卷积神经网络船舶遥感图像目标检测

本文提出卷积神经网络的船舶遥感图像目标检测方法。采用拉普拉斯算子增强处理船舶遥感图像,使得船舶目标特征信息更加清晰;基于Snake模型分割出遥感图像中的船舶目标,通过Gabor滤波器提取船舶遥感图像目标特征向量;基于卷积神经网络搭建船舶遥感图像目标检测架构,统一化处理分支网络置信度,对卷积神经网络进行训练,获取最优权重系数;将遥感图像输入至训练好的卷积神经网络中,即可实现船舶目标的检测。实验数据显示：应用本文方法获得的F1 Score参量与IoU参量数值全部大于给定标准数值,充分证实本文方法具有较好的船舶遥感图像目标检测效果。     

基于卷积神经网络的船舶图像增强研究

为了更好的识别船舶图像信息,提出基于卷积神经网络的船舶图像增强方法,利用卷积神经网络技术对船舶图像特征进行采集和建模,并对采集到的数据进行降噪,再根据图像颜色特征进行图像缺陷修复和图像的逆向恢复处理,从而获得高品质的船舶图像。最后通过实验证实,卷积神经网络能够有效改善船舶图像的显示质量,满足传播图像增强的设计目标。     

基于视觉传达效果的舰船图像优化

视觉传达技术是数字化环境下快速发展的科学技术,在舰船安防监控中,亟需采用视觉传达技术修复模糊的舰船图像,去除图像非均匀噪声,提高舰船图像分辨率。本文基于视觉传达效果视角,将视觉传达技术应用到提取舰船图像特征信息、建立舰船图像优化模型、优化处理雾天舰船图像和舰船全景图像四个方面,提出舰船图像优化方案,并通过实验论证优化方案的图像效果,实验结果表明舰船图像优化能够有效降低峰值信噪比,保证图像的清晰度。     

改进GA-BP算法的棒式绝缘子表面缺陷识别

针对棒式绝缘子及表面缺陷的精确识别技术问题,提出改进遗传算法(Genetic Algorithm)优化BP神经网络算法(GA-BP)和绝缘子水平/垂直方向像素统计的算法,分别用于绝缘子及其表面缺陷精确识别。采用GA算法对BP网络的初始权重进行优化,并用鲍威尔-比厄法(Powell-Beale)更新GA-BP算法中的权值和阈值,高精度识别绝缘子。利用相机标定,实现绝缘子长度直径比、伞裙面积的世界与像素值间的转换。基于像素统计结果,实现绝缘子表面缺陷的精确识别。仿真结果表明,与GA-BP识别算法和以伞裙距离为自爆判断标准的算法相比,改进后的识别率分别提高7.00%和20.50%,且改进GA-BP算法的处理时间为0.015 s/张。为接触网检测监测装置(4C)零部件的准确识别奠定了基础。     

遥感图像自动判释与专家系统

遥感图像计算机判释中,综合运用地学专家知识、图像处理技术、地理信息系统、模式识别、人工智能和专家系统等多种技术,形成遥感图像判释与专家系统具有重要的理论意义和应用前景.本文结合铁路航测遥感图像判释与专家系统的研究成果及应用,阐述遥感图像计算机判释与专家系统的发展、总体结构、知识表示、推理规则和实现功能.     

数字图像式大客车行驶状况监控系统研究

数字图像式行驶状况监控系统的开发研究,对于精确地检测车辆行驶环境与驾驶员的工作状态,改善车辆主动安全性,加强交管部门的管理能力,提供了切实可行的方案。另外,该系统利用图像检测前方障碍物的距离,降低了激光雷达测距的成本,具有一定的普及价值。     

一种基于遗传算法和小波分解的刚性图像配准方法

为了实现快速、高精度的自动图像配准,提出了基于遗传算法和小波分解的图像配准方法。此方法在小波分解的基础上,以互信息为相似性测度利用遗传算法为搜索算法对图像进行一次配准,然后以特定步长在小范围内对配准参数进行修正,对图像进行二次配准。该方法实验结果表明该方法具有较快的速度且显著的改善了配准精度。     

基于IHS和小波变换的遥感图像融合方法研究

基于IHS变换法和小波变换法,提出一种新的图像融合方法．该方法利用IHS变换法增强空间细节表现能力,利用小波变换法保留TM图像的光谱特性,可以最大限度地保留待融合图像的光谱信息,同时可提高待融合图像的清晰度和空间分辨率．     

基于深度学习的钢轨伤损超声检测与分类

钢轨内部伤损的实时检测与治理将有效地降低事故发生的风险.人工物探方法费时费力;超声检测技术能够实时地探查钢轨的内部状态,但伤损的辨识仍依赖于人工或图像处理技术逐个手动处理,易漏检或错检.提出一种新的基于深度学习的钢轨内部伤损超声检测数据后处理方法以实现伤损识别和分类的自动化,并从数据,方法和干扰因素三个方面对分类效果进...     

汽车交通事故现场勘查与再现技术探讨

随着汽车工业和交通运输业的高速发展,交通安全形势异常严峻,汽车交通事故现场勘查与再现技术成为交通安全研究领域的重要课题。本文对已运用到汽车交通事故现场勘测与再现中的摄影测量技术和计算机图像技术进行了分析研究,并提出了事故现场勘查与再现的新技术方案。