检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

智能视频监控系统中警戒区入侵检测

智能视频监控系统中警戒区入侵检测

作者：杨辉电子科技大学

学位级别：硕士

随着社会的不断进步、科技的不断发展,我们整个人类社会生活对于智能监控视频中的各种场景分析、各种目标识别统计的需求也在日益增加,也在不同的公众场合得到了应用。一套完整的智能视频监控系统可以很大幅度的提升人民群众在日常生活... 详细信息

随着社会的不断进步、科技的不断发展,我们整个人类社会生活对于智能监控视频中的各种场景分析、各种目标识别统计的需求也在日益增加,也在不同的公众场合得到了应用。一套完整的智能视频监控系统可以很大幅度的提升人民群众在日常生活中的安全可靠性和便捷性。对视频中警戒区以内的目标进行检测并识别是否为危险物是现在智能监控系统中的一个重要研究方向。在计算机视觉领域,智能视频监控系统受到了广大学者的关注。2006年起,深度学习开始了缓慢的发展,到了2012年,深度学习就如井喷式发展,捷报不断,取得了重大突破,这些成就在图像检测以及分类等方面都得到了广泛的应用,智能视频监控系统也得到了极大的改善。在深度学习被应用到智能视频监控系统中的警戒区入侵检测后,警戒区入侵检测的准确率又大大的提高了。本文针对智能视频监控的警戒区入侵检测的速度和精度两点作为出发点进行研究,在YOLOv5s算法的基础上进行改进,平衡检测的速度和精度。本文的主要工作有以下几点:1.为了解决YOLOv5s检测小目标效果不理想的问题,在YOLOv5s的基础上改进了网络的Neck层,增加小目标检测的大尺度特征,进而提高小目标检测的效果,并且提高了总的准确率。在此基础上既保证了实时性检测,又使得目标检测精度提高了。2.为了提高目标预测框与目标真实框之间的吻合度,对YOLOv5的损失函数进行了优化,将原来的GIo U Loss改为效果更好的CIo U Loss,使得网络训练的损失更小,并且收敛速度更快。3.考虑了大雾天气下的智能监控系统对目标检测的影响,所以对有大雾天气下的监控视频做去雾预处理,并且对去雾前后的图片分别进行了目标检测,证明了去雾之后图片检测的准确率提高了很多。由于去雾模块需要额外计算处理,又对去雾算法做了优化,使得一张图片去雾时间在15ms之内,总的检测时间在25ms以内,保证了目标检测算法可以达到实时性检测的要求。4.将模型的激活函数由原来的Leaky Re LU改为了效果更好的ELU,使得模型对噪声有更好的鲁棒性,并且提高了收敛速度。

关键词： YOLOv5 目标检测警戒区去雾处理入侵检测

一种新型增加去雾处理的车牌检测算法在林区中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

森林工程 2021年第4期37卷 94-101页

作者：丁键朱洪前任会李丹杨国中南林业科技大学材料科学与工程学院长沙410004

林区的治安防护管理一直是人们所欠缺关注的问题,林区作案、林区动植物的盗伐都透露出林区治安防护管理的短板。本文致力于机器视觉在林区的应用,为加强林区的防盗伐能力提出一种融合图像去雾处理的车牌检测算法,该方法采用限定对比度... 详细信息

林区的治安防护管理一直是人们所欠缺关注的问题,林区作案、林区动植物的盗伐都透露出林区治安防护管理的短板。本文致力于机器视觉在林区的应用,为加强林区的防盗伐能力提出一种融合图像去雾处理的车牌检测算法,该方法采用限定对比度自适应直方图均衡化的技术去除大雾天、雨雪天等图像模糊的干扰,结合车牌的颜色、长宽比形态等特征对雾雨雪天气下的车牌进行检测。该方法相比普通车牌检测方法的效果有较大提升,雾雨雪天气环境下检测车牌的准确率可以达到88.00%,而普通车牌检测方法达到的准确率仅为82.67%。初步证明了本文提出的算法在林区雾雨雪天气下应用的可行性。

关键词：林区防护限定对比度自适应直方图均衡化车牌检测去雾处理复杂天气环境

在线全文

学校读者我要写书评

暂无评论

基于特征位置优选整合的快速城区检测算法

电子学报 2015年第7期43卷 1369-1374页

作者：师皓陈禾毕福昆庞枫骞杨小婷北京理工大学信息与电子学院北京100081 北方工业大学信息工程学院北京100144

遥感图像中城市区域的自动分析解译是遥感对地观测领域重要的应用方向,针对自动高效城区检测的迫切需求,提出了一种基于遥感图像的城区区域快速检测算法.首先通过智能去雾处理降低薄雾气象条件对检测的干扰,然后通过快速的关键点搜寻进... 详细信息

遥感图像中城市区域的自动分析解译是遥感对地观测领域重要的应用方向,针对自动高效城区检测的迫切需求,提出了一种基于遥感图像的城区区域快速检测算法.首先通过智能去雾处理降低薄雾气象条件对检测的干扰,然后通过快速的关键点搜寻进行城区特征位置初选,并以全局与局部约束相结合的策略筛选出高置信度的城区特征位置,最后通过高斯渲染加权的方法整合城区特征位置,并在获得的城区高斯加权图上自适应分割出最终的城区.本算法使用Google提供的卫星图像进行算法验证测试,可得到准确的检测结果.本检测算法可满足遥感图像城区检测自动化、实时化的需求,大大减小了人工判图的工作量,能够广泛应用于机载或星载平台.

关键词：城区检测遥感图像处理去雾处理特征点提取实时处理

基于AOD-Net和SSD的雾天车辆和行人检测

在线全文

学校读者我要写书评

暂无评论

重庆理工大学学报（自然科学） 2021年第5期35卷 108-117页

作者：陈琼红冀杰种一帆宫铭钱西南大学工程技术学院重庆400715

为了提高智能汽车在恶劣天气下的环境感知能力,提出一种针对雾天环境下车辆和行人的检测方法。将AOD-Net去雾算法与SSD目标检测算法相结合,实现了城市交通雾天环境下的车辆和行人检测。利用去雾处理后的雾天图片和原始带雾图片分别进行... 详细信息

为了提高智能汽车在恶劣天气下的环境感知能力,提出一种针对雾天环境下车辆和行人的检测方法。将AOD-Net去雾算法与SSD目标检测算法相结合,实现了城市交通雾天环境下的车辆和行人检测。利用去雾处理后的雾天图片和原始带雾图片分别进行目标检测模型训练,并在不同雾浓度等级的交通环境下进行车辆和行人检测,结果显示:AOD-Net与SSD网络相结合得到的检测mAP值可达75.8%,比SSD算法的mAP值高4.1%,表明AOD-Net与SSD网络相结合的算法能更加有效地检测带雾图片中的车辆和行人。

关键词：去雾处理 AOD-Net 车辆检测行人检测 SSD网络

在线全文

学校读者我要写书评

暂无评论

高铁接触网鸟巢检测方法研究及实现

高铁接触网鸟巢检测方法研究及实现

作者：刘若愚长安大学

学位级别：硕士

截止到2020年底,我国铁路运营总里程达到了14.6万公里。在春秋季节,大量的鸟把巢筑在高铁接触网上,高铁接触网电压约27.5k V,鸟巢树枝受潮后会引起接触网短路,给列车运行带来风险。目前,铁路供电段检测鸟巢的主要方法是人工查看C2摄像... 详细信息

截止到2020年底,我国铁路运营总里程达到了14.6万公里。在春秋季节,大量的鸟把巢筑在高铁接触网上,高铁接触网电压约27.5k V,鸟巢树枝受潮后会引起接触网短路,给列车运行带来风险。目前,铁路供电段检测鸟巢的主要方法是人工查看C2摄像机录制的巡检视频,但是这样会耗费大量人力,且效率低。鸟巢检测的难点在于树枝细小、在图像中占的像素少、特征不明显、与线路混淆难以识别等。本文针对巡检视频设计了一种基于深度学习的鸟巢检测方法,并开发了检测系统。首先,对铁路部门提供的列车巡检视频取帧分析,针对图像中背景繁杂,雾、霾、光照不足和接触网支柱发生倾斜等问题进行了详细的研究,对采集到的问题图像进行去雾和倾斜矫正的预处理。其次,对接触网支柱区域进行识别。本文利用改进的YOLO-v4算法对接触网支柱区域进行识别与提取,在重新聚类锚框的基础上,增强了小物体在深层神经网络中的特征信息,提高了对于小物体目标的识别准确率,同时优化了识别时间。再次,设计了改进的StyleGANs网络识别鸟巢,生成不同背景下的高分辨率图像,在鉴别器中加入分类器,对接触网支柱图像提取详细的样本特征进行有无鸟巢的分类学习,同时对生成图像的质量和多样性进行评价。在测试集上测试鉴别器模型的分类效果,对结果进行了分析,并从模型召回率的角度进行评估,本文算法的召回率达到96.5%。最后,研究并开发了一套鸟巢检测系统,将本文的算法进行集成,与支柱编号的识别结合。实现了针对视频的分析取帧、接触网图像的预处理、接触网支柱的提取和鸟巢识别等功能。

关键词：鸟巢识别倾斜矫正去雾处理目标检测 YOLO-v4 StyleGANs

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

古生物化石智能化识别方法及应用

计算机与数字工程 2023年第4期51卷 866-870页

作者：饶溯贾建忠中海石油国际能源服务(北京)有限公司北京100028

对古生物化石的准确识别,不仅在古生物学研究中非常重要,而且是油气勘探的重要环节。古生物化石既可以厘定地层年代和沉积环境,也可以判断烃源岩沉积期的有机质富集条件。该研究以种一级Globoquadrina dehiscens、Glo⁃borotalia fohsi、... 详细信息

对古生物化石的准确识别,不仅在古生物学研究中非常重要,而且是油气勘探的重要环节。古生物化石既可以厘定地层年代和沉积环境,也可以判断烃源岩沉积期的有机质富集条件。该研究以种一级Globoquadrina dehiscens、Glo⁃borotalia fohsi、Globorotalia menardii三类样本为例,提出一项古生物化石智能化识别方法,该方法基于图像处理方法和深度学习技术,通过图像形态学定位,图像背景处理,图像边缘扩充,图像旋转,图像加噪等一系列方法将样本从384个扩充至12288个,再使用基于卷积神经网络的VGG16架构对样本进行分类,其分类准确率可达92%以上。该项识别方法在油气勘探领域具有较强的实用价值和推广前景。

关键词：化石分类形态学去雾处理深度学习卷积神经网络 VGG16

在线全文

学校读者我要写书评

暂无评论

无人机侦察影像去雾处理算法研究综述

飞航导弹 2018年第1期 47-50页

作者：李喆李建增张岩范聪陆军工程大学石家庄校区

针对雾天无人机侦察影像降质严重,影响侦察效果的问题,对图像处理去雾领域的几种主流算法进行了综述。介绍了雾天影像的降质机理,结合无人机侦察的背景对影像特点进行了分析,并分别对基于图像增强和基于物理模型的两大类去雾方法进行了... 详细信息

针对雾天无人机侦察影像降质严重,影响侦察效果的问题,对图像处理去雾领域的几种主流算法进行了综述。介绍了雾天影像的降质机理,结合无人机侦察的背景对影像特点进行了分析,并分别对基于图像增强和基于物理模型的两大类去雾方法进行了对比分析。对无人机侦察影像去雾处理算法的发展趋势进行了展望。

关键词：去雾处理图像预处理无人机侦察影像算法

在线全文

学校读者我要写书评

暂无评论

森林烟火识别算法研究

森林烟火识别算法研究

作者：曹毅超东南大学

学位级别：硕士

近年来,我国面临着愈发严峻的森林防火形势,本文研究了基于计算机视觉技术的森林烟火识别算法,针对森林烟火识别的几个关键环节,从视频图像预处理、疑似烟雾区域提取、基于深度学习的单帧识别方法和基于深度学习的多帧识别方法四个方面... 详细信息

近年来,我国面临着愈发严峻的森林防火形势,本文研究了基于计算机视觉技术的森林烟火识别算法,针对森林烟火识别的几个关键环节,从视频图像预处理、疑似烟雾区域提取、基于深度学习的单帧识别方法和基于深度学习的多帧识别方法四个方面展开研究。（1）视频图像去雾算法研究。本文针对暗通道先验理论的去雾算法在林火监控视频中天空区域容易出现失真噪声块的问题,设计了一种改进的快速去雾算法,通过Sobel算子对原始图像进行纹理分析,分割出天空区域以进行更加精细的去雾操作。其次,从原始图像直接估计环境光和大气光幕,大大提高去雾算法的执行效率。实验证明,改进的快速去雾算法能够满足林火视频监控的工程应用。（2）运动目标检测算法研究。ViBe运动目标检测算法用于森林烟火识别时,无法适应场景中深度变化。针对这个问题,本文设计了一种融合深度信息的自适应ViBe算法,通过暗通道先验理论计算得到深度信息,设计映射函数调节ViBe运动目标检测方法在不同深度的检测灵敏度,在不损失算法效率的情况下,提高了ViBe算法用于森林烟火检测的鲁棒性。（3）基于深度学习的单帧烟火识别方法研究。设计了一种基于注意力机制的卷积神经网络模型,通过注意力网络定位图像中区分度较大的区域,对该区域提取更加精细的局部特征,辅助主干网络进行识别分类。其次,通过带权值的交叉熵损失函数进行优化,提高了网络在非平衡林火数据集上的表现。实验结果表明,基于注意力机制的卷积神经网络在精度与模型稳定性上均有大幅度的提升。（4）基于深度学习的多帧烟火识别方法研究。设计了双向长短期记忆网络识别模型,以提取序列图像中的烟火动态特征。首先通过注意力卷积神经网络逐帧提取静态特征,将特征按照正向（沿着时间顺序）和反向（与时间顺序相反）两种顺序输入双向长短期记忆网络进行循环计算,最终利用网络中的正向状态和反向状态进行更加可靠的预测。实验结果表明,该方法在序列样本数据集上取得了最优的分类精度。

关键词：森林烟火识别去雾处理运动检测卷积神经网络循环神经网络

图像识别技术在配网设备状态监测中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

图像识别技术在配网设备状态监测中的应用研究

作者：王丹华北电力大学(北京)

学位级别：硕士

配电网中的设备众多,且分布广泛,长期以来并未受到有关部门的重视,导致配电设备陈旧老化,装备技术相对落后。随着用电量需求的增大,配电网中的弊端逐渐显现出来。随着技术的不断发展,电力设各的在线监测已广泛应用于变电站、发电厂等电... 详细信息

配电网中的设备众多,且分布广泛,长期以来并未受到有关部门的重视,导致配电设备陈旧老化,装备技术相对落后。随着用电量需求的增大,配电网中的弊端逐渐显现出来。随着技术的不断发展,电力设各的在线监测已广泛应用于变电站、发电厂等电力系统中,并发挥了重要的作用。传统的电力巡检不仅耗费大量的人力物力,同时会因为巡检人员的主观因素导致对设备状态进行误判,再者由于很多配电设备所处环境恶劣,导致日常巡检不易进行,且存在很大的安全隐患。因此,本文提出了基于图像识别技术的配网设备在线监测系统,节省人力物力的同时大大地提高了巡检的效率。本文首先介绍了配网设备的状态监测系统。其次阐述了传统的图像处理技术,包括图像预处理技术、图像的特征提取、基于SIFT的图像匹配以及状态判断识别方法。然后本文重点介绍了特殊环境下的图像处理技术,包括图像的去雾处理以及低照度图像增强处理,并根据传统算法的局限性对传统的暗通道先验去雾算法和基于Retinex的图像增强算法进行了改进。在图像匹配环节,本文针对传统SIFT算法复杂度高的问题,提出了改进的图像匹配算法。最后,本文选定跌落式开关、真空断路器和空气开关三种配网设备进行了图像识别处理,实现了三种设备的状态判断。实验结果证明,本文提出的三种改进算法都能在保证处理效果的同时提高了处理效率,能应用于配网设备状态监测系统中。同时,本文针对三种不同的配网设备特征提出了三种不同的识别方法,在实验中取得了良好的判断效果,为后续的电网设备状态监测提供了思路。

关键词：去雾处理图像增强图像匹配图像识别状态监测