本文主要研究内容
作者贾博然（2019）在《基于计算机视觉的洞库类目标识别》一文中研究指出：洞库类目标包含有隧道、坑道、军事洞库等,在道桥建设、地理勘探、军事技术等领域中具有很高的识别价值。近年来计算机视觉技术发展迅速,基于计算机视觉技术的目标识别效果良好且成本低廉。本文针对洞库类目标的自动化识别方法较少,且主要集中于多传感器融合等领域,实现难度较大、成本高昂等问题,提出并设计了基于多特征、深度学习、红外与可见光图像融合的三种洞库类目标识别方法。提出了基于多特征的洞库类目标识别方法,完成了对未伪装遮挡和部分伪装遮挡的洞库识别。该方法利用HOG特征预筛选图像;然后根据洞库类目标的灰度特征提出了一种图像局部自适应阈值生成算法,分割并提取图像中的疑似目标;最后利用洞库类目标的形状特征,判别图像中的各个疑似轮廓,完成识别。该方法识别准确率较高,但漏检率较高,且在图像噪声复杂的情况下识别效果下降。提出了基于深度学习的洞库类目标识别方法,相较于基于多特征的方法识别准确率更高。传统的深度学习方法需要海量的训练数据,该方法结合卷积神经网络、元学习理论建立元-卷积网络,利用小样本即可训练得出模型;然后融合持续学习理论,结合基于多特征的方法设计专家审核模型,使模型可以持续学习更新。该方法在图像具有多种噪声的情况下对未伪装遮挡和部分伪装遮挡的洞库都可以保持较高的识别准确率。设计了基于红外与可见光图像融合的洞库类目标识别方法,完成了洞库类目标的全天候识别。该方法采集完全伪装遮挡和夜间洞库的红外图像,分析红外特征,确定温差阈值,识别完全伪装遮挡和夜间的洞库;然后使用基于VGG网络的图像融合方法,融合本文提出的基于深度学习的洞库类目标识别方法的识别结果(可见光图像),和红外图像的识别结果。该方法同时利用可见光图像和红外图像,实现了对洞库类目标的全天候识别。本文最后建立洞库类目标数据库,并根据基于红外与可见光图像融合的洞库类目标识别方法,设计洞库类目标识别系统,完成了相关实验和分析。结果表明,本文方法对洞库类目标识别准确率较高,稳定性较好。
Abstract
dong ku lei mu biao bao han you sui dao 、keng dao 、jun shi dong ku deng ,zai dao qiao jian she 、de li kan tan 、jun shi ji shu deng ling yu zhong ju you hen gao de shi bie jia zhi 。jin nian lai ji suan ji shi jiao ji shu fa zhan xun su ,ji yu ji suan ji shi jiao ji shu de mu biao shi bie xiao guo liang hao ju cheng ben di lian 。ben wen zhen dui dong ku lei mu biao de zi dong hua shi bie fang fa jiao shao ,ju zhu yao ji zhong yu duo chuan gan qi rong ge deng ling yu ,shi xian nan du jiao da 、cheng ben gao ang deng wen ti ,di chu bing she ji le ji yu duo te zheng 、shen du xue xi 、gong wai yu ke jian guang tu xiang rong ge de san chong dong ku lei mu biao shi bie fang fa 。di chu le ji yu duo te zheng de dong ku lei mu biao shi bie fang fa ,wan cheng le dui wei wei zhuang zhe dang he bu fen wei zhuang zhe dang de dong ku shi bie 。gai fang fa li yong HOGte zheng yu shai shua tu xiang ;ran hou gen ju dong ku lei mu biao de hui du te zheng di chu le yi chong tu xiang ju bu zi kuo ying yu zhi sheng cheng suan fa ,fen ge bing di qu tu xiang zhong de yi shi mu biao ;zui hou li yong dong ku lei mu biao de xing zhuang te zheng ,pan bie tu xiang zhong de ge ge yi shi lun kuo ,wan cheng shi bie 。gai fang fa shi bie zhun que lv jiao gao ,dan lou jian lv jiao gao ,ju zai tu xiang zao sheng fu za de qing kuang xia shi bie xiao guo xia jiang 。di chu le ji yu shen du xue xi de dong ku lei mu biao shi bie fang fa ,xiang jiao yu ji yu duo te zheng de fang fa shi bie zhun que lv geng gao 。chuan tong de shen du xue xi fang fa xu yao hai liang de xun lian shu ju ,gai fang fa jie ge juan ji shen jing wang lao 、yuan xue xi li lun jian li yuan -juan ji wang lao ,li yong xiao yang ben ji ke xun lian de chu mo xing ;ran hou rong ge chi xu xue xi li lun ,jie ge ji yu duo te zheng de fang fa she ji zhuan jia shen he mo xing ,shi mo xing ke yi chi xu xue xi geng xin 。gai fang fa zai tu xiang ju you duo chong zao sheng de qing kuang xia dui wei wei zhuang zhe dang he bu fen wei zhuang zhe dang de dong ku dou ke yi bao chi jiao gao de shi bie zhun que lv 。she ji le ji yu gong wai yu ke jian guang tu xiang rong ge de dong ku lei mu biao shi bie fang fa ,wan cheng le dong ku lei mu biao de quan tian hou shi bie 。gai fang fa cai ji wan quan wei zhuang zhe dang he ye jian dong ku de gong wai tu xiang ,fen xi gong wai te zheng ,que ding wen cha yu zhi ,shi bie wan quan wei zhuang zhe dang he ye jian de dong ku ;ran hou shi yong ji yu VGGwang lao de tu xiang rong ge fang fa ,rong ge ben wen di chu de ji yu shen du xue xi de dong ku lei mu biao shi bie fang fa de shi bie jie guo (ke jian guang tu xiang ),he gong wai tu xiang de shi bie jie guo 。gai fang fa tong shi li yong ke jian guang tu xiang he gong wai tu xiang ,shi xian le dui dong ku lei mu biao de quan tian hou shi bie 。ben wen zui hou jian li dong ku lei mu biao shu ju ku ,bing gen ju ji yu gong wai yu ke jian guang tu xiang rong ge de dong ku lei mu biao shi bie fang fa ,she ji dong ku lei mu biao shi bie ji tong ,wan cheng le xiang guan shi yan he fen xi 。jie guo biao ming ,ben wen fang fa dui dong ku lei mu biao shi bie zhun que lv jiao gao ,wen ding xing jiao hao 。
论文参考文献
论文详细介绍
论文作者分别是来自北京交通大学的贾博然，发表于刊物北京交通大学2019-09-27论文，是一篇关于洞库论文,目标识别论文,计算机视觉论文,深度学习论文,红外热成像论文,图像融合论文,北京交通大学2019-09-27论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自北京交通大学2019-09-27论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：洞库论文; 目标识别论文; 计算机视觉论文; 深度学习论文; 红外热成像论文; 图像融合论文; 北京交通大学2019-09-27论文;