在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

鐵質(zhì)破片的高光譜圖像識(shí)別研究

萊森光學(xué) ? 來(lái)源:萊森光學(xué) ? 作者:萊森光學(xué) ? 2023-11-14 10:55 ? 次閱讀

無(wú)論是對(duì)戰(zhàn)斗部爆炸威力進(jìn)行評(píng)價(jià)還是計(jì)算民間反恐防暴時(shí)震爆彈的安全半徑,都需分析爆炸破片的散布情況并對(duì)破片進(jìn)行識(shí)別回收。當(dāng)破片散落在沙土?石子以及落葉等背景時(shí)顯著性極其差,一般的相機(jī)無(wú)法準(zhǔn)確識(shí)別出背景中的破片,而且以人工識(shí)別為代表的傳統(tǒng)破片識(shí)別方法效率低且易受人為主觀影響高光譜成像技術(shù)是近十幾年發(fā)展起來(lái)的集探測(cè)器件?精密光學(xué)器械?微弱信號(hào)檢測(cè)?計(jì)算機(jī)及信息處理等技術(shù)于一體的綜合性影像技術(shù)。近年來(lái),學(xué)者利用高光譜成像進(jìn)行了垃圾分類(lèi)?藥品產(chǎn)地識(shí)別?迷彩偽裝識(shí)別?疾病診斷和手術(shù)指導(dǎo)等研究,將光譜識(shí)別方法應(yīng)用到農(nóng)業(yè)?醫(yī)學(xué)?軍事?民生等領(lǐng)域。

1、數(shù)據(jù)采集

破片和背景的材質(zhì)差異?分子結(jié)構(gòu)不同,對(duì)不同波長(zhǎng)的光的吸收特性不同。

圖1 高光譜成像系統(tǒng)

wKgZomVS4YyAEC6WAAGCokG0OCk768.png

根據(jù)模擬破片散布場(chǎng)的特點(diǎn),由于沙土與破片、石子、樹(shù)葉,相對(duì)無(wú)規(guī)則且復(fù)雜,將其視為第一背景,通過(guò)空間分割將其去除。然后對(duì)沙土上的目標(biāo)用譜域信息進(jìn)行分類(lèi)識(shí)別,因此需要建立包含石子和樹(shù)葉的破片識(shí)別數(shù)據(jù)庫(kù)。另取鐵質(zhì)破片、石頭、樹(shù)葉若干樣本,采集它們的高光譜圖像,感興趣區(qū)域提取像素點(diǎn)作為樣本庫(kù),為了使提取的樣本點(diǎn)具有代表性,采集數(shù)據(jù)時(shí)要進(jìn)行樣本多角度采集,選取樣本點(diǎn)也要廣泛全面。

wKgaomVS4Y2ANeQQAAb8qqxOdFk302.png圖2 模擬破片散布空間圖

wKgZomVS4Y6AQRgaAAER17SUcDs439.png?圖3 破片及其背景樣本圖列

2、數(shù)據(jù)處理

wKgaomVS4Y6AZ-mwAADp7R_ZOqg969.png圖4(a)?(b)和(c)分別為破片?石子和樹(shù)葉的參考光譜

從234個(gè)波段中輸出63個(gè)特征子集,在63個(gè)波段下鐵質(zhì)破片?石子和樹(shù)葉的參考光譜圖分別為如圖4(a,b,c)所示。

從圖4可知,鐵質(zhì)破片?石子?樹(shù)葉在這63個(gè)波段中均存在不同位置的波峰(波谷),且波形趨勢(shì)與反射率明顯不同,表明特征選擇提取的63個(gè)特征波段可以代表原始樣本用于分類(lèi)。

wKgZomVS4Y-AUdPEAABI6gbWF2Q672.png圖5 空譜聯(lián)合識(shí)別流程圖

針對(duì)破片高光譜圖像特點(diǎn),在前期研究的基礎(chǔ)上,采用前后級(jí)聯(lián)空譜融合方法。在空域分割信息基礎(chǔ)上,對(duì)各分割區(qū)域進(jìn)行譜域的類(lèi)型識(shí)別,以獲得準(zhǔn)確的目標(biāo)和背景信息。具體流程如圖5所示。

wKgaomVS4ZCAFdkPAALLsrQQZKU167.png圖6 空域分割結(jié)果圖

(a):空間增強(qiáng);(b):邊緣檢測(cè)結(jié)合區(qū)域生長(zhǎng)結(jié)果圖;

(c):空間分割二值圖;(d):Imagelabeler標(biāo)定二值圖

wKgZomVS4ZCAKOPFAAGZUdlFGfk750.png?圖7 空譜聯(lián)合結(jié)果圖

(a):分類(lèi)結(jié)果圖;(b):最終識(shí)別結(jié)果圖

在圖7(a)中,黃色代表石子的像素點(diǎn)、銀白色代表鐵質(zhì)破片、綠色代表樹(shù)葉。

結(jié)論

采用高光譜相機(jī)對(duì)模擬破片散落在背景中行成像,采用空譜聯(lián)合的方法對(duì)散布場(chǎng)中目標(biāo)分類(lèi)識(shí)別的可行性,對(duì)戰(zhàn)場(chǎng)破片散布識(shí)別提供了實(shí)驗(yàn)方法和理論依據(jù)。

推薦:

無(wú)人機(jī)高光譜成像系統(tǒng)iSpecHyper-VM100

一款基于小型多旋翼無(wú)人機(jī)高光譜成像系統(tǒng),該系統(tǒng)由高光譜成像相機(jī)、穩(wěn)定云臺(tái)、機(jī)載控制與數(shù)據(jù)采集模塊、機(jī)載供電模塊等部分組成。無(wú)人機(jī)機(jī)載高光譜成像系統(tǒng)通過(guò)獨(dú)特的內(nèi)置式或外部掃描和穩(wěn)定控制,有效地解決了在微型無(wú)人機(jī)搭載推掃式高光譜照相機(jī)時(shí),由于振動(dòng)引起的圖像質(zhì)量較差的問(wèn)題,并具備較高的光譜分辨率和良好的成像性能。

wKgaomVS4ZGAZj7iAABJinx5T6w32.jpeg
審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 圖像識(shí)別
    +關(guān)注

    關(guān)注

    9

    文章

    526

    瀏覽量

    38830
  • 高光譜
    +關(guān)注

    關(guān)注

    0

    文章

    398

    瀏覽量

    10184
收藏 人收藏

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    AI圖像識(shí)別攝像機(jī)

    隨著科技的迅猛發(fā)展,人工智能(AI)在各個(gè)領(lǐng)域的應(yīng)用越來(lái)越廣泛,其中圖像識(shí)別技術(shù)尤為引人注目。AI圖像識(shí)別攝像機(jī)作為這一技術(shù)的重要應(yīng)用之一,正在逐步改變我們的生活和工作方式。什么是AI圖像識(shí)別攝像機(jī)
    的頭像 發(fā)表于 11-08 10:38 ?678次閱讀
    AI<b class='flag-5'>圖像識(shí)別</b>攝像機(jī)

    圖像識(shí)別算法有哪幾種

    圖像識(shí)別算法是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心技術(shù)之一,它通過(guò)分析和處理圖像數(shù)據(jù),實(shí)現(xiàn)對(duì)圖像中的目標(biāo)、場(chǎng)景和物體的識(shí)別和分類(lèi)。 圖像識(shí)別算法的發(fā)展歷程
    的頭像 發(fā)表于 07-16 11:22 ?2073次閱讀

    圖像檢測(cè)和圖像識(shí)別的原理、方法及應(yīng)用場(chǎng)景

    圖像檢測(cè)和圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的兩個(gè)重要概念,它們?cè)谠S多應(yīng)用場(chǎng)景中發(fā)揮著關(guān)鍵作用。 1. 定義 1.1 圖像檢測(cè) 圖像檢測(cè)(Object Detection)是指在
    的頭像 發(fā)表于 07-16 11:19 ?6260次閱讀

    圖像識(shí)別算法都有哪些方法

    圖像識(shí)別算法是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心任務(wù)之一,它涉及到從圖像中提取特征并進(jìn)行分類(lèi)、識(shí)別和分析的過(guò)程。隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展,圖像識(shí)別算法已經(jīng)取得了顯著的進(jìn)展。本文將介紹
    的頭像 發(fā)表于 07-16 11:14 ?6893次閱讀

    圖像識(shí)別算法的提升有哪些

    引言 圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心任務(wù)之一,旨在使計(jì)算機(jī)能夠自動(dòng)地識(shí)別和理解圖像中的內(nèi)容。隨著計(jì)算機(jī)硬件的發(fā)展和深度學(xué)習(xí)技術(shù)的突破,圖像識(shí)別算法的性能得到了顯著提升。本文將介紹
    的頭像 發(fā)表于 07-16 11:12 ?922次閱讀

    圖像識(shí)別算法的優(yōu)缺點(diǎn)有哪些

    圖像識(shí)別算法是一種利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)圖像進(jìn)行分析和理解的方法,它在許多領(lǐng)域都有廣泛的應(yīng)用,如自動(dòng)駕駛、醫(yī)療診斷、安全監(jiān)控等。然而,圖像識(shí)別算法也存在一些優(yōu)缺點(diǎn)。 一、圖像識(shí)別算法的優(yōu)
    的頭像 發(fā)表于 07-16 11:09 ?2631次閱讀

    圖像識(shí)別算法的核心技術(shù)是什么

    圖像識(shí)別算法是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要研究方向,其目標(biāo)是使計(jì)算機(jī)能夠像人類(lèi)一樣理解和識(shí)別圖像中的內(nèi)容。圖像識(shí)別算法的核心技術(shù)包括以下幾個(gè)方面
    的頭像 發(fā)表于 07-16 11:02 ?1046次閱讀

    圖像識(shí)別技術(shù)包括自然語(yǔ)言處理嗎

    圖像識(shí)別技術(shù)與自然語(yǔ)言處理是人工智能領(lǐng)域的兩個(gè)重要分支,它們?cè)诤芏喾矫嬗兄芮械穆?lián)系,但也存在一些區(qū)別。 一、圖像識(shí)別技術(shù)與自然語(yǔ)言處理的關(guān)系 1.1 圖像識(shí)別技術(shù)的定義 圖像識(shí)別技術(shù)
    的頭像 發(fā)表于 07-16 10:54 ?1236次閱讀

    圖像識(shí)別技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用

    一、引言 圖像識(shí)別技術(shù)是一種利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)圖像進(jìn)行分析和處理的技術(shù)。隨著計(jì)算機(jī)技術(shù)、人工智能技術(shù)、大數(shù)據(jù)技術(shù)等的發(fā)展,圖像識(shí)別技術(shù)在各個(gè)領(lǐng)域的應(yīng)用越來(lái)越廣泛。在醫(yī)療領(lǐng)域,圖像識(shí)別
    的頭像 發(fā)表于 07-16 10:48 ?1731次閱讀

    圖像識(shí)別技術(shù)的原理是什么

    圖像識(shí)別技術(shù)是一種利用計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)技術(shù)對(duì)圖像進(jìn)行分析和理解的技術(shù)。它可以幫助計(jì)算機(jī)識(shí)別和理解圖像中的對(duì)象、場(chǎng)景和活動(dòng)。 圖像預(yù)處理
    的頭像 發(fā)表于 07-16 10:46 ?2102次閱讀

    圖像識(shí)別屬于人工智能嗎

    屬于。圖像識(shí)別是人工智能(Artificial Intelligence, AI)領(lǐng)域的一個(gè)重要分支。 一、圖像識(shí)別概述 1.1 定義 圖像識(shí)別是指利用計(jì)算機(jī)技術(shù)對(duì)圖像中的內(nèi)容進(jìn)行分析
    的頭像 發(fā)表于 07-16 10:44 ?1745次閱讀

    opencv圖像識(shí)別有什么算法

    圖像識(shí)別算法: 邊緣檢測(cè) :邊緣檢測(cè)是圖像識(shí)別中的基本步驟之一,用于識(shí)別圖像中的邊緣。常見(jiàn)的邊緣檢測(cè)算法有Canny邊緣檢測(cè)器、Sobel邊緣檢測(cè)器和Laplacian邊緣檢測(cè)器。 特
    的頭像 發(fā)表于 07-16 10:40 ?1606次閱讀

    如何利用CNN實(shí)現(xiàn)圖像識(shí)別

    卷積神經(jīng)網(wǎng)絡(luò)(CNN)是深度學(xué)習(xí)領(lǐng)域中一種特別適用于圖像識(shí)別任務(wù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。它通過(guò)模擬人類(lèi)視覺(jué)系統(tǒng)的處理方式,利用卷積、池化等操作,自動(dòng)提取圖像中的特征,進(jìn)而實(shí)現(xiàn)高效的圖像識(shí)別。本文將從CNN的基本原理、構(gòu)建過(guò)程、訓(xùn)練策略以
    的頭像 發(fā)表于 07-03 16:16 ?2210次閱讀

    圖像檢測(cè)和圖像識(shí)別的區(qū)別是什么

    圖像檢測(cè)和圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的兩個(gè)重要研究方向,它們?cè)谠S多應(yīng)用場(chǎng)景中都有著廣泛的應(yīng)用。盡管它們?cè)谀承┓矫嬗邢嗨浦帲鼈冎g還是存在一些明顯的區(qū)別。本文將從多個(gè)角度對(duì)圖像檢測(cè)和
    的頭像 發(fā)表于 07-03 14:41 ?1776次閱讀

    神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別領(lǐng)域的應(yīng)用日益廣泛。神經(jīng)網(wǎng)絡(luò)以其強(qiáng)大的特征提取和分類(lèi)能力,為圖像識(shí)別帶來(lái)了革命性的進(jìn)步。本文將詳細(xì)介紹神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用案例,包括卷積神經(jīng)網(wǎng)絡(luò)(CNN)在面部
    的頭像 發(fā)表于 07-01 14:19 ?1026次閱讀
    主站蜘蛛池模板: 伊人网亚洲 | 免费人成网站线观看合集 | 变态重口极致另类在线 | 午夜黄大色黄大片美女图片 | 你懂的在线视频观看 | 人人插人人射 | 丁香婷婷基地 | 国产一卡二卡≡卡四卡无人 | 色狠狠综合网 | 三级黄色片免费观看 | 额去鲁97在线观看视频 | 亚洲久久草| 人人澡人人人人夜夜爽 | 泰剧天堂 | 性欧美成人依依影院 | 99久久精品免费看国产免费 | 九月丁香婷婷亚洲综合色 | 日本三区四区免费高清不卡 | 天天精品视频 | 午夜色网 | 日本一级成人毛片免费观看 | 欧美性色xo影院69 | 日本三级在线视频 | 狠狠干奇米 | 天天久久影视色香综合网 | 上课被同桌强行摸下面小黄文 | 淫五月 | 一级看片免费视频囗交 | 国产精品高清久久久久久久 | 三级毛片在线看 | 性色在线视频 | 天天爽夜夜爽一区二区三区 | 夜夜欢视频| 天天操你 | 国模娜娜扒开嫩木耳 | 亚洲一区日韩一区欧美一区a | 中国xxxxx高清免费看视频 | 一级做性色a爱片久久片 | 色婷婷久久综合中文久久蜜桃 | 亚洲网站色 | 偷偷久久|