【摘 要】
：
针对快速移动车辆阴影检测问题,提出了一种基于超像素分割的移动车辆阴影检测方法。首先基于简单线性迭代聚类方法对原始图像进行同类质超像素分割处理,并将分割单元作为检测集合,在HSV色度空间内完成移动阴影的初步检测;接着,基于局部二值模式(LBP)纹理不变性消除误检像素,并采用区域生长方法实现边缘像素的修正,保证移动阴影干扰车辆的检测正确性和完整性。实验结果表明,在高速公路快速移动车辆的阴影检测中,具有
论文部分内容阅读
针对快速移动车辆阴影检测问题,提出了一种基于超像素分割的移动车辆阴影检测方法。首先基于简单线性迭代聚类方法对原始图像进行同类质超像素分割处理,并将分割单元作为检测集合,在HSV色度空间内完成移动阴影的初步检测;接着,基于局部二值模式(LBP)纹理不变性消除误检像素,并采用区域生长方法实现边缘像素的修正,保证移动阴影干扰车辆的检测正确性和完整性。实验结果表明,在高速公路快速移动车辆的阴影检测中,具有较高的检测精度。
其他文献
编者按:所谓物联网(Internet of Things),就是通过射频识别(RFID)技术、全球卫星定位系统、红外感应器、激光扫描器等各种信息传感设备,根据相关协议,把任何物品与互联网连接起来,实时采集连接监控的物体或过程的状态信息,通过互联网实现物与物、人与物的信息交换和通讯,以实现智能化识别、定位、跟踪、监控和管理的一种网络。随着大数据、云计算和移动互联网等
随着社会发展,一些农业发达国家已经开始利用农业物联网结合温室自动控制设备,来实现温室的温度、适度和肥料等农作物生长环境的自动控制。国内农业物联网的发展要结合国情和当地气候条件,借鉴国外成熟经验,发展适合我国需求的农业互联网。
在高光谱异常检测的基于背景的估计的研究中,背景中存在的异常像元会对背景估计的准确性产生不利影响,通过获得一个不包含异常目标的纯净背景可以有助于提高异常目标检测算法的检测率。因此,本文提出一种基于局部密度的背景纯化方法以去除背景中的异常像元。经典的RX算法(Reed-Xiaoli detector,RXD)在背景统计信息估计时,因初始背景中存在异常像元而产生失真现象。这使RX算法的检测结果具有较高的
In the design problem of low earth orbit(LEO) reconnaissance satellite constellation, optimization of coverage performance is the design goal in most current methods. However,in the using process, the
提出了一种改进的人工蜂群算法来处理图像分割问题,具体采用一系列群体优化觅食策略来平衡开发和探测寻优模式。该算法的主要思想是将局部搜索策略和基于多维粒子群方程的复杂学习策略相结合,可丰富人工蜂群觅食行为模式。通过全局学习,蜂群把全局最优信息整合到搜索方程中以提高探测搜索能力,同时局部搜索使蜂群能更深层探索优势区域,最终取得开发和探索平衡。通过比较该改进蜂群算法和进化算法、群智能算法在一系列基准函数上
输电线路稳定运行是保障电力系统安全的重要环节之一。为了有效提取输电线路中设备的轮廓,降低背景纹理及光线的影响,提出一种多尺度拆分线段和全局与局部相结合的线段分析方法。先用迭代法多尺度拆分线段判断线段属性,再通过Gestalt定律中邻近性、连续性与共线性的计算,聚类出完整的直线边缘与曲线边缘。最后利用直线段与曲线段的编码和组合来感知其形状特征,从语义上建立对设备结构特征的约束机制。该方法适用于各种设
1月22日至23日,世界物联网创新与应用高峰论坛于在北京隆重召开,本次论坛主题为"新时代、新经济、新应用"。中国工程院院士、国际专家学者、政府代表,以及法国、伊朗、贝宁、卢旺达、菲律宾等20多个国家使节、专家学者出席了本次高峰论坛。会议旨在推动中国和全球物联网发展、创新与应用,提供企业品牌全球展示,搭建物联网项目、资
针对现有主动轮廓模型分割准确性不高、分割效率较低的问题,提出了一种基于加权全局图像拟合能量的主动轮廓模型,以实现准确、高效的图像分割。首先,受局部拟合图像启发定义了全局拟合图像,然后通过最小化全局拟合图像和原始图像的差异性得到提出模型的能量泛函。此外,引入目标区域和背景区域像素灰度的类内方差作为目标区域和背景区域能量的权值,自适应地调节区域能量的比例,以提高模型的分割准确性。针对合成和实际图像进行
为了解决当前较多图像修复算法主要是通过全局搜索的方法来完成图像修复,导致其效率不高,以及修复图像中易出现块效应等不足,提出了基于边界特征耦合惩罚因子的图像修复算法。首先,利用待修复块的边界特征来建立边界因子,通过该因子构造优先权模型,以度量待修复区中的像素点的优先权,确定优先修复块。然后,利用像素点的R、G、B分量,通过C(p)均值聚类方法对图像进行分割聚类,以待修复块所覆盖的子块为依据,确定最优
运载火箭测发网络系统是维系运载火箭各系统远距离测试发射控制的重要国防信息基础设施,测发网络流量数据的精准分析是检测异常行为和保障信息安全的关键举措。该文综合利用端口映射识别、载荷特征识别、统计分析和支持向量机(SVM)学习算法,构建动态混合识别策略,通过端口映射和载荷特征识别获取机器学习训练样本,利用信息增益完成特征选择,构建SVM机器学习识别模型并进行样本训练,建立投票机制实现流量数据综合分析。