基于TLS的靶板穿孔特征识别提取方法

为了能够更好地研究战斗部的破片毁伤效应,对靶板的毁伤效果进行更加快速、准确地评估,采用三维激光扫描技术进行快速靶板毁伤效果评估。利用相位式三维激光扫描仪获得爆破前后的战斗部及靶板点云数据,通过原始阵列式点云的内部点间关系及变化情况,识别爆破后的靶板穿孔特征,同时统计穿孔特征并计算飞散角等信息。数据验证结果表明,该方法能够有效输出爆破特征的位置、形状及抛射方向,并通过统计值及分布计算为靶板毁伤效果评估提供了有效参考。

通信网络中不良信息优化识别提取仿真

通信网络中的不良信息进行识别提取是实现通信网络侦查和信息监管的重要手段。采用当前方法进行不良信息识别提取过程中,难以提取出通信网络中不良信息特征项,存在识别准确率低的问题。为此,提出一种基于朴素贝叶斯的通信网络中不良信息优化识别提取方法。该方法先采用柔性匹配技术识别和提取通信网络中传输的文档变形特征项,计算出通信网络中文档信息特征项的权重,对具有变形形式的文档信息特征项赋予较高的权重,重新计算向量空间模型中文档信息特征项权重,提取出通信网络中不良信息特征项,结合贝叶斯定理对于待分类通信网络信息实例集进行分类,计算通信网络中传输的文档信息属于不良信息的联合概率,以此作为不良信息特征值与给定的阈值进行比较,由此完成通信网络中不良信息优化识别。实验结果表明,所提方法与当前方法相比,在识别提取通信网络不良信息上的准确率和召回率均有较大的提升。

高校社会安全类突发事件情景要素识别提取

"致灾因子""承灾载体"和"应急决策"是构建突发事件的三个方面,众多关联的影响因素丰富了情景各个部分的内涵,如何从中提取关键要素,从而构建起突发事件情景结构,形成情景演化的基础,构筑起突发事件的应急准备体系。选取高校社会安全类突发事件为实证对象,通过对目标高校不同群体的访谈及问卷调查获取研究数据,利用层次分析法和熵权法相结合以探究情景要素权重分布规律,尝试性提取出关键情景要素,在构筑突发事件情景演化研究基础和厘清情景演化规律等方面有重要意义。

采摘机器人视觉系统的目标识别提取研究

为了解决农业采摘中因各种不利因素造成的采摘机器人无法准确识别和提取目标的问题,本文提出了一种基于深度学习Mask R-CNN神经网络框架的自适应识别提取目标的算法,应用于采摘机器人视觉系统的目标识别提取。经过实践检验可知,该算法不仅较好地解决了采摘机器人由于复杂的周围环境对果蔬不能很好地识别提取的问题,而且在一定程度上还能对成熟和未成熟的果蔬进行筛选。

西南民族地区南侗村寨干栏民居景观基因识别与提取研究--以广西三江侗族自治县平岩村为例

根据传统聚落景观基因理论,以南侗地区三江侗族自治县平岩村为研究定位,依据景观基因理论的核心原则及属性分类原理,构建侗族传统干栏民居景观基因认知与识别系统,精准提取其“主体”景观基因为“立面形态”;“附着”景观基因为“局部装饰”;“变异”景观基因为“平面布局、建筑结构、建造材料”。旨在从景观基因视角明确识别、精准提取并赓续侗族传统干栏民居的特色构造,拓展景观基因理论的应用领域,补充其内容体系,以期为三江侗族自治县平岩村在新时代推进乡土特色文旅产业振兴以及对传统干栏民居景观基因保护与延续提供方法支持。

模型水轮机初生空化的特征谱提取识别方法

目前水轮机模型初生空化识别方法仍采用人工识别法,这种方法获得结果的周期较长、主观性强、准确度及效率都较低。针对于此,对水轮机模型初生空化识别方法进行了研究与优化创新,提出了一种基于炮声谱与特殊脉动谱特征提取的水轮机空化智能识别方法,即多态泡音智能识别方法 PSVFR。该方法依据自主开发的水轮机空化噪声多态算法MTCSPC,对数据进行处理,通过采集初生空化音态特征向量,建立矩阵模型,与样本数据库中的定性矩阵进行特征比对、计算、判断,以帮助机器完成对模型水轮机空化噪声的学习和识别。与现有技术相比,该方法能够提高机器对水轮机初生空化现象的识别准确度和识别效率,识别效率可达80%。

传统村落“胞-链-形”结构的GIS识别与提取

以衡阳市中田村为研究区,应用“胞-链-形”方法,结合环境特征,从景观基因胞、景观基因链、景观基因形3个不同层次,数字化识别提取了中田村的空间结构,分析了中田村内部各组成部分的空间结构特征和空间关系,总结了中田村空间结构的形态特征。结果表明:①“胞-链-形”分析方法对于中田村空间结构的识别提取具有一定的适用性;②识别提取的“胞”有民居、祠堂、月光塘、广场、山体等,“链”主要是道路和巷道,“形”是中田村的整体结构形态;③中田村的空间结构形态是典型的组团式空间结构形态。该研究成果有利于深化对传统村落空间结构的认识,为传统村落空间结构的识别提取提供一定的科学依据。

基于机器视觉的早期麦苗行识别线提取方法

早期麦苗行识别线的提取对于麦田管理机械自主导航至关重要,为此提出了一种基于机器视觉的麦苗行识别线的提取方法,可适用于麦苗稀疏与缺失情况。此方法由图像分割、仿射变换、垂直投影及麦苗行识别线提取4部分组成。首先,采用颜色指数2g-r-b对采集的图像进行灰度化,利用Qtsu方法对灰度图像进行分割;其次,对图像进行仿射变换,改变麦苗行的形态分布;再次,将麦苗对应的像素进行垂直投影得到垂直投影曲线;最后,根据投影曲线计算识别线的下位点与上位点位置,从而提取麦苗行的识别线。测试结果表明:识别线提取的正确率达92.08%,平均角度偏差为1.63°,方法简单、计算量小,每幅图像平均处理时间为0.065s,满足农机作业实时性要求。

基于RCGA的PPC模型在化探异常识别与提取中的应用

为了进行地球化学异常的识别与提取,针对化探数据的特点,本文提出了一种将高维降维技术——投影寻踪分类(PPC)模型与实数编码遗传算法(RCGA)相结合的计算方法,分析了运用RCGA-PPC模型进行化探异常识别与提取的关键技术问题,并在MATLAB环境下开发了该方法的软件应用模块。以云南个旧地区水系沉积物地球化学数据为例,选取区域内Sn、Cu、Pb、Zn、As、Cd等主要成矿元素及与成矿关系密切的9种元素作为计算变量,利用RCGA-PPC模型对其进行处理和异常识别。研究表明:RCGAPPC模型中最佳投影值较高的地区与该区域实际矿床(点)吻合情况较好。该模型对化探异常的识别能力较强,是一种有效的化探多元素综合异常识别与提取方法。

陆地卫星MSS图像地表水域信息的机助识别提取

本文介绍了一种利用陆地卫星MSS图像进行水域信息机助识别提取的快速、经济而有效的方法。该方法以对水与非水信息的光谱特征,比值图像的数据结构特点和大气校正的研究与分析为基础。 研究表明,水与非水的主要差异集中于MSS4与MSS7波段,这两个波段的比值图像可在压抑阴影的同时将两图像的信息集中于一。根据对比值图像数据特点的分析,发现比值图像在作等比例拉伸并取整时所不可避免的信息损失主要集中在低值区,高值区则相对得到扩展增强。由于在MSS4/MSS7图像中,水的信息位于高值区,因此其水域识别能力优于MSS7/MSS4。但是,即使MSS4/MSS7图像也无法完全排除山区深阴影对水域识别的干扰。在进行MSS4/MSS7比值运算之前,首先对MSS4图像作粗略的大气校正,则可圆满地解决这一难题。在经大气校正后的MSS4/MSS7图像上,水体像元的值大于1,而深阴影及其它所有非水信息像元的值则小于1,因此,只要以此为门限值将图像二值化,即可获得精度很高的水域识别图像。完全消除阴影和其它因素的干扰。 本方法运算简单,处理速度为最小距离分类的3倍以上,且精度比分类方法高。它不仅适用于MSS图像,也适用于TM图像。采用本方法进行湖北省地表水域机助识别和面积测量的实际应用表明。

基于重磁场多尺度边缘检测的地质构造信息识别与提取——以铜陵矿集区为例

重磁场是地下地质体密度、磁性分别响应的综合,蕴涵着丰富的地质构造信息,如何将其有效地提取出来是正确认识地下结构的关键环节.本文在总结重磁场构造信息提取研究进展的基础上,将构造信息提取突破口归结为重磁场的边缘增强与检测.通过构建理论模型,对常用的边缘检测方法开展了对比试验,并以长江中下游成矿带中的铜陵矿集区为例,开展了实际资料的处理和研究.获得以下认识和结论:(1)多尺度边缘检测方法较其他方法更能准确提取模型边界,更适合于构造信息识别与提取;(2)在铜陵矿集区识别出18条断裂构造,确定了铜陵隆起的边界,断裂构造的走向主要为北东向,前人所谓"棋盘格式"断裂构造系统并不存在;(3)圈定了岩体的分布范围,在铜陵矿集区北缘,发现了2处隐伏岩体;(4)施家冲、戴家汇岩体周边是寻找矽卡岩型、斑岩型铜金矿的有利地段,铜陵隆起和繁昌火山岩盆地分界断裂两侧是寻找热液型铅锌矿和金矿的重要靶区.

复杂环境中苹果树识别与导航线提取方法

为精准化管理果园,针对存在裸露土壤、遮蔽物、果树冠层阴影和杂草等复杂环境下难以提取导航线问题,通过无人机搭载多光谱相机获取苹果园影像数据后提取果树像元并进行全局果树行导航线提取。通过处理多光谱影像数据得到正射影像图(DOM)、数字表面模型(DSM)图像,选取并计算易于区分杂草与苹果树的归一化差异绿度指数(NDGI)、比值植被指数(RVI)分布图,构建DSM、NDGI、RVI融合图像后,综合利用过绿植被(EXG)指数和归一化差异冠层阴影指数(NDCSI)以阈值分割法剔除融合图像中土壤、遮蔽物、阴影等像元,降低非植被像元对果树提取的干扰。对比使用支持向量机(SVM)法、随机森林(RF)法和最大似然(MLC)法分别提取最终融合图像和普通正射影像中的苹果树像元,并计算混淆矩阵评价各识别精度。试验表明,MLC法对融合图像中果树的识别效果最优,其用户精度、制图精度、总体分类精度、Kappa系数分别为88.57%、93.93%、93.00%、0.8824;相对于普通正射影像,本文构建的最终融合图像使3种方法的识别精度均得到有效提升。其中,融合图像对RF法的用户精度提升幅度最大,为27.12个百分点;对SVM法的制图精度提升幅度最大,为9.03个百分点;对3种方法的总体分类精度提升幅度最低为13个百分点;对SVM法的Kappa系数提升幅度最大,为22.55%,且对其余两种方法的提升也均在20%以上。将本文得到的苹果树像元提取结果图像做降噪、二值化、形态学转换等处理后,以感兴趣区域划分法提取各果树行特征点,并以最小二乘法拟合各行特征点得到导航线,其平均角度偏差为0.5975°,10次测试整体平均用时为0.4023 s。所提方法为复杂环境中果树像元和果树行导航线提取提供了重要依据。

基于稀疏分布特征的井下微地震信号识别与提取方法

井下微震监测获得的地震记录往往包含大量的噪声,记录信噪比很低.有效地震信号的识别与提取是进行后续地震定位等工作之前需要优先解决的问题.经过研究发现,井下水压裂微地震信号具有稀疏分布的特征,而井下环境噪声则具有更多的Gaussian分布特征.为此,本文提出将图像处理领域适宜于稀疏分布信号降噪处理的稀疏码收缩方法应用于井下微震监测数据处理.为解决需要利用与待处理数据中有效信号成分具有相似分布特征的无噪信号序列估算正交基以及计算效率等问题,将原方法与小波变换理论相结合.即通过优选小波基函数作为正交基进行小波变换将信号分解为不同级的小波系数,利用稀疏码收缩方法中对稀疏编码施加的非线性收缩方式作为阈值准则对小波系数进行改造.通过多方面的数值实验证明了该方法在处理地震子波及井下微地震信号方面准确可靠.含噪记录经过处理后有效地震信号的到时、波形、时频谱特征等均能得到良好的识别和恢复.并且该方法具有很强的抗噪能力,当信噪比低至-20^-30db时,仍然能够发挥作用.在处理大量实际井下微震监测数据的过程中,面对多种复杂情况,本方法展现出了计算效率高、计算结果可靠、应用简单等优势,证明了其本身具有实际应用价值,值得进一步的研究和推广.

基于图像纹理的沥青路面坑槽识别及提取

针对现有基于视觉的坑槽检测方法仅侧重识别、提取精度不高的缺点,提出了一种综合利用坑槽灰度特征和纹理特征的坑槽识别及提取方法。图像二值化后,根据形状特征和标准偏差对坑槽进行定性识别和初始提取;对检测出含有坑槽的图像,利用灰度共生矩阵提取纹理特征,并利用主元分析法剔除冗余纹理特征,通过模糊C-均值聚类算法将属于坑槽病害的纹理区域聚为一类,再叠加定性识别的初始提取结果,经形态学处理即可准确提取坑槽病害区域。该方法定性识别的召回率为90.0%,精确率为87.1%,准确率为92.2%,所提取的坑槽区域与原图像坑槽区域重叠度在80%以上的图像比率为70.4%,在70%以上的比率为85.2%。结果表明,该方法对于存在裂缝、碎石、积水等复杂状况的路面,都可取得良好的坑槽识别和提取效果。

基于Apriori算法的流量识别特征自动提取方法

提出了一种基于Apriori算法自动提取协议识别特征的方法,该方法可以自动提取2种最常用的协议识别特征——特征字符串和包长特征,提取特征的效率较传统方法有很大的提高。通过识别率、准确率、正误识别率和负误识别率等指标验证了所提取特征的准确性和完整性,并根据结果反馈指导特征提取的过程,保证了提取特征的可靠性。

校正靶标志物投影的识别与坐标数据提取算法

针对校正靶上标志物难以识别和提取的问题,根据校正靶自身特征提出了相应的标志物投影识别和提取方法。首先该方法消除背景颜色并使用Otsu算法获取的阈值对图像进行分割,然后使用形态学膨胀和腐蚀对分割后图像进行处理,最后根据处理的结果识别和提取出各网格线交叉点坐标并算出该领域的中心坐标。实验表明,所提出的方法能够有效地识别和提取出校正靶投影图像上网格线交叉点坐标。

特种材料表面激光散斑特征提取和识别研究

为了获取特种材料表面特有的激光散斑特征,建立了一套实验室内模拟远场测量系统。利用锁相放大器进行弱信号探测。采用小波分析的方法对数据进行了预处理,采用神经网络算法对实验数据进行了自动分类识别。实验结果表明,特种材料表面激光散斑的空间强度分布可以作为识别特种材料的依据之一,并为特种材料的识别提供了一种新的有效途径。

基于MBD的零件质量特性自动识别与提取技术

质量特性的识别与提取通常通过IGES、STEP等中性文件或者重新构建三维模型并结合特征识别与公差匹配技术来提取并传递数据,在传递过程中会出现相关的质量特性信息、数据丢失、识别过程繁琐、提取时间长等问题。基于模型的定义(MBD)是一种新的产品数字化定义技术,为零件模型的MBD信息表达方式提供了全三维CAD环境下产品的完整信息,可以高效便捷地识别和提取产品质量特性信息。

基于机器视觉图像的多目标提取识别

为了实现农作物图像多目标的准确识别,提出了四连通或八连通的连通域判别法。利用MATLAB的数值计算、图形处理和可视化建模以及动态仿真等功能,对黄瓜植株花朵图像预处理,去除干扰目标,对目标处理结果进行整合,进而得到多目标处理结果。结果表明该方法依据图像信息即可有效地实现多目标的分离和识别。

基于分块小波变换和2DPCA的人脸特征提取与识别算法

从最优化的角度出发,提出了一种基于分块小波变换和二维主成分分析法(2DPCA)的人脸特征提取与识别算法。该方法首先对人脸图像进行分块小波变换,并对各分块的高、低频分量进行组合处理,然后对小波系数特征应用2DPCA方法进行变换并将分块特征进行融合得到人脸鉴别特征,最后在ORL人脸库上应用支持向量机(SVM)对该特征进行分类识别。试验结果表明,该算法能有效地提高人脸识别性能,具有较短的识别时间和较高的识别准确率,优于传统的人脸识别方法。