简介:摘要 探索解析、处理及应用非结构化数据资源的方法,确定电力配网运检图像识别局部特征提取算法,对于配网运检图像识别的电力应用场景具有非常重要意义。因此,提出一种鲁棒性强、能够适应不同光照、不同位置等情况下能够有效识别目标的方法,对SIFT算法进行优化,利用SIFT构建图像识别局部尺度空间、关键点检测、消除错配点、关键点描述、关键点匹配与极值点的过滤等过程,采用神经网络对局部特征进行训练学习,对电力设备各个部位进行准确识别和分析,使其适用电力应用场景。
简介:摘要 探索解析、处理及应用非结构化数据资源的方法,确定电力配网运检图像识别局部特征提取算法,对于配网运检图像识别的电力应用场景具有非常重要意义。因此,提出一种鲁棒性强、能够适应不同光照、不同位置等情况下能够有效识别目标的方法,对SIFT算法进行优化,利用SIFT构建图像识别局部尺度空间、关键点检测、消除错配点、关键点描述、关键点匹配与极值点的过滤等过程,采用神经网络对局部特征进行训练学习,对电力设备各个部位进行准确识别和分析,使其适用电力应用场景。
简介:摘要: 遥感卫星图像识别技术是当今世界的热门话题。针对军事目标识别领域中图像识别易受到多种干扰导致精度和识别效率低下的问题,对尺度不变特征转换算法(Scale-Invariant Feature Transform, SIFT)进行改进。提出使用哈希与描述符二值化的方法,来提升SIFT 特征匹配效率,将SIFT 描述符二值化,在损失些许精确度的情况下,降低计算特征点间距离的复杂度。实验结果显示,虽然SIFT 的二值化和哈希都损失些许精确度,但是整体的匹配速度提升许多,所花费的时间约为传统SIFT识别方式的2500分之一,而且本研究的哈希也能够运用在其他SIFT 二值化描述的方法,其匹配速度也比传统SIFT 搜寻方式快约2500倍。该方法降低整体匹配时间,且适用于其他 SIFT 二值化描述方法。
简介:为识别的目的SWATH(小Waterplane区域双胞胎的赫尔)严厉有效地并且完善SWATH轮船鈥檚表演的察觉技术,这份报纸基于规模论述新奇双向图象登记策略和mosaicing技术不变的特征变换(筛)算法。建议方法能帮助我们观察与为分析SWATH的控制鳍的性能的一个大视觉角度严厉。筛是规模,旋转和照明的最有效的本地特征之一不变。然而,在这个算法有一些假火柴率。以在水下机器视觉,仅仅由获得一个精确火柴率罐头,我们发现一在水下机器人很快并且识别目标的地点。第一,因此,火柴比率原则的选择在这份报纸被提出;第二,双向登记算法的一些优点被分析单向性的匹配方法的特征结束。最后,一自动在水下图象拼接方法根据图象的固定尺寸,然后边被建议鈥檚重叠节被主要部件分析算法合并。试验性的结果完成更好的登记和光滑的mosaicing效果,证明建议方法是有效的。
简介:摘要:数据结构作为计算机科学的核心,已经成为人们必须掌握的一切信息知识。作为经典的最短路径算法,Dijkstra算法数据结构被在生活中的各方面都有所体现。本文从数据结构和最短路径算法的定义入手,介绍了Dijkstra算法的算法优缺点和算法实例,最后阐述了最短路径算法在现实生活中的作用,说明该算法的重要意义。