【摘 要】
：
传统舰船图像分解方法无法有效对图像超像素稀疏部分进行有效像素深度的恢复,导致分解图像缺失底层像素信息,噪声分解图像失真。为了解决上述问题,提出Moreau包络和深度恢复的舰船图像分解方法。首先通过引入Moreau包络算法,对图像分解区域进行超像素层的重构计算;然后利用稀疏深度恢复算法,对重构的超像素层待分解像素信息进行深度恢复优化。最后,通过像素点之间信息的关联特性,与神经网络学习特性,完成对恢复
论文部分内容阅读
传统舰船图像分解方法无法有效对图像超像素稀疏部分进行有效像素深度的恢复,导致分解图像缺失底层像素信息,噪声分解图像失真。为了解决上述问题,提出Moreau包络和深度恢复的舰船图像分解方法。首先通过引入Moreau包络算法,对图像分解区域进行超像素层的重构计算;然后利用稀疏深度恢复算法,对重构的超像素层待分解像素信息进行深度恢复优化。最后,通过像素点之间信息的关联特性,与神经网络学习特性,完成对恢复区域构成图像的分解。通过与传统神经网络分解方法的实例对比表明,提出方法分解后的图像输出效果,优于传统分解
其他文献
针对当前船舶运输智能交通系统运动目标自动识别方法识别能力较差,导致识别误差过大的问题,提出一种新的船舶运输智能交通系统运动目标自动识别方法。利用激光扫描确定船舶交通环境中,建立交通系统背景模型,分析背景图像和因素点之间的关系,选用连续三帧差加速法,确定灰度投影曲线,通过相关计算得到图像之间的运动位移,实现运动目标自动识别。实验结果表明,所提方法的运动目标识别率较高,检测误差率较低,能够有效缩短计算
为了解决船舶避障过程中,传统测距方法存在的误差大的问题,实现对船舶避障过程精准测距方法的优化设计。分析船舶避障的基本工作过程,利用摄像机设备采集并处理实时航行产生的视觉数据,在考虑船舶航行因素的情况下,通过坐标转换与误差校正,得出船舶与障碍物之间的距离测量结果。通过与传统测距方法的对比,发现设计方法的测距误差降低了0.233 m,且将其应用到船舶避障过程中,有效降低了碰撞事故的发生次数。
基于Aki单次散射模型,利用八盘水磨台和西克尔台记录的伽师M_S6.4地震序列的数字地震波形资料,计算八盘水磨台和西克尔台的尾波Q_C值以及M_S6.4地震序列的尾波Q_C值,分析并讨论了上述2个台站尾波Q_C值的时间变化特征及与强余震的关系。结果显示:八盘水磨台、西克尔台和伽师M_S6.4地震震源区的拟合平均尾波Q_0值分别为269.8、272.5和267.2;平均η值分别为0.75、0.72和
一场备受关注的诉讼,引出人脸识别技术中更为核心的问题:这项技术应用的边界在哪里?人脸识别第一案落槌,如何拒绝"丢脸""偷脸"仍待解。4月9日,备受关注的"人脸识别第一案"终审落槌宣判。杭州市中级人民法院判决,被告杭州野生动物世界(以下简称"动物园")删除原告郭兵办理指纹年卡时提交的面部特征信息和指纹识别信息。
The nonlinear fluorescence emission has been widely applied for high spatial resolution optical imaging. Here,we studied the fluorescence anomalous saturating effect of the nitrogen vacancy defect in
当前进行海面目标检测时需要借助遥感图像的分析,受到检测环境和遥感图像传输速率的限制,导致检测精度和效率较低。为优化上述存在的缺陷,将研究通信网络应用下海面舰船目标实时检测方法,以提升海面目标的实时检测效果。在对海面目标图像进行预处理和海天线提取等操作后,确定待检测目标的类型。利用基于神经网络的脉冲超宽带探测目标的具体参数,实现目标实时检测。实例验证结果显示,在不同场景下,研究的检测方法均保持90%
气缸套内孔轮廓以畸变的形状分布,常规方法利用识别技术检测内孔圆度,但大量图像背景纹理干扰内孔轮廓检测稳定性,基于视觉技术研究全新的方法,检测船舶发动机气缸套内孔圆度。定位工业相机视觉位置,利用视觉技术获取气缸套内孔图像,结合视觉原理抑制处理图像纹理,根据正多边形理论建立圆度评价模型,使用灰度共生矩阵检测内孔圆度。实验结果表明,与基于识别算法和自动识别的2组检测方法相比,本文方法获得的内孔轮廓更细腻
目前研究的检测方法存在检测误报率高、检测时间长等问题,提出了物联网环境下船舶移动网络异常数据检测方法。挖掘船舶移动网络异常数据,根据异常数据挖掘结果对船舶移动网络异常数据进行提取,在提取时需要将船舶移动网络异常数据类别与维数进行有机结合,通过建立异常数据集对异常数据类别和维数之间的映射关系进行表示,实现异常检测。实验结果表明,提出的方法检测过程产生的误报率小,检测时间短。
当前船舶网络异常行为检测逐渐成为航海领域研究的重点问题之一,为了更好保障船舶航行效果,避免航行过程中信息传输和处理的干扰问题,对灰色模型的船舶物联网异常行为实时检测方法进行优化,基于传统实时检测过程中,数据量较大、处理效果不佳、准确率低等问题,结合灰色模型,对船舶网络信息特征行为进行采集和去噪处理,实现对船舶异常行为信息的有效分类和传输,以提高船舶网络异常行为实时检测的准确性和有效性。最后通过实验
对于低分辨率舰船图像的优化,常规的优化方法缺少对目标图像的色彩补偿,导致优化方法的抗噪声性能不足。为了解决这一问题,提出视觉传达技术的低分辨率舰船图像优化研究。利用视觉传达技术处理原始舰船图像,增强图像彩色像素细节。在此基础上,建立目标图像的运动公式,通过计算得到图像的变化规律,实现优化前后的图像配准和重建,实现低分辨率舰船图像的优化。实验结果表明,在图像规格逐渐增大的情况下,设计的图像优化方法峰