实时测距系统中基于图像的一种船舶自动识别算法

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。     

真空镀膜膜层缺陷显微图像的边缘检测

真空镀膜膜层缺陷显微图像的边缘模糊、噪音大等,不利于工艺分析。采用多种边缘检测算子对显微获得的膜缺陷图像进行处理并进行了结果比较,表明：基于小波变换的边缘检测,可清晰突出缺陷图像轮廓、有效去除背景噪声,具有优异的边缘检测性能。     

一种基于边缘检测的图像平滑算法

基于图像增强理论,提出一种新的图像平滑算法,先利用边缘检测的方法区分出边缘区域和非边缘区域,然后对非边缘区域进行平滑,而非边缘区域保持不变。通过与整体图像平滑算法的对比可知,该方法在对图像进行平滑的同时能较好的保持图像的边缘和细节。     

基于子波变换的SAR图像边缘提取研究

SAR图像的边缘提取是其图像处理的一项重要内容。将子波变换应用到SAR图像的边缘提取，通过提取子波变换局部极大模来提取图像边缘。仿真实例表明该方法取得的边缘清晰准确，具有一定的先进性。     

基于卷积神经网络的舰船图像边缘检测算法

为合理分布舰船行驶图像卷基层结构中的边缘化网络参数,设计基于卷积神经网络的舰船图像边缘检测算法。按照图像数据特征可视化处理依据,设定必要的神经动量值,完成基础卷积神经网络设计。在此基础上,命名舰船图像节点,再以基本边缘数据结构连接原理为参照,配置检测链接库,实现舰船图像边缘检测算法的顺利应用。对比实验结果,与理论检测手段相比,应用舰船图像边缘检测算法后,最大化网络参数值达到9.0×1015 T,图像边缘化检测覆盖率超过80%,舰船行驶图像卷基层结构中的边缘化网络参数达到理想化分布状态。     

基于DSP的机器视觉在黄瓜生长信息检测中的应用

利用机器视觉对黄瓜的生长信息进行了检测研究.该检测系统采用DSP芯片TMS320CDM642,结合PHILIPS SAA7115芯片作为硬件平台,很好地实现了图像的采集与处理,进而实现了对图像颜色分量信息的提取.该研究对于提高温室的智能化灌溉控制具有重要的意义.     

基于小波变换的边缘保留图像滤波法研究

为了在滤除图像噪声的同时又能保留图像边缘,提出了一种新的基于小波变换的图像滤波法。利用小波变换对噪声图像进行多分辨率分解,得到对应的低频近似信号分量和高频细节信号分量。提取低频系数和高频系数,分别对低频系数进行增强,对高频系数进行锐化,再对锐化后的高频系数进行阈值处理,获得噪声系数,利用锐化前的高频系数减去处理后的高频系数,得到最终的高频系数并通过小波重构得到去噪图像。     

一种视频图像船舶吃水线自动检测方法

针对在船舶吃水线自动检测过程中水迹线边缘带来的干扰,提出一种基于图像处理的船舶吃水线自动检测方法。该方法实时提取船舶水尺视频图像,利用Canny算子进行边缘检测,几何校正后,利用霍夫变换检测出水迹线和吃水线位置,最后通过位置比较,去除处在上方的水迹线,从而得到准确的吃水线位置。实验结果表明,该方法对船舶实际吃水线的检测是有效的。     

噪声干扰下船舶遥感图像的目标边缘检测方法

目前边缘检测方法根据图像极值点筛选图像边缘点,导致检测到的边缘图像不清晰,平均能量值偏低,提出噪声干扰下船舶遥感图像的目标边缘检测方法。采用频域Fourier变换去除图像噪声;选择Canny算子,设计目标边缘检测流程;平滑去噪图像,根据图像边缘梯度极大值点,筛选图像目标边缘点,分割图像目标和背景,实现目标边缘检测。实验结果表明,在1%和10%梯度下的校验噪声模拟的噪声干扰下船舶遥感图像中,研究方法相较此次实验选择的方法,检测到的目标边缘图像平均能量值高。     

小波变换在舰船边缘检测及尺寸测量中的应用

舰船边缘检测及尺寸测量在海洋舰船识别与探测中具有非常重要的作用,传统的监测与测量方法,存在测量精度低、适用范围窄等问题。针对这些问题本文提出一种基于小波变换的图像边缘提取方法,应用于舰船图像的尺寸测量中。利用光滑二次小波对舰船图像进行二维小波变换,计算局部极大值点,形成舰船图像边缘形状;在此基础上,构造一个边缘最小外接矩形,通过测量两点之间的距离得到舰船图像尺寸大小。实验证明,该方法与传统方法相比具有更好的效果。     

基于遗传算法实现数字图像边缘检测

介绍了遗传算法的基本原理和算法步骤,并通过规定适应度计算方法和设定初始化子群、选择、交叉和变异等过程的重要参数,实现了该算法在图像边缘检测的应用,实例证明该方法可以取得很好的效果。     

基于二值HT的多LFM信号检测

Wigner-Ville分布对于单分量LFM信号有很好的时频聚集性,但WVD是二次型变换,故对信号环境中复杂的多LFM信号不可避免的存在交叉项的干扰。HT可以消除交叉项的影响,能够很好的对多个LFM信号进行检测,但存在大信号淹没小信号的现象。提出二值HT能够很好的解决上述问题,为多LFM信号的检测技术提供理论依据。     

自动化集装箱码头环境保护分析与展望

为进一步落实“两型”港口要求,自动化集装箱码头积极主动在港口规划、码头设计、设备选型和港口操作等环节采取有效措施促进节能减排。以洋山四期为例,从消耗能源分配科学性、耗能设备选型合理性、能效水平先进性以及节能措施可行性等方面对自动化码头环境保护应用案例进行分析说明,并对未来港口环境保护前景进行展望。     

自动化集装箱码头控制系统的研究

根据实际集装箱码头的要求,构建轨道式港口集装箱码头物理模型。在此基础上,采用西门子S7-300系列PLC以及PROFIBUS-DP总线设计了自动化集装箱码头控制系统,并运用西门子Step7编程软件编写了控制程序,包括自动卸船程序、自动装船程序、各个机构的点动控制程序、机构复位程序、异常处理程序以及应急程序等。结果表明,该控制系统和控制程序成功地运用在模型中,并且可以移植到实际控制系统中。     

基于机器视觉的水位快速测量方法的设计

水位测量在航道测量中起着重要的作用,文中提出了用机器视觉代替人工去“观测”水尺吃水线在刻度字之间的值。首先利用Canny算子检测出吃水线,计算出水平面距离刻度上边缘的距离,并利用BP神经网络对分割出来的字符进行识别,计算出吃水线的值,从而快速准确的获取水位,消除了人工观测水位过程中产生的误差,提高了航道测量的效率和准确性。     

基于AIS与机器视觉检测的船桥智能避碰系统

为提高目标识别率,基于自动识别系统（Automatic Identification System,AIS）与机器视觉检测的船桥智能避碰系统,提出针对大背景中微小船舶目标的检测方法,主要包括图像预处理、图像处理和目标识别。试验结果表明：单纯视觉检测目标识别率可达到98.52%,AIS与机器视觉检测设备共同工作情况下识别率可达到100%。研究成果可为船桥智能避碰系统的设计提供一定参考。     

嵌入式图像火灾检测系统在船舶机舱中的应用

船舶机舱火灾检测是个极为重要的环节.利用嵌入式系统的优点结合机器视觉技术成为这个领域的一个研究方向.机器视觉的方法被逐步应用于火灾检测中,而火灾视觉特征的提取是主要研究方向.本文以火灾的轮廓脉动特征为主要研究点,通过对轮廓的变化描述来探测火灾.利用离散余弦变换对轮廓信息的描述,同时在离散余弦变化空间上构筑脉动信息的距离模型.通过该模型准确地度量时空闪烁特性,从而对火灾进行判断.试验表明,本方法具有较好的鲁棒性和准确性,并可较好地提高系统的运行速度,减少运算花费的时间.