【摘 要】
：
为解决复杂地物背景下航拍图像树木检测出现的过分割和误分割问题,提出了一种基于最优标记的改进分水岭图像分割方法。该方法先对输入图像非线性灰度变换提高目标与背景的对比度,再根据目标的形状特征对前景和背景区域初步标记,用前景区域的形心代替传统分水岭算法中的距离变换,二次标记前景,最后使用分水岭算法得到分割图像。实验结果表明,该算法分割准确率平均值为92.5%,比现有图像分割方法抗噪性更强、准确率更高,同
论文部分内容阅读
为解决复杂地物背景下航拍图像树木检测出现的过分割和误分割问题,提出了一种基于最优标记的改进分水岭图像分割方法。该方法先对输入图像非线性灰度变换提高目标与背景的对比度,再根据目标的形状特征对前景和背景区域初步标记,用前景区域的形心代替传统分水岭算法中的距离变换,二次标记前景,最后使用分水岭算法得到分割图像。实验结果表明,该算法分割准确率平均值为92.5%,比现有图像分割方法抗噪性更强、准确率更高,同时改善了分水岭算法过分割问题。
其他文献
为了提高Tiny YOLOv3目标检测算法在行人检测任务中的准确率,对该算法进行了研究改进。首先对Tiny YOLOv3的特征提取网络进行深化,增强网络特征提取能力;然后在预测网络的两个检测尺度分别加入通道域注意力机制,对特征图的不同通道赋予不同的权重,引导网络更多关注行人的可视区域;最后,改进激活函数和损失函数并采用K-means聚类算法重新选择初始候选框。实验结果表明,改进后Tiny YOLO
网格运动统计(GMS)匹配算法中网格化图像加速了算法的实现,然而网格边缘的特征点没有进行有效地处理,导致匹配对中存在着错误匹配对,为此提出了一种融入自适应边距的网格运动统计的图像误匹配剔除算法。首先采用了自适应算法计算出最佳网格边缘距离,将网格边缘的特征点归属到相邻的其他网格,使得这些特征点可以有效发挥对正确匹配点的支持作用,提高了正确匹配点的得分;最后通过表征运动平滑约束的统计特性剔除初始匹配中
生成对抗网络(Gan)被应用于电力巡检缺陷样本生成工作以解决缺陷样本不足问题。目前基于Gan的绝缘子缺陷样本生成技术存在如下不足:依赖大量缺陷样本训练且生成量不足;生成质量较差,尺寸较小,难以供目标检测神经网络训练使用。针对上述问题,提出一种基于Starganv2的风格迁移目标加权循环一致(Tw_Cycle)Gan网络,其可借助非缺陷样本训练,并依据非缺陷样本实现一对多缺陷样本生成。为保证缺陷语义
现有印刷电路板(PCB)缺陷检测方法,多采用参考法进行检测,对图片配准要求高,不仅耗时且定位误差大。YOLOv4速度快,精度高,但应用在PCB检测上存在着漏检的情况,对小目标检测效果不佳,现提出了一种基于改进YOLOv4算法的PCB缺陷检测方法。首先,以CSPDarknet53为主干网络,采用单特征层结构,避免了数据不均衡带来的先验框分配问题。然后,将网络中的5次卷积改进为CSP结构的残差单元,进
针对传统SSD算法在不同尺度的特征缺少相互之间的特征信息的交流,不利于目标的定位和识别,使得传统SSD算法的检测结果往往无法达到实际要求精度,并且检测速度也无法满足实际需求的问题,因此对其进行改进,引入轻量化网络MobileNet-v2和特征融合模块,使得该算法(ENMobileSSDnet)在应对巡检环境下数字式仪表示数的识别问题检测效果相比于传统SSD算法性能有了显著性提高,检测精度(mAP)
人脸表情能够正确地反映人的内心活动,但由于表情的复杂性和微妙性,准确地识别人脸表情仍然是一大难题。本文设计了一种基于卷积神经网络(CNN)和长短期记忆神经网络(LSTM)的方法让计算机能够识别人脸的表情,损失函数采用Focal loss。该框架包括3个方面:采用两种不同的预处理技术处理光照变化,并保留图像的边缘信息;预处理后的图像被输入到两个独立的CNN层用于提取特征;将提取到的特征与LSTM层融
为实现微旋钮的智能调控,获取旋钮准确位姿为关键任务。基于此,提出了一种融合边缘检测与深度网络的旋钮位姿测量方法。首先,针对图像倾斜产生测量误差的问题,提出改进的Canny算法提取准确边缘,并结合透视变换对其矫正;其次,利用改进的YOLO-V4算法实现旋钮的精确分割;最后应用改进的Canny算法与双三次样条插值提取高精度旋钮凹槽亚像素轮廓,通过PCA算法拟合轮廓矩形并测量位姿。实验结果表明,所提改进
针对异源高分遥感影像变化检测中面临突出"伪变化"突出问题,提出了一种基于改进双边滤波和小目标抑制的变化检测方法。在传统基于全局像素的滤波策略的基础上,设计了一种分割对象边界约束条件下的改进双边滤波器,以提高对象内部像素间的空间结构一致性;此外,为进一步弱化局部异常值所导致的"伪变化",提出了一种基于高阶神经元on-off通道的小目标抑制策略;最后,采用大津法对差分信息进行分类,从而获得最终变化检测
随着工业化水平的不断提高,基于机器视觉的大尺寸零件测量技术成为研究的热点。首先阐述了机器视觉测量技术的研究背景以及国内外研究现状,指出目前视觉测量研究的难点,提倡通过研究图像处理算法来提高测量精度和效率。其次,对视觉测量中广泛运用的边缘检测技术进行了调研分析,其主要采用粗精定位相结合的边缘检测算法,并重点分析了精确边缘定位中的亚像素边缘检测算法。接着,对大尺寸零件测量中所用到的图像拼接技术进行了调
全球导航卫星系统(GNSS)精密单点定位(PPP)技术具有操作简单、成本低廉、定位精度高等优点，在精密授时领域得到了广泛应用。针对现有研究中消电离层PPP模型的组合噪声大、卫星系统多采用全球定位系统(GPS)及实时动态场景少等问题，该文采用非组合PPP模型对北斗卫星导航系统(BDS)精密授时精度开展了研究，并利用Kalman滤波静态模型和动态加速模型进行参数估计。给出了静态和实时动态场景PPP处理