期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
复杂背景下航拍图像输电线提取算法研究
1
作者
李运堂
詹叶君
+1 位作者
叶春泉
谢梦鸣
《计算机应用与软件》
北大核心
2024年第3期220-225,共6页
针对提取航拍图像中输电线容易出现断裂、重叠,识别准确率低等问题,提出一种改进Hough变换输电线提取算法。通过灰度化对航拍图像进行预处理,Canny算法识别输电线边缘;利用去除小连通区域方法减少边缘图像背景噪声;改进Hough变换参数空...
针对提取航拍图像中输电线容易出现断裂、重叠,识别准确率低等问题,提出一种改进Hough变换输电线提取算法。通过灰度化对航拍图像进行预处理,Canny算法识别输电线边缘;利用去除小连通区域方法减少边缘图像背景噪声;改进Hough变换参数空间的极大值判定范围,实现单直线响应准则。实验结果表明,改进算法相对于LSD、EDLines、传统Hough变换方法,能够完整提取出输电线,并且准确率高、抗噪性好。
展开更多
关键词
输电线
CANNY算子
边缘检测
连通区域
HOUGH变换
下载PDF
职称材料
基于改进YOLOV3算法的斜拉桥拉索表面缺陷检测方法
被引量:
4
2
作者
李运堂
谢梦鸣
+1 位作者
王鹏峰
李孝禄
《传感技术学报》
CAS
CSCD
北大核心
2021年第11期1509-1517,共9页
针对人工检测斜拉桥拉索表面缺陷效率低、危险性高、鲁棒性差、检测效果主观性强等问题,提出改进YOLOV3算法进行斜拉桥拉索表面缺陷自动检测方法。首先,采用K-means聚类算法获取适合拉索表面缺陷特征的先验框尺寸;然后,削减主干特征提...
针对人工检测斜拉桥拉索表面缺陷效率低、危险性高、鲁棒性差、检测效果主观性强等问题,提出改进YOLOV3算法进行斜拉桥拉索表面缺陷自动检测方法。首先,采用K-means聚类算法获取适合拉索表面缺陷特征的先验框尺寸;然后,削减主干特征提取网络中的残差块数量,提高网络检测效率,通过在特征金字塔内添加SPP结构,融合不同感受野的显著特征提升网络对多尺度特征信息的适应能力;最后,将IOU进化成为CIOU作为预测框回归损失,提高定位精度。针对分类效果较差的问题,增大分类损失在总损失中的权重,提高分类精度。测试结果表明,改进YOLOV3算法mAP达到93.7%,FPS指数为17,满足拉索表面缺陷检测精度和实时性要求。
展开更多
关键词
机器视觉
缺陷检测
YOLOV3算法
斜拉桥拉索
下载PDF
职称材料
基于新型编-解码网络斜拉桥拉索表面的缺陷检测
3
作者
李运堂
黄永勇
+3 位作者
王鹏峰
谢梦鸣
陈源
李孝禄
《光电子.激光》
CSCD
北大核心
2024年第1期41-50,共10页
针对人工目测斜拉桥拉索表面缺陷劳动强度大、准确度低,常规图像处理和卷积神经网络速度慢,无法满足实时检测等问题,构建了新型编-解码网络检测拉索表面缺陷。采用优化的MobileNetV2作为编码器,减少网络参数、加快训练速度;解码器借鉴U...
针对人工目测斜拉桥拉索表面缺陷劳动强度大、准确度低,常规图像处理和卷积神经网络速度慢,无法满足实时检测等问题,构建了新型编-解码网络检测拉索表面缺陷。采用优化的MobileNetV2作为编码器,减少网络参数、加快训练速度;解码器借鉴UNet思想,融合金字塔池化(pyramid pooling,PSP)模块加强特征提取;利用跳跃链接级联编码器和解码器,有效融合深浅层特征信息;通过PASCAL VOC数据集预训练得到新型编-解码网络权值,利用孔洞、缝隙、损伤等常见缺陷数据集训练网络获得最终网络参数。实验结果表明:新型编-解码网络鲁棒性强,均像素精度、均交并比和单张图片处理时间分别达到89.88%、79.25%和41.34ms,明显优于PSPNet、UNet、DFANet等主流检测方法,满足斜拉桥拉索表面缺陷检测的精度和速度要求。
展开更多
关键词
斜拉桥拉索
缺陷检测
深度学习
金字塔池化(PSP)
MobileNetV2
原文传递
题名
复杂背景下航拍图像输电线提取算法研究
1
作者
李运堂
詹叶君
叶春泉
谢梦鸣
机构
中国计量大学机电工程学院
出处
《计算机应用与软件》
北大核心
2024年第3期220-225,共6页
文摘
针对提取航拍图像中输电线容易出现断裂、重叠,识别准确率低等问题,提出一种改进Hough变换输电线提取算法。通过灰度化对航拍图像进行预处理,Canny算法识别输电线边缘;利用去除小连通区域方法减少边缘图像背景噪声;改进Hough变换参数空间的极大值判定范围,实现单直线响应准则。实验结果表明,改进算法相对于LSD、EDLines、传统Hough变换方法,能够完整提取出输电线,并且准确率高、抗噪性好。
关键词
输电线
CANNY算子
边缘检测
连通区域
HOUGH变换
Keywords
Power line
Canny operator
Edge detection
Connected region
Hough transform
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于改进YOLOV3算法的斜拉桥拉索表面缺陷检测方法
被引量:
4
2
作者
李运堂
谢梦鸣
王鹏峰
李孝禄
机构
中国计量大学机电工程学院
中国计量大学现代科技学院
出处
《传感技术学报》
CAS
CSCD
北大核心
2021年第11期1509-1517,共9页
基金
浙江省基础公益研究计划(LGF19E050002)
浙江省属高校基本科研业务费专项资金(2020YW29)。
文摘
针对人工检测斜拉桥拉索表面缺陷效率低、危险性高、鲁棒性差、检测效果主观性强等问题,提出改进YOLOV3算法进行斜拉桥拉索表面缺陷自动检测方法。首先,采用K-means聚类算法获取适合拉索表面缺陷特征的先验框尺寸;然后,削减主干特征提取网络中的残差块数量,提高网络检测效率,通过在特征金字塔内添加SPP结构,融合不同感受野的显著特征提升网络对多尺度特征信息的适应能力;最后,将IOU进化成为CIOU作为预测框回归损失,提高定位精度。针对分类效果较差的问题,增大分类损失在总损失中的权重,提高分类精度。测试结果表明,改进YOLOV3算法mAP达到93.7%,FPS指数为17,满足拉索表面缺陷检测精度和实时性要求。
关键词
机器视觉
缺陷检测
YOLOV3算法
斜拉桥拉索
Keywords
machine vision
defect detection
YOLOV3 algorithm
cable-stayed bridge cable
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于新型编-解码网络斜拉桥拉索表面的缺陷检测
3
作者
李运堂
黄永勇
王鹏峰
谢梦鸣
陈源
李孝禄
机构
中国计量大学机电工程学院
中国计量大学现代科技学院
出处
《光电子.激光》
CSCD
北大核心
2024年第1期41-50,共10页
基金
浙江省基础公益研究计划(LGF19E050002)
浙江省属高校基本科研业务费专项资金(2020YW29)资助项目。
文摘
针对人工目测斜拉桥拉索表面缺陷劳动强度大、准确度低,常规图像处理和卷积神经网络速度慢,无法满足实时检测等问题,构建了新型编-解码网络检测拉索表面缺陷。采用优化的MobileNetV2作为编码器,减少网络参数、加快训练速度;解码器借鉴UNet思想,融合金字塔池化(pyramid pooling,PSP)模块加强特征提取;利用跳跃链接级联编码器和解码器,有效融合深浅层特征信息;通过PASCAL VOC数据集预训练得到新型编-解码网络权值,利用孔洞、缝隙、损伤等常见缺陷数据集训练网络获得最终网络参数。实验结果表明:新型编-解码网络鲁棒性强,均像素精度、均交并比和单张图片处理时间分别达到89.88%、79.25%和41.34ms,明显优于PSPNet、UNet、DFANet等主流检测方法,满足斜拉桥拉索表面缺陷检测的精度和速度要求。
关键词
斜拉桥拉索
缺陷检测
深度学习
金字塔池化(PSP)
MobileNetV2
Keywords
cable-stayed bridge cables
defects detection
deep learning
pyramid pooling(PSP)
MobileNetV2
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
复杂背景下航拍图像输电线提取算法研究
李运堂
詹叶君
叶春泉
谢梦鸣
《计算机应用与软件》
北大核心
2024
0
下载PDF
职称材料
2
基于改进YOLOV3算法的斜拉桥拉索表面缺陷检测方法
李运堂
谢梦鸣
王鹏峰
李孝禄
《传感技术学报》
CAS
CSCD
北大核心
2021
4
下载PDF
职称材料
3
基于新型编-解码网络斜拉桥拉索表面的缺陷检测
李运堂
黄永勇
王鹏峰
谢梦鸣
陈源
李孝禄
《光电子.激光》
CSCD
北大核心
2024
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部