遥感影像水体追踪识别提取算法及应用

针对大尺度区域所有规模以上水体一次性智能化水体提取的问题,提出了水体追踪识别提取算法。这种方法可以追踪图像中所有的连通区域,并对区域进行识别与提取。以花马湖区域的水体为例,使用水体追踪识别算法提取湖泊,能够准确地追踪各种形状的湖泊,与两边扫描法、区域增长法相比,扫描重复率低、精度高。

基于MNDWI特征空间的水体追踪识别方法研究

水体作为国土资源的关键要素,其水体面积变化在水资源调查、变化检测及大型水利设施建设评估等方面具有非常重要的意义。由于区域山体阴影、建筑等因素的干扰影响,带来域内所有湖库水体进行一次性提取的难点,文中以landsat8为数据源,研究提出一种MNDWI+水体追踪识别的方法;并以京津冀区域为例,应用本方法在该区域湖库水体的提取精度达到97.5%以内,与常规方法相比,实现了大区域湖库水体的一次性快速精确提取。

基于OpenMV的自动追踪识别仪表小车设计

针对电气仪表在测量过程中面临的人工成本高昂及传统方法在工业环境下识别准确率不高的问题,设计了一种基于OpenMV的自动追踪识别仪表小车.首先,将OpenMV固定在二维云台上,用于被测物体自动追踪,同时与主控制器连接,进行数据传输;然后,使用测距算法测量小车与目标物之间的距离,在室内铺设AprilTag标识物用于定位和导航,当小车检测到仪表盘时,判断其类型;最后,实验验证巡检小车在行进过程中,准确识别到仪表盘位置,分辨仪表盘类型,并自动记录仪表盘图像,具有较高的识别准确率.所设计的OpenMV自动追踪识别仪表小车造价便宜,同时小车硬件设计和算法方面都具备小型化和轻量化的特点,大大提高了测量的智能化水平.实验结果表明,在损失较少精度的情况下,提高了检测速度,最高为22帧/s,在电力巡检中具有一定的实际应用价值.

卫星云图上自动识别追踪MCS方法

中尺度对流系统(MCS)常伴有冰雹、雷暴、飑线和龙卷等强对流天气的发生,不仅对机体结构造成巨大破坏,还对飞行机组及乘客人身安全产生严重威胁。准确有效地识别和追踪MCS所在位置和发展趋势一直以来都是MCS研究的重点和难点。根据前人所改进的MCS识别与追踪判定标准,将Matlab图像处理技术运用到MCS的识别追踪中。通过使用Matlab软件对国家卫星气象中心提供的卫星数据加工处理,并对其特征参数进行计算分析。实验证明,该方法不仅可以实现MCS自动识别,还可实现多时次MCS连续有效追踪,为危险天气下航路规避、改航路径划设、航线智能选择提供了有效的理论依据和实用参考标准。

多维视角下贫困的识别、追踪及分解研究——基于中国家庭追踪调查(CFPS)数据

基于多维贫困测度的分析框架和多重剥夺的福利损失,结合中国家庭追踪调查(CFPS)2010、2012和2014年的数据,考察农村地区贫困的识别、追踪和分解。研究表明:从健康、教育、生活状况、卫生条件、食物支出与收入水平六个维度综合来看,考察期内农村地区的多维贫困有所改善;相比一维视角的收入贫困,多维视角下可以借助更多信息对贫困户进行有效地识别和追踪;对多维贫困指数的分解发现,一些特定维度(如教育、生活状况和卫生状况等)的变化对于多维贫困指数变化的影响较大。得出政策启示:对贫困的识别应当借助多维视角的福利剥夺,以便尽可能"识真贫"和"扶真贫";对于贫困的改善应当致力于贫困户福利水平和脱贫能力的改善;扶贫过程中,应注重一些特定维度对贫困户脱贫能力的影响,将这些维度作为扶贫政策的重要着力点。

基于高频雷达波的煤岩层位识别与追踪方法研究

煤岩层位的识别与追踪是煤炭智能化开采的重要难题,常规的煤岩层位探测方法存在精度低、实时性差等问题,提出一种基于高频空气耦合雷达的煤岩层位识别与追踪方法,相比于传统方法,本方法可实现非接触式探测,并且能实时进行层位的追踪与识别。首先通过正演模拟分析了天线悬空耦合条件下高频雷达波在“空气-煤-岩”层位的回波反射特征,提出了“空气-煤”和“煤-岩”层的定位方法;其次对不同煤层厚度条件下的界面探测精度和误差进行分析,提出了“煤-岩”层精确定位方法,并建立了种子层位点的位置关系模型;针对雷达天线悬空高度受煤层起伏变化的影响,研究推导出煤岩层位动态探测过程中煤层厚度的解算算法;再次,根据“煤-岩”层位种子点,提出以三级“窗口算子”为核心的煤岩层位追踪算法,实现了煤岩层位的快速追踪,提高了系统稳定性;最后开展了物理模型试验和现场探测试验,结果表明:物理模型探测中平均误差为±0.12 cm,平均误差百分比为2.18%,矿井工作面探测平均误差值为±0.71 cm,平均误差百分比为3.53%;基于1.2 GHz高频空气耦合雷达可在悬空条件下实时动态获取到1 m范围内煤岩层位信息,动态探测精度达到厘米级,研究成果为煤矿智能化开采以及透明地质模型的动态更新提供技术支撑。

CBTC系统列车识别与追踪技术研究

列车识别与追踪是列车运行监控的基础。本文就C B T C系统列车识别与追踪技术,通过ATS仿真平台中实际站场图例,对列车识别与追踪实现过程中需要的线路基础数据和车次号追踪的实现方法进行探讨。应用Visual C++6.0平台根据实际线路进行仿真验证。

单砂体识别和追踪技术在哈国NB油田滚动开发中的应用研究

哈萨克斯坦NB油田是一个浅层的大型高孔高渗普通稠油油藏。油田外围勘探和开发程度低,地层压力保持的好,钻井资料显示主力含油层是白垩系上部的一套相对较厚的单砂体储层,具有一定的开发潜力。但白垩系储层受沉积相控制,纵向砂体厚度薄,横向相变快,对该主力单砂体储层平面分布规律的研究难度大。利用地震属性识别和追踪单砂体的技术,准确预测了其在平面上的分布规律,并通过评价井部署和开发井实践得以验证,获得了多口高产油井,每年在外围的新井产油贡献超过7万吨。

基于机器视觉的目标识别追踪算法及系统设计

为实现对特定动态目标的准确识别与平稳追踪,提出了一种基于机器视觉的智能算法及系统设计。系统以Jetson TX2为控制核心,采用基于YOLOv3算法的卷积神经网络本地实现动态目标的识别,并结合基于模糊逻辑思想的追踪避障算法识别出目标运动的转向、转动幅度及障碍物位置,实现了对系统的运动进行精确控制且准确避障。系统采用的目标识别追踪算法可以实现对前端摄像头传感器采集的视频流进行实时本地处理及反馈。经测试,系统工作稳定,具有准确性高、实时性强等优点,可以广泛应用于智能跟随行李箱、安防巡逻机器人等智能产品,具有极高的市场应用价值。

台风螺旋带回波识别追踪及结构分析技术应用

通过浙江省雷达基数据3-D数字组网和时空同化处理，利用回波自动识别、跟踪、定量估测降水等方法，实现对台风螺旋带回波的识别与追踪预报。为适应台风暴雨的强对流回波团的识别，充分考虑了螺旋带中尺度对流群系统性移向趋势。对交叉相关法进行改进、用矩心跟踪法进行强对流回波团的跟踪，再结合浙江省自动雨量站实时数据，应用最佳概率窗求得最配合的Z—I关系，进行动态降水量估测，经过变分订正后，最终用外推方法作出0-1小时的降水临近预报。同时，利用台风旋转环流的特点，用GBVTD方法对台风中心、旋转环流结构作快速诊断分析，以满足临近预报服务的需求。

基于人脸识别和WiFi探针技术的身份识别追踪系统设计

人脸识别和WiFi探针两个技术,都是通过特定方法来识别对象身份。前者可以快速准确获得对象身份,但对环境要求高,成本较高,部署量少;后者只能获得对象的手机mac地址,但对环境要求低,成本较低,可以大量部署。通过将人脸采集所代表的"真实身份"和WiFi探针获得的mac地址所代表的"虚拟身份"进行信息比对、筛选、定位,最终实现真实身份信息和虚拟身份信息的一一对应,WiFi探针获得的海量的"虚拟身份"转换为"真实身份",进而实现对目标的身份识别和追踪。

OpenMV视觉模块的滚球目标识别与追踪系统研究

基于OpenMV微型机器视觉模块,以云台为载体,使用Micro Python语言对滚球目标识别与追踪算法进行研究。通过摄像头获取实时图像,在对图形进行预处理后利用形状识别和边缘检测算法完成目标识别与追踪,并通过串口将滚球中心位置坐标输出。

目标识别追踪算法系统设计及分析

通过植入到机器人控制单元,帮助机器人在感知环境的前提下更好的识别和追踪目标,本文研究设计了一种基于本地数据采集处理的目标识别追踪算法系统,通过对本地和云端两个方案测试验证设计系统在综合性能的优越性,主要解决室外机器人在实际场景中识别目标出现的高延迟、不稳定等问题。

钞票冠字码识别与追踪技术在AFC上的应用

近年来,随着城市轨道交通的发展,AFC自助设备单一的现金找零方式增加了车站现金储备量,阻碍了现金流通,而纸币循环找零方式又缺乏查询与追溯参与循环的伪钞的功能,难以解决伪钞纠纷问题.因此,在纸币循环找零模块中引入钞票冠字码识别与追踪技术是今后发展的方向.提出了钞票冠字码识别与追踪技术在AFC领域的应用,其中,包括定位可疑钞票、钞票清点过程查询与追溯,以及新型伪钞紧急预防与追溯.钞票冠字码识别与追踪技术能实时地记录流通钞票冠字码,建立交易关联信息,为现金流转提供可靠、安全的保障.

基于深度学习的机器人目标识别实验教学设计与改革

设计了一个自追踪摄像头云台控制机器人实验。文章从人体的检测定位及云台控制方面阐述了系统的设计思路,利用机器视觉技术得到了人体目标在视角中的坐标,又对舵机进行了目标控制。追踪目标的过程最终以Mobile Net-SSD网络模型为基础,通过深度可分离的整合设计,改善了现有整合网络的复杂参数问题,从而优化了网络结构。后期将引导学生从改进本实验模型结构和图像预处理等方面提高最终算法的检测速度、检测准确率、识别准确率等。该实验设计涉及学科较为综合,功能扩展性好,实用性强,是机器人教学、机器学习实践与嵌入式系统相融合的创新实验项目。

时滞优化对复杂追踪算法精度的影响

盲源分离是实现混合信号分离的一个重要途径,可以分离多个时间相关的高斯信号的混合信号,具有较好的鲁棒性。以一种新的盲源分离算法——复杂追踪算法为例,利用信号的统计特征,分析信号的自相关函数与偏自相关函数,用以确定复杂追踪算法的时滞个数。复杂追踪算法是近期新发展起来的一种结合信号统计特性和时序结构的盲源分离算法,通过找到一个合适的投影方向,使其在该方向投影信号的复杂度最小,从而实现对混合信号的分离。而时滞选择的优劣决定了目标函数的正确与否。最后以三层框架的数值模拟对时滞优化进行了有效性验证。

基于TLDM技术的摄像头行为识别与追踪研究

为解决传统监控系统存在的依赖人工操作、难以全面监控人物行动轨迹等缺陷,采用TLDM技术,通过嵌入式编程优化现有安防系统,实现对外来陌生人员的行动轨迹监测及档案归类,提高智能化水平。系统可远程掌控关键区域,有效排查安全隐患;同时与人脸识别考勤系统对接,实现内外人员档案区分,精准掌握人物移动状况,提高监控效率。该系统实现了对关键区域的远程监控,成功排查了潜在安全隐患,提高了监控效率,并在人员行动轨迹把控、进入设施人员识别、摄像头联系运用等方面取得了显著成果。

不同测高产品对地中海中尺度涡探测的影响

长期以来,人们利用海平面异常(Sea level anomaly,SLA)对中尺度涡旋进行了大量研究。然而,随着新的测高产品绝对动力地形(Absolute dynamic topography,ADT)的提出,SLA产品探测涡旋的准确性值得重新检验。因此,本文以地中海为例,使用26 a(1993—2018年)时间序列,提供了AVISO发布的中尺度涡旋轨迹图集(META数据集)和Tian等发布的海洋涡旋识别与追踪数据集(Tian数据集)这两种由不同测高产品衍生的涡旋数据集之间的比较分析。结果表明,在涡旋识别方面,META比Tian数据集捕获的涡旋数量更多,具有更大的振幅和更小的半径;在空间域上,META数据集更容易检测到永久、准永久性气旋涡。值得注意的是,由于SLA是平均海平面(Mean sea surface,MSS)的异常,而MSS的分辨率在高纬地区以及沿海区域并不高,造成了沿轨SLA不可避免地存在误差。因此,在时域上,SLA捕获的涡旋数量波动不断趋向ADT,使得META相较于Tian数据集质量更稳定。在涡旋追踪方面,Tian比META数据集追踪到的长寿涡(>6个月)普遍具有更长的寿命和更连续的轨迹,从而使涡旋显示出更强的鲁棒性。因此,本文建议,当关注的目标是单体涡旋时,应使用META数据集;当重点关注涡旋轨迹时,应采用Tian数据集。

RFID射频技术在物流教学中的运用

RFID射频技术在物流教学中的运用正逐渐受到广泛关注和研究。其作为一种自动识别和追踪技术,具有高效、精确、实时等特点,为物流管理提供了全新的解决方案。在物流教学中引入RFID射频技术可以帮助学生更好地了解与应用物流管理的知识和技术。因此,文章针对RFID射频技术在物流教学中的应用展开研究,以期在教学内容、教学方法和教学模式改革等方面为相关人员提供参考。

高光谱侦察技术特点及其对地面军事目标威胁分析

介绍了高光谱成像探测的原理和特点。给出了国外高光谱侦察技术的发展现状、主要计划项目和趋势。讨论了高光谱侦察技术在战场情报侦察、伪装隐身目标探测,以及机动目标追踪识别等对地面军事目标的侦察威胁。