成本增加,都是可以索赔的费用。但是,对于不同原因引起的索赔,承包商可索赔的具体费用内容是不完全一样的。哪些内容可索赔,要按照各项费用的特点、条件进行分析论证。  相似文献   

15.
谈船舶超载的成因及对策   总被引:1,自引:0,他引:1  
桑松志 《中国水运》2007,5(10):21-22
在水上运输过程中,因船舶超载运输而导致的沉船事故时有发生。如何遏制船舶超载,维护航行秩序,是水上安全监督工作的热点、难点。本文拟就结合在实际工作中的一些做法及体会,探讨船舶超载的成因及对策。  相似文献   

16.
宁波船舶工业:机遇与对策   总被引:1,自引:0,他引:1  
通过对走锚船的受力分析,得到走锚船走锚时的运动轨迹。这对驾引人员在对船舶安全控制和港口管理人员对港口水工建筑物的安全管理方面有着积极的参考价值。  相似文献   

17.
对公民知情权和宪法确认,有利于维护公民的切身权益,是建立现代法治国家的基石,是构建社会主义民主制度的必然。  相似文献   

18.
根据挂篮的特点,设计了具体工程的施工挂篮,并对挂篮在施工中的应用进行了研究,得到了相关的参考数据,指导具体施工。  相似文献   

19.
浅谈船舶碰撞的概念及其法律适用原则   总被引:1,自引:0,他引:1  
丁琴 《中国水运》2006,4(11):198-199
船舶碰撞(Collision between Vessels)是指海上运输中发生的非正常事件,直接威胁海上运输的安全.自19世纪蒸汽机钢质船问世之后,船舶碰撞更加引起人们的注意.本篇将重点讨论船舶碰撞的概念及其法律适用原则这两个方面.  相似文献   

20.
海商法关于船舶优先权、船舶留置权的规定使船舶融资租赁人面临由于船舶特有法律制度带来的特殊风险,为防范此类风险,应该从对租赁物——船舶采取的一般民事保全措施或海事请求强制措施的角度入手,对于采用何种措施,实践界和理论界并无定论,争论比较大的法律问题便是"当事人是否可以申请对自己名下的船舶采用强制措施",本文指出:船舶融资租赁出租人可将租赁物作为财产保全请求或者海事保全请求的担保财产请求法院扣押相关证书,防止租赁物被拍卖变更产权的风险。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号