检索结果-南通市图书馆

基于全卷积神经网络的卫星遥感图像云检测方法

在线全文

学校读者我要写书评

暂无评论

红外技术 2019年第7期41卷 607-615页

作者：高军荆益国上海海事大学信息工程学院

云检测作为遥感影像数据处理中的重要组成部分,在气候分析等各个方面起到了重要的作用。在云检测研究中,无论是应用广泛的阈值法或是基于模式识别的方法,以及在二者基础上的综合分析法。这些方法大多都依赖于单一类型的遥感数据来源,且... 详细信息

云检测作为遥感影像数据处理中的重要组成部分,在气候分析等各个方面起到了重要的作用。在云检测研究中,无论是应用广泛的阈值法或是基于模式识别的方法,以及在二者基础上的综合分析法。这些方法大多都依赖于单一类型的遥感数据来源,且在特征提取方面十分依赖先验知识,受主观影响较大。本文利用两种不同类型“风云”系列气象遥感卫星的可见光红外扫描辐射计(Visible andInfrared Radiometer,VIRR)以及多通道扫描成像辐射计(Advanced Geosynchronous Radiation Imager,AGRI)数据,以全卷积神经网络为基础进行云检测,利用其自动提取深层隐含特征等特性,极大保留特征信息。最后结合全连接条件随机场模型进行云系边缘优化。实验结果表明,该算法分别应用于以上两种不同类型遥感影像数据,都较好地完成了云像元和非云像元的分离。

关键词：云检测遥感影像风云卫星全卷积神经网络

基于全卷积神经网络方法的日间黄海海雾卫星反演研究

在线全文

学校读者我要写书评

暂无评论

海洋湖沼通报 2019年第6期 13-22页

作者：刘树霄衣立张苏平时晓曚薛允传中国海洋大学物理海洋教育部重点实验室山东青岛266100 青岛市气象局山东青岛266003

本文基于FY-4A静止气象卫星数据,以全卷积神经网络(Fully Convolutional Networks,FCN)为前处理、全连接条件随机场为后处理的日间海雾反演算法模型,以动态阈值海雾反演方法获得黄海雾区标签,使用浮标观测、CALIPSO观测和动态阈值法反... 详细信息

本文基于FY-4A静止气象卫星数据,以全卷积神经网络(Fully Convolutional Networks,FCN)为前处理、全连接条件随机场为后处理的日间海雾反演算法模型,以动态阈值海雾反演方法获得黄海雾区标签,使用浮标观测、CALIPSO观测和动态阈值法反演的雾区进行检验,发现与仅使用全卷积神经网络方法的海雾反演结果相比,全卷积神经网络结合全连接条件随机场的算法模型不仅可以反演出海雾主体分布,而且可以克服单纯FCN提取的图像过于平滑和模糊的问题,给出更细致的雾区边界,同时雾区检出率(POD)可以达到91.8%,误判率(FAR)20.0%,成功率(CSI)76.4%,Heidke技巧评分(HSS)82.9%。因此,以全卷积神经网络方法为核心的算法模型可以用于日间黄海海雾雾区的反演。

关键词：黄海海雾卫星 FY-4A 全卷积神经网络全连接条件随机场

在线全文

学校读者我要写书评

暂无评论

基于全卷积神经网络的肝脏CT影像分割研究

计算机工程与应用 2017年第18期53卷 126-131页

作者：郭树旭马树志李晶张惠茅孙长建金兰依刘晓鸣刘奇楠李雪妍吉林大学电子科学与工程学院长春130012 吉林大学白求恩第一医院放射科长春130021

针对腹部CT影像邻近器官对比度较低及因个体肝脏形状差异较大等引起肝脏分割困难的问题,提出了全卷积神经网络肝脏分割模型。首先通过卷积神经网络提取图像深层、抽象的特征,再通过反卷积运算对提取到的特征映射进行插值重构后得到分割... 详细信息

针对腹部CT影像邻近器官对比度较低及因个体肝脏形状差异较大等引起肝脏分割困难的问题,提出了全卷积神经网络肝脏分割模型。首先通过卷积神经网络提取图像深层、抽象的特征,再通过反卷积运算对提取到的特征映射进行插值重构后得到分割结果。由于单纯进行反卷积得到的分割结果往往比较粗糙,因此,在反卷积之前,先融合高层与低层的特征,并且通过增加反卷积的层数、减少反卷积步长,得到了更为精确的分割结果。与传统卷积神经网络的分割方法相比,该模型可以充分利用CT影像的空间信息。实验数据表明该模型能够使腹部CT影像肝脏分割具有较高的精度。

关键词：深度学习全卷积神经网络医学图像分割

基于全卷积神经网络和朴素贝叶斯数据融合的桥梁裂缝识别算法

在线全文

学校读者我要写书评

暂无评论

公路交通科技 2023年第2期40卷 44-52页

作者：李雯雯李喜媛周健谢耀华李刚甘肃公航旅信息科技有限公司甘肃兰州730000 长安大学电子与控制工程学院陕西西安710064 自动驾驶技术交通运输行业研发中心重庆400067 国家山区公路工程技术研究中心重庆400067 长安大学能源与电气工程学院陕西西安710064

混凝土桥梁常年遭受气候、环境等方面的影响而容易产生裂缝,存在安全隐患,因此定期检测与维护桥跨结构对于评估桥梁健康状况非常重要,而且早期的检测和评估是混凝土桥梁修复的最佳机会。为解决传统的基于视觉特征的缺陷检测方法速度较... 详细信息

混凝土桥梁常年遭受气候、环境等方面的影响而容易产生裂缝,存在安全隐患,因此定期检测与维护桥跨结构对于评估桥梁健康状况非常重要,而且早期的检测和评估是混凝土桥梁修复的最佳机会。为解决传统的基于视觉特征的缺陷检测方法速度较慢且精度较低,很难满足工程施工需要的问题,提出了一种新的基于全卷积神经网络和朴素贝叶斯数据融合模型的混凝土桥梁裂缝自动识别算法,用于裂缝图像分割。首先,采用一种新型的高精度图像采集设备BSD-10从10座待检测桥梁的不同子结构中收集了不同光源和距离下的7200幅图像,并通过滑动窗口、旋转以及拆分的方法来扩增数据集,以避免发生过拟合等问题。其次,通过图像旋转法和随机高斯变量法等技术扩增数据,搭建了裂缝数据集。接着,对模型进行大量多次迭代训练,得出了最优参数和迭代次数。最后,对裂缝进行骨架化处理,通过电子测距计算了裂缝长度和宽度。结果表明:与最新的算法相比,所提出算法的识别精度与计算时间均体现了较明显的优势,其精确度达到了97.96%,平均检测时间为1.61 s;即使在光照不均匀、各种噪音干扰、背景灰度水平不同的情况下,所提出算法的裂缝提取结果仍然是比较稳定的,裂缝长度和宽度误差小到足以满足工程要求,能够节省工程检测时间。

关键词：道路工程裂缝自动识别图像分割全卷积神经网络朴素贝叶斯数据融合裂缝长度和宽度

在线全文

学校读者我要写书评

暂无评论

基于全卷积神经网络的低剂量CT去噪算法

中国医学物理学杂志 2023年第6期40卷 695-700页

作者：洪启帆玄祖兴李雅馨北京联合大学智慧城市学院北京100101 北京联合大学数理与交叉科学研究院北京100101

针对低剂量医学CT图像因减少辐射剂量而引入大量噪声,导致图像质量显著下降的问题,提出一种基于残差注意力机制和自适应特征融合的低剂量CT图像去噪算法,该算法使用全卷积神经网络来完成低剂量CT图像去噪。在网络框架中引入残差注意力... 详细信息

针对低剂量医学CT图像因减少辐射剂量而引入大量噪声,导致图像质量显著下降的问题,提出一种基于残差注意力机制和自适应特征融合的低剂量CT图像去噪算法,该算法使用全卷积神经网络来完成低剂量CT图像去噪。在网络框架中引入残差注意力机制和选择性内核特征融合模块,以过滤噪声信息,提取有效特征并自适应地融合图像特征,避免重建过程中的细节损失,提高图像质量,使去噪后的图像在感知上更接近原始图像。定性和定量实验表明,与现有的算法相比,在真实的临床数据集上,所提出的算法能够有效地抑制噪声,并恢复低剂量CT图像中更详细的纹理。与低剂量CT图像相比,所提出的算法将峰值信噪比提高14.94%,结构相似度提高4.68%,均方根误差降低40.11%,可以满足医学成像的诊断要求。

关键词：低剂量CT 全卷积神经网络噪声注意力机制特征融合

基于全卷积神经网络的桥梁裂缝分割和测量方法

在线全文

学校读者我要写书评

暂无评论

工业建筑 2022年第4期52卷 192-201,218页

作者：胡文魁邓晖付志旭安栋阳段锐华南理工大学土木与交通学院广州510641

为了提高桥梁病害检测自动化水平,解决当前人工检测耗时费力和传统图像分割方法存在去噪效果不明显、分割后裂缝连续性较差等问题,提出了一种基于全卷积神经网络的BCI-AS(Bridge Crack Image-Automatic Segmentation)桥梁裂缝自动分割... 详细信息

为了提高桥梁病害检测自动化水平,解决当前人工检测耗时费力和传统图像分割方法存在去噪效果不明显、分割后裂缝连续性较差等问题,提出了一种基于全卷积神经网络的BCI-AS(Bridge Crack Image-Automatic Segmentation)桥梁裂缝自动分割模型和一种基于投影技术的最小二乘拟合中心线的裂缝宽度测量算法。基于BCI-AS的模型对桥梁裂缝图像数据集进行了精确的像素级分割,分割准确率达到94.45%。基于投影技术最小二乘拟合中心线的算法对分割的裂缝二值图进行了宽度测量,结果表明相对误差在7%以下,证明了所提出具体算法对裂缝分割和裂缝宽度计算的可行性。

关键词：桥梁裂缝图像分割全卷积神经网络最小二乘拟合

基于全卷积神经网络的多源高分辨率遥感道路提取

在线全文

学校读者我要写书评

暂无评论

计算机应用 2018年第7期38卷 2070-2075页

作者：张永宏夏广浩阚希何静葛涛涛王剑庚南京信息工程大学信息与控制学院南京210044 南京信息工程大学大气科学学院南京210044

针对半自动道路提取方法人工参与较多、提取精度不高且较为耗时的问题提出一种基于全卷积神经网络(FCN)的多源高分辨率遥感道路提取方法。首先,对高分二号和World View图像进行分割,用卷积神经网络(CNN)分类出包含道路的图像;然后,用Ca... 详细信息

针对半自动道路提取方法人工参与较多、提取精度不高且较为耗时的问题提出一种基于全卷积神经网络(FCN)的多源高分辨率遥感道路提取方法。首先,对高分二号和World View图像进行分割,用卷积神经网络(CNN)分类出包含道路的图像;然后,用Canny算子提取道路的边缘特征信息;最后,结合RGB、Gray和标签图放入FCN中训练,将现有的FCN模型拓展为多卫星源输入及多特征源输入的FCN模型。选取西藏日喀则地区作为研究区域,实验结果显示,所提方法在对高分辨率遥感影像进行道路提取时能够达到99.2%的提取精度,并且有效地减少了提取所需的时间。

关键词：全卷积神经网络多源输入遥感图像道路提取 Canny算子

在线全文

学校读者我要写书评

暂无评论

基于全卷积神经网络的林木图像分割

计算机工程与应用 2019年第4期55卷 219-224页

作者：黄英来刘亚檀任洪娥东北林业大学信息与计算机工程学院哈尔滨150040

针对传统方法进行图像分割易受噪声影响问题,提出了一种基于全卷积神经网络的林木图像分割方法。该方法不需要对图像进行预处理,利用上池化和反卷积层恢复图像分辨率,采用跳跃连接降低网络复杂度,同时避免了梯度消失问题,使用Dropout正... 详细信息

针对传统方法进行图像分割易受噪声影响问题,提出了一种基于全卷积神经网络的林木图像分割方法。该方法不需要对图像进行预处理,利用上池化和反卷积层恢复图像分辨率,采用跳跃连接降低网络复杂度,同时避免了梯度消失问题,使用Dropout正则化随机激活网络隐藏单元以防止过拟合,后端结合全连接的条件随机场以恢复对象边缘的细节信息,进一步优化分割结果。该模型能够在林木图像上实现良好的分割。

关键词：全卷积神经网络跳跃连接条件随机场图像分割

基于全卷积神经网络的花岗岩中不同组分分布特征分析

在线全文

学校读者我要写书评

暂无评论

中国地质灾害与防治学报 2021年第1期32卷 127-134页

作者：朱楚雄徐金明钟传江上海大学土木工程系上海200444 中铁十七局集团有限公司山西太原030006

岩石中不同组分的分布特征是研究岩石物理力学性质的重要基础。本文以花岗岩为例,使用全卷积神经网络(FCN)和单轴压缩试验视频来研究花岗岩不同组分(裂隙、黑云母、石英、长石)的分布特征。将视频中单帧图像进行灰度转换和像素裁剪后,... 详细信息

岩石中不同组分的分布特征是研究岩石物理力学性质的重要基础。本文以花岗岩为例,使用全卷积神经网络(FCN)和单轴压缩试验视频来研究花岗岩不同组分(裂隙、黑云母、石英、长石)的分布特征。将视频中单帧图像进行灰度转换和像素裁剪后,使用肉眼判定方法将4种组分进行标记并制成基础数据集,建立并训练了相应的FCN,通过对不同卷积层的可视化操作探讨了花岗岩中不同组分的分布情况,研究了整个变形破坏过程岩石中不同组分分布的变化特征,分析了不同组分识别准确率的变化情况及主要因素(网络深度、初始学习率和网络迭代次数)的影响。结果表明,在花岗岩的整个变形破坏过程中,裂隙首先在中部区域萌生、最后纵向贯穿整个岩石表面,黑云母组分分布分散且不断向左上方或右上方移动,石英主要集中在两侧区域,长石主要集中在中间和左上角区域;不同组分识别准确率逐步小幅度下降,准确率大小顺序是裂隙>黑云母>长石>石英;网络深度越深、初始学习率越大、则识别效果越好,迭代次数5000时的识别效果较好。研究结果对使用人工智能技术研究岩石中不同组分分布特征具有一定的参考价值。

关键词：花岗岩组分识别全卷积神经网络