【摘 要】
：
Improvement and development in satellite and aerial photography have resulted in the rapid growth of the quantity and quality of remote sensing images, which are commonly used in military intelligence
【出 处】
：
Science China(Information Sciences)
论文部分内容阅读
Improvement and development in satellite and aerial photography have resulted in the rapid growth of the quantity and quality of remote sensing images, which are commonly used in military intelligence gathering, navigation, damage assessment, surveying
其他文献
传统的舰船舱室空间场景语义标注算法的标注精度偏低。为此,在虚拟现实技术的支持下,设计一种新的舰船舱室空间场景语义标注算法。通过图像预处理去除舰船舱室空间图像中的噪声点和畸变,然后采用SURF方法对特征点检测和匹配,通过拼接并融合图像生成全景图。基于此,采用MRF语义标注算法查询图像像素特征,并估测与其近邻像素特征间的距离,再通过计算像素的似然估计得到舰船舱室的语义标注结果。实验结果表明,与传统的语
船舶视觉系统是船舶航行的重要辅助部分,视觉系统的工作效果很大程度上取决于边缘检测方法的准确性。常见的图像边缘检测方法通过像素梯度变化检测目标边缘,在对复杂图像处理时容易受到噪声干扰,导致检测精度和效率较低。为解决上述问题,提出船舶视觉系统目标图像边缘检测方法。对图像进行背景区域与目标区域的划分,提取目标所在区域。选择图像边缘的Harr和HOG特征后,利用蚁群算法检测图像边缘。对比仿真实验结果表明,
采用机器视觉对圆形零件尺寸或圆形孔径的测量具有非接触、自动化及效率高的特点。本文提出一种采用正弦移动拟合进行图像边缘检测的方法,寻找最佳孔径边缘,实现孔径的高精度测量。首先,应用行(或列)移动正弦拟合找到的孔径最大列(或行)边缘,确定初始圆心坐标与初始直径;然后以初始圆心为起点,选择合适的不大于半径的拟合长度,沿各个方向进行径向正弦移动拟合,通过零点相位计算,确定各方向边缘位置。最后,再利用各方向
Selective laser melting (SLM) has been widely used in the fields of aviation,aerospace and die manufacturing due to its ability to produce metal components with arbitrarily complex shapes.However,the
Carrying the lunar samples collected and sealed by the lander-ascender complex,the returner capsule of Chang’e-5 (CE-5) safely touched d own on the snowy prairie of Inner Mongolia, China at 1:59 am (G
海上运输业务的不断增多,使得航运领域的发展速度随之大幅度加快,图像识别技术在该领域中的应用范围大幅度拓宽。为在现有的基础上进一步提升图像识别的精度和效率,业内的专家学者进行大量的研究探索。与此同时,电子海图结构发生了一定程度的变化,传统的图像识别算法现已无法满足电子海图识别的需要。基于此,选取深度学习算法中的卷积神经网络,搭建识别模型,提出量化方法,增强识别的精度。通过量化处理之后,网络模型的性能
目前研究的红外图像舰船统计特征分析方法全面性较差,准确性较低。为了提高舰船统计特征提取的准确度和精度,本文借鉴神经网络工作原理,进一步对红外图像识别到的舰船目标进行统计特征提取,实现预期设计的效果。本文首先了解舰船红外成像的工作原理,然后利用图像滤波、图像增强技术以及图像分割操作对舰船图像数据进行预处理分析,利用特征目标模糊分类识别方法初步实现红外图像舰船统计特征的识别,然后调用神经网络技术,完善
Inductively coupled channels are based on the electromagnetic induction principle and realize long-distance current signal transmission through seawater. Due to a few difficulties in performing actual
现有方法在舰船物联网威胁识别率与缺陷识别率上表现不佳,因此提出一种改进卷积神经网络的舰船物联网安全风险估计方法。对舰船物联网安全风险数据进行分类也就是分类安全风险指标。对于动态类安全风险数据,需要对其进行数据补充。运行类安全风险数据的预处理需要进行数据清理。基础类安全风险数据的预处理需要进行数据变换与数据归一化处理。基于改进卷积神经网络提取舰船物联网安全风险数据特征,使用的改进卷积神经网络为SSD