城轨列车受电弓滑板边缘检测算法研究

研究受电弓边缘检测算法,阐述了基于Canny算子的多尺度像素级小波边缘检测算法和基于Zernike矩的亚像素级边缘检测算法.结合广州地铁13号线的实际图片进行对比实验.试验结果表明,相比于传统的像素级边缘检测算法,亚像素级边缘检测算法具有更高的精度,能够满足受电弓滑板边缘检测的需求.     

面向农村公路高分遥感影像道路提取的卷积神经网络架构

为了提升农村地区高分遥感影像路网识别精度,研究提出了一种高分遥感影像农村公路路网提取卷积神经网络跳跃链接"全局关注模块"(Block of Focusing Globe,BFG)架构.BFG架构在跳跃链接阶段对下采样特征图进行卷积操作,并将该操作卷积核尺寸与下采样次数相关联,最终与原特征图进行维度拼接后再输出至对应上采样环节,从而为原特征图叠加更为丰富的全局信息与上下文信息.通过对比实验对算法性能进行评价,发现未使用BFG模块的典型U-Net结构,其交并比为使用后的97.74％;Res-U-Net的交并比为使用BFG模块U-Net的55.11％;BFG模块能有效降低高分遥感影像中路侧地表类型变化对路面识别产生的干扰,使提取路面保持边缘清晰、连续,且能够在路面被林木或阴影短暂遮蔽时正确识别并提取道路路面信息.以上结果表明,新建BFG模块架构具有较好的实用性.     

基于大数据的舰船通信网络信息资源提取方法分析

常规通信网络信息资源提取方法应用于舰船通信网络信息资源提取中,存在信息资源提取误差较大的不足,为此提出基于大数据的舰船通信网络信息资源提取方法分析。依托大数据标记函数,搭建舰船通信网络信息标记规则,对目标函数建立索引;依托高性能检索机制,实现舰船通信网络信息资源提取,完成基于大数据的舰船通信网络信息资源提取方法分析。试验数据表明,提出的通信网络信息资源提取方法较常规信息资源提取方法,信息资源提取误差降低38.64%,适合舰船通信网络信息资源的提取。     

云计算环境下模糊舰船图像局部特征提取方法研究

为弥补SIFT算法在匹配精度上存在的不足,设计云计算环境下的模糊舰船图像局部特征提取方法。在云计算服务框架中,实现矢量描述子的分类操作,完成云计算环境下的舰船图像节点匹配处理。在此基础上,按照舰船图像的局部特征构造需求,建立模糊图像的稀疏数据库,再根据必要特征提取量的计算结果,实现新型模糊舰船图像局部特征提取方法的顺利应用。对比实验结果表明,与SIFT算法相比,应用新型局部特征提取方法后,舰船图像模糊匹配精度最大值接近75%,传统提取遗留问题得到妥善解决。     

复杂背景下接触网隔离开关智能识别技术研究

接触网隔离开关是高速铁路牵引供电回路的重要组成部分,通过采用基于MobileNetV2特征提取网络速度优化的YOLOv5算法实现接触网隔离开关准确定位、利用复合边缘检测技术实现准确接触网隔离开关边缘提取、通过边缘信息计算接触网隔离开关开合角度实现接触网隔离开关状态精确识别技术,提升隔离开关状态识别技术在复杂环境下的适应性、准确性,保障供电设备高效运行。     

基于阈值自适应调整的图像特征均匀分布ORB算法改进

基于相机的无人驾驶汽车视觉同步定位与地图构建(SLAM),可完成无人驾驶汽车的定位与建图.针对传统ORB(Oriented FAST and Rotated BRIEF)算法在提取图像特征点时容易造成冗杂、分布集中的问题,提出一种限制四叉树算法分裂深度的改进ORB (A-ORB)算法.该算法构造图像金字塔解决尺度不变性...     

基于eCognition的面向对象农村公路提取

采用面向对象思想,使用高分辨率CBERS 02B HR全色影像对农村公路进行提取。在对影像进行分割后,综合利用影像对象的光谱信息和几何信息,构建道路提取知识库,并使用道路生长法对提取结果进行完善,增加了道路的完整性。与面向像元的方法对比,该方法能取得较好的精度。     

基于移动终端定位技术的交通参数提取与应用

随着科技的发展,移动终端的不断普及,以及移动定位方法的日趋成熟,使得定位技术在其他领域的应用得到了广泛的关注.对移动终端定位方法进行了分析,并列举了其在交通参数提取的应用方式,在理论上论证了移动终端进行交通参数提取的可行性.     

基于等高线形状分析的LIDAR建筑物提取

基于等高线形状分析,提出了一种新的LIDAR（机载激光雷达）建筑物提取方法．首先利用LIDAR数据生成DSM（数字地面模型）等高线,然后根据等高线形状特征参数,从DSM等高线中提取由建筑物点云形成的等高线（建筑物等高线）．最后,根据拓扑关系简化建筑物等高线,再利用建筑物轮廓线相互垂直或平行的特点,对建筑物等高线进行规则化,提取建筑物．实验结果表明,即使在地形起伏的情况下,该方法仍可提取出形状复杂的建筑物,准确率达80％以上．