Results 51 to 60 of about 5,385 (118)
野生动物学报, 2022 蛇在野外广泛分布,不同种类的蛇具有不同的特性,实现蛇的准确识别对保护生物多样性和促进全球健康具有重要意义。为提高传统神经网络模型在蛇类图像上的识别效果,以中国地区常见蛇种作为研究对象,包括金环蛇(Bungarus fasciatus)、银环蛇(B.multicinctus)、圆斑蝰(Daboia russelli siamensis)、尖吻蝮(Deinagkistrodon acutus)、竹叶青(Trimeresurus stejnegeri)和王锦蛇(Elaphe carinata ...
周志斌 罗志聪 张展榜 孙奇燕
doaj
Dianci bileiqi, 2019 绝缘子污秽状态非接触检测是智能变电巡检的重要组成部分,为有效提高绝缘子污秽状态识别率,提出了一种基于多光源图像决策级融合的污秽状态诊断方法。以沿海地区多所变电站中不同污秽状态的绝缘子为研究对象,采用种子区域生长法进行图像分割后,分别提取其可见光颜色空间特征、红外图像的灰度化特征以及环境特征,再依据Fisher判据筛选得到最优表征量,并设计支持向量机多值分类器进行污秽状态初判。基于各自识别结果,引入D-S理论进行决策级融合,实现绝缘子污秽状态的有效识别。试验结果表明 ...
曹培, 高凯, 田昊洋, 许侃
doaj
Gaoya dianqi, 2017 对局部放电进行有效识别可以为评估变压器设备绝缘状况提供科学的参考依据,然而局部放电类型的识别往往需要人为地提取描述特征,适应性很差。针对此问题,提出一种基于卷积神经网络的智能识别新方法。根据视觉注意机制分割出放电信号图像,并将灰度化和双线性插值归一化处理的图像作为卷积神经网络的输入。该方法模拟人脑的机制来解释数据,可以直接对采集到的放电信号图像进行自动特征学习与模式识别。实验中对4种典型放电类型的识别率超过了94%,显著优于传统的方法。试验结果表明,该方法无需进行复杂的特征提取 ...
刘兵, 郑剑
doaj
四川大学学报. 自然科学版, 2009 从理论上分析了PCA分析的主元特征向量仅仅表示了图像的整体信息,不能表示图像的微小变化,而非零最小特征向量仅仅反映了图像的细微变化,将主元特征向量和非零最小特征向量进行有机的结合,并用于人脸统计识别,试验结果表明,本文介绍的方法比PCA的人脸识别方法优越,在一定程度上克服了人脸姿态表情的影响。
琚生根, 周激流, 王朝斌, 何坤
doaj
Gaoya dianqi为了准确识别柔直换流阀功率模块故障，保证高压直流输电安全、稳定地运转，提出基于温度概率密度的柔直换流阀功率模块故障热红外图像识别方法。通过热红外图像中目标约束区域和背景采样区域的核密度估计，提取柔直换流阀功率模块热红外图像目标区域；基于核密度估计提取温度概率密度，将其作为区分热红外图像目标区域中正常运行区域和故障区域的特征，结合热红外图像中目标区域内阈值，初步划分故障区域，将初步划分结果作为K-means聚类算法的先验知识，通过不断聚类故障区域簇类，达到识别故障的目的。实验验证：所提方法通过集成灰度 ...
盛宇军 +5 more
doaj
四川大学学报. 自然科学版, 2011 现有的光学印刷体汉字识别(OPCCR)系统中,汉字识别率虽然已经高达98%以上,但仍然会发生错误识别的情况.通常,这些错误的识别还不能被自动检测,采用人工检测,费时费力,大大降低了实际应用系统的自动化和智能化程度.为此,本论文提出了基于网格笔划密度特征的0PCCR错误的自动检测算法.本算法首先建立标准汉字的网格笔划密度特征的特征库.然后,在OPCCR错误的自动检测时,对光学印刷体汉字图像进行预处理、行分割、列分割得到单个汉字图像,提取单个汉字图像的网格笔划密度特征 ...
易雲, 李文博, 张杰, 罗代升
doaj
A survey of depth learning methods for detecting lung nodules by CT images(应用于平扫CT图像肺结节检测的深度学习方法综述)
Zhejiang Daxue xuebao. Lixue ban, 2017 肺癌是一种致死率很高的癌症.通过肺部平扫CT影像检测肺结节对肺癌早期诊断、治疗意义重大.全面介绍了 一种革命性的图像识别技术——深度学习方法，在肺结节检测中的应用.首先，横向对比了不同卷积神经网络的结构及其在图像识别上的效果，其次着重分析了不同深度学习方法在训练肺结节分类器上的应用，包括faster-RCNN、迁移学习、残差学习以及迁移学习.还介绍了一些可用的肺部CT影像数据集供读者参考.
HUWeijian(胡伟俭) +5 more
doaj +1 more source
基于时频分布图像纹理特征的局部放电特高频信号的特征参数提取方法
Gaoya dianqi, 2017 针对局部放电特高频（ultra-high frequency,UHF）信号畸变导致模式识别准确率下降的问题,提出了基于时频分布图像纹理特征的特征参数提取方法。首先对局部放电UHF信号进行s变换得到时频分布图像,然后采用灰度共生矩阵（gray-level co-occurrence matrix,CLCM）算法,从时频分布图像中提取出纹理特征参数。采用主成分分析（principal component analysis,PCA）法对由纹理特征参数构成的特征向量进行降维处理 ...
田妍 +5 more
doaj
四川大学学报. 自然科学版, 2015 为了改善图像质量,本文提出了自适应分数阶微分的图像增强算法.该算法首先在Grünwald-Letnikov分数阶微分定义的基础上,充分利用相邻像素点的信息,设计了具有旋转不变性的分数阶微分掩模;其次,利用图像梯度,局部的信息熵和对比度构造分数阶微分阶次的函数,利用和声搜索算法选取最优参数,建立了图像增强和分数阶微分阶次的非线性量化关系;最后采用信息熵、平均梯度对增强后的图像定量分析,为验证该算法的有效性,把用该算法增强后的岩屑图像应用在岩屑识别中.实验结果表明,能够实现图像的自适应纹理细节信息增强 ...
张玉, 王正勇, 滕奇志, 袁晓
doaj
Dianxin kexue在数据中心机柜资产管理中，受拍摄视角与空间条件限制，机柜图像常须分上下两段采集。传统人工拼接多段图像识别结果的方式不仅效率低下，且易因人为操作引入误差，难以满足大规模数据中心的运维需求。为此，提出了一种基于设备类型序列匹配的自动拼接方法。该方法自动识别设备序列、精准定位图像重叠区域、依据目标总U位数动态优化拼接结果，并输出统一坐标体系下的完整机柜结构数据。在自建机柜数据集上与Grounding-DINO+LightGlue方法的对比实验表明，所提方法有效解决了多段图像识别结果向标准机柜结构的自动转化难题，
方健豪, 彭文琪
doaj