融合局部聚合描述符和全局特征的现勘图像分类算法

来源 :科学技术与工程 | 被引量 : 0次 | 上传用户:A251321741
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对低层特征对图像内容描述不够精确而导致现勘图像分类准确率不高的不足,提出一种融合局部聚合描述符(vector of locally aggregated descriptors, VLAD)和全局特征的现勘图像分类算法。首先,分别提取HSV颜色直方图和局部二值模式(local binary pattern, LBP)特征作为图像全局特征;然后,对现勘图像进行密集采样,提取每个子区域的尺度不变特征变换(scale-invariant feature transform, SIFT)特征,利用VLAD
其他文献
基于不同荷载模式下锈蚀钢筋力学性能试验,分析了单调拉伸荷载、重复荷载及疲劳荷载作用下锈蚀钢筋的力学性能,对锈蚀钢筋力学性能在不同荷载模式下退化程度进行了对比研究,
近几年来,中国和南海周边国家在南海问题上存在划界与主权争端,使得南海发展战略成为国际社会的热点议题。正确认识习近平海洋强国战略的背景、内容和意义,全面把握南海局势
针对运行中变电站征地红线外的接地网易受外力破坏而造成站内接地网接地电阻不合格的安全隐患,在充分利用现有变电站水平接地网的基础上,应用深井接地加压力灌浆降阻剂技术,
针对目前胶囊内镜(WCE)自动检测方法需要对每种病灶设计对应的识别算法以及识别准确率不高的问题,设计一种基于卷积神经网络的息肉与溃疡辅助诊断算法。与传统检测算法相比,卷积神经网络可自动学习病灶图像特征,实现更强泛化能力,更高准确率和效率。该方法针对具体WCE图像,首先评价图像R、G、B通道携带信息的特征;其次,分析全局直方图均衡化、伽玛变换和拉普拉斯变换对提升图像对比度的效果,选择其中表现最佳者与
溶解气氡浓度异常为可靠地震前兆,通过对历史观测数据进行建模,预测溶解气氡未来趋势,是快速检测溶解气氡浓度异常、研究震-氡机制的前提。溶解气氡浓度数据为典型的时间序列数据,传统的时间序列预测技术主要为自回归(AR)方法和自回归滑动平均(ARMA)方法。这些方法以线性方法为主,其拟合精度有限。采用目前最流行的深度学习技术长短期记忆(LSTM)模型对姑咱地震台、西昌地震台和雅安地震台一段时间内连续观测的