学科分类
/ 25
500 个结果
  • 简介:摘要:针对激光三维扫描图像中噪声干扰大,光条中心提取耗时等问题,根据激光三维图像的特征,提出了激光三维扫描图像处理改进算法图像预处理过程中,结合不同特征采用不同的滤波方法,消除噪声干扰、增强图像特征。考虑到激光三维扫描的实时性,为了提高激光光条中心提取的效率,文中在steger光条中心提取算法的基础上,简化二维高斯卷积核,采用方向模板对图像进行卷积,计算图像中的各像素的各阶偏导数,进而构建hessian矩阵求得最小特征值和对应的方向向量,从而确定光条中心点,提高了光条中心提取的效率并保证了算法的鲁棒性。实验结果表明:改进算法能够有效去除激光三维扫描图像中的噪声,对不同类型的噪声具有良好的抗干扰能力,而且处理后的激光三维扫描图像质量较高,细节丰富、信息完整。此外,激光三维扫描图像处理的速度得到了优化提升。

  • 标签: 激光三维扫描 图像预处理 噪声去除 光条中心提取
  • 简介:摘要:针对激光三维扫描图像中噪声干扰大,光条中心提取耗时等问题,根据激光三维图像的特征,提出了激光三维扫描图像处理改进算法图像预处理过程中,结合不同特征采用不同的滤波方法,消除噪声干扰、增强图像特征。考虑到激光三维扫描的实时性,为了提高激光光条中心提取的效率,文中在steger光条中心提取算法的基础上,简化二维高斯卷积核,采用方向模板对图像进行卷积,计算图像中的各像素的各阶偏导数,进而构建hessian矩阵求得最小特征值和对应的方向向量,从而确定光条中心点,提高了光条中心提取的效率并保证了算法的鲁棒性。实验结果表明:改进算法能够有效去除激光三维扫描图像中的噪声,对不同类型的噪声具有良好的抗干扰能力,而且处理后的激光三维扫描图像质量较高,细节丰富、信息完整。此外,激光三维扫描图像处理的速度得到了优化提升。

  • 标签: 激光三维扫描 图像预处理 噪声去除 光条中心提取
  • 简介:

  • 标签:
  • 简介:摘要: 遥感卫星图像识别技术是当今世界的热门话题。针对军事目标识别领域中图像识别易受到多种干扰导致精度和识别效率低下的问题,对尺度不变特征转换算法(Scale-Invariant Feature Transform, SIFT)进行改进。提出使用哈希与描述符二值化的方法,来提升SIFT 特征匹配效率,将SIFT 描述符二值化,在损失些许精确度的情况下,降低计算特征点间距离的复杂度。实验结果显示,虽然SIFT 的二值化和哈希都损失些许精确度,但是整体的匹配速度提升许多,所花费的时间约为传统SIFT识别方式的2500分之一,而且本研究的哈希也能够运用在其他SIFT 二值化描述的方法,其匹配速度也比传统SIFT 搜寻方式快约2500倍。该方法降低整体匹配时间,且适用于其他 SIFT 二值化描述方法

  • 标签: SIFT算法 二值化改进 哈希计算 军事目标识别 遥感卫星图像
  • 简介:无人机航拍、测绘等技术以其诸多优点,得到越来越广泛的应用。但在部分地区因天气条件或大气污染等因素雾、霾天较多,使得采集的图像严重降质。针对该问题,提出一种基于物理模型的无人机遥感图像去雾算法。首先,通过比较无人机遥感图像和普通景物图像,归纳无人机遥感图像的主要特点,根据这些特点并结合现有一些去雾算法的优点,给出了大气光矢量的模、大气光矢量的方向、全局透射率等去雾参数的计算方法。实验结果显示,该算法能够在多个指标上取得较好的效果。这表明该算法有效可行。

  • 标签: 去雾 无人机遥感图像 大气光矢量方向 大气光矢量模 全局透射率
  • 简介:基于多小波变换方法,提出了一种针对多光谱图像和全色图像的像素级遥感图像模糊推理融合算法。该算法首先利用IHS变换对多光谱图像进行颜色空间转换,然后对1分量和灰度拉伸后的全色图像进行多小波分解分别得到高频部分和低频部分图像。针对高频图像抗噪能力差的问题,提出了一种基于模糊推理的加权融合规则。对融合后的图像进行多小波重构和IHS反变换得到融合后的目标遥感图像。这种融合算法既保留了多小波变换在图像融合中的优点,同时也克服了传统融合规则会引起的图像模糊、噪声敏感的问题。实验结果表明,该方法在增加图像信息、增强图像目标特性和提高图像清晰度等方面有较好的融合效果。

  • 标签: 多小波变换 模糊融合 IHS变换 遥感图像
  • 简介:摘要:遥感图像中舰船目标检测是海洋监管和国防建设中的重要基础工作,旨在分类和定位一幅遥感图像中的所有舰船.近年来,随着遥感卫星技术的快速发展,多源遥感数据不断扩增.光学遥感图像具有判读直观性强及数据翻译便捷等优点,引起了广大学者的重视和研究.但是光学图像容易受到云雾遮挡、强烈光照等气候的影响.相对地,合成孔径雷达(Synthetic Aperture Radar,SAR)凭借其不依赖光照条件且不受天气影响的优势,能够实现全天时、全天候大面积海域侦查工作.由于上述差异性,针对不同成像机理的遥感图像,需要设计专门的算法进行舰船目标检测。

  • 标签: 舰船检测 遥感图像 深度学习 风格转换 域自适应
  • 简介:遥感技术在工程地质勘察中应用越来越广泛。工程勘察的技术特点要求遥感资料满足多空间分辨率、高空间坐标精度的要求。本文在对遥感图像的通用格式GeoTIFF进行研究的基础上提出一种快速的坐标转换方法。根据本文提出方法,可以很方便的实现遥感图像的坐标转换,将遥感图像的空间信息转换到不同坐标系下。

  • 标签: 遥感 工程勘察 GeoTIFF 坐标转换
  • 简介:摘要:随着铁路的不断发展,铁路客车作为重要的公共交通工具,在保障人们出行时也面临着日益复杂的故障问题。为提高客车运行故障图像监控系统(TVDS)的检修效率,本文基于机器视觉技术,研究了一种客车故障图像识别与分类算法。通过对客车各个部件的故障图像进行深入分析和学习,本研究构建了一套高效准确的图像识别与分类系统,实现了对客车故障的自动诊断与分类。该系统具有较强的实用性和可扩展性,为客车维护提供了新的解决方案。

  • 标签: 机器视觉 客车故障 图像识别 分类算法 自动诊断
  • 简介:摘要在实际的高光谱遥感影像分类当中,训练样本获取不易,传统分类方法受训练样本数量不足的限制而较难获得很好的分类结果。针对这一问题,本文提出一种优化半监督支持向量机模型的高光谱遥感影像分类算法。本文方法使用K-means++算法对所使用的对未标记样本做聚类后获得未标记样本聚类特征,之后用其辅助构建算法分类器,从而实现在小样本情况下提高高光谱影像分类精度。实验表明本文所提方法切实可行,具有较好的稳健性。

  • 标签: 高光谱遥感影像 分类 S3VM 未标记样本
  • 简介:在当前基于粒子滤波的检测前跟踪(PF—TBD)算法中,通常是利用累积比去检测目标,由于能量累积的效果,无法快速检测到目标的消失。针对这个问题,提出了一种新的基于比的检测前跟踪方法。该方法运用单个时刻的比进行目标有无判别,并结合多个连续时刻的判别结果给出最终的目标检测结果。仿真结果表明,与传统的基于比的弱目标检测前跟踪方法相比,该方法能够减小目标出现时的检测延时,并且能够有效地检测到目标消失。

  • 标签: 弱目标 检测前跟踪(TBD) 似然比 粒子滤波(PF)
  • 简介:本文主要应用IKONOS高分辨率卫星数据,依据城市建筑物、城市道路、植被的波谱特征,对城市绿化现状遥感调查分类进行了深入的探讨,通过非监督分类和监督分类,试图达到自动分类识别的目的。就石家庄市城市绿化现状遥感调查分类结果而言,分类效果令人满意。

  • 标签: 高分辨率 卫星数据 城市绿化现状 遥感分类技术
  • 简介:摘要:极大估计是《数理统计》中一种重要的估计方法,本文通过三个角度:极大估计的思想;离散状态的极大估计;连续状态的极大估计揭示极大估计的本质及其中隐含的人文和哲学思考。

  • 标签: 极大似然估计 频率学派 贝叶斯学派
  • 简介:联合图像专家组JPEG是静止图像数据压缩的国际标准。从分析标准JPEG算法中离散余弦变换(DCT)变换的不足,引入自适应量化算法对标准JPEG量化表加以修正。从分析JPEG图像在高频区域中出现的量化噪声的不足,引入了不规则图像编码并加以改善。通过微机仿真表明,在相同压缩比的条件下,较标准JPEG的恢复图像信噪比有所提高,同时恢复图像的质量也有改进,这种方法有一定的价值和实用性。

  • 标签: JPEG 离散余弦变换 自适应量化算法 不规则图像编码
  • 简介:在分析基本粒子群优化算法的基础上,对学习因子进行非线性异步策略调整,改变其固定常数模式,平衡算法在迭代过程中的局部和全局搜索能力;同时引入活力因子,对失活粒子执行变异操作,提高种群多样性。改进算法可以提升对多维空间的全局寻优能力,避免粒子产生早熟收敛现象。将改进粒子群算法引入图像匹配优化问题中,提出了一种基于改进粒子群算法图像匹配算法,实验结果表明,该算法具有更快的匹配速度以及更高的匹配精度,具有强鲁棒性。

  • 标签: 粒子群优化算法 图像匹配 学习因子 活力因子
  • 简介:在传统神经网络的基础上,引入小波函数而构成的小波神经网络具有极强的函数映射能力,在图像压缩领域有着较多应用.为了进一步提高图像的压缩质量,引入了遗传算法对传统小波神经网络算法进行改进,在对小波基平移和伸缩参数系数进行寻优时,将其作为种群初始化,经过选择、交叉和变异,获得最佳染色体,最后将最佳染色体转化成对应的权值、伸缩系数和平移系数从而进行小波神经网络映射.实验结果表明,改进后的小波神经网络图像压缩方法相较传统小波神经网络法,均方误差分别降低了14.8%和16.7%,图像信噪比分别提高了9.15%和7.11%,图像压缩质量有了较大提高.

  • 标签: 图像处理 遗传算法 小波神经网络 图像压缩 编码
  • 简介:医学中的彩色超声图像受成像机理的影响,会出现对比度不高、边缘不清晰的现象。传统的图像分割方法存在处理结果准确率低、部分目标丢失等问题。文章针对图像分割中广泛应用的K-means算法依赖初始聚类中心和搜索易收敛于局部最优等不足,在基本粒子群算法中加入惯性权重来提高收敛性能,并用该算法确定初始聚类中心,解决K-means的缺陷,然后将改进算法应用于L*a*b颜色空间的彩色超声心脏图像分割中。实验显示,改进方法改善了聚类结果的准确率和稳定性,且聚类时间也短,对色彩度低的超声图像可取得很好的分割效果。

  • 标签: 彩色超声图像 粒子群优化算法 惯性权重 K-MEANS
  • 简介:摘 要:皮肤癌是一种世界范围内比较常见的,也是最危险的癌症之一。传统的人工检测方法的费时费力,如今由于技术的进步,专家们可以依靠广泛的的计算机辅助应用诊断应用,但是还是有很多的困难需要克服。为了提高现有的精度,我们提出了一种基于DO-Conv卷积和高阶交互的框架来进行分类。我们将DO-Conv插入了ResNet中的Resblock中,将其中的3×3的卷积替换成了DO-Conv,提高了网络的性能。为了充分提取的特征引入了特征金字塔FPN,之后我们将FPN提取到特征使用高阶交互的方法进行进行融合,我们在数据集HAN10000上进行了一系列的实验,实验准确率达到了90.19%,特异度达到了97.20%。

  • 标签: