检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

2 篇 学位论文

馆藏范围

2 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

2 篇 工学
- 1 篇 电气工程
- 1 篇 信息与通信工程
- 1 篇 航空宇航科学与技...

主题

2 篇 gaussian-markov模...
1 篇 图像分割
1 篇 markov随机场
1 篇 多分辨率模型
1 篇 上下文信息
1 篇 无人机巡检
1 篇 包络线分段拟合
1 篇 对象级
1 篇 各向异性模型
1 篇 电力线提取

机构

1 篇 河南大学
1 篇 武汉大学

作者

1 篇 姚鸿泰
1 篇 赵乐

语言

2 篇 中文

检索条件"主题词=Gaussian-Markov模型"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于无人机航拍图像的电力线提取算法研究

基于无人机航拍图像的电力线提取算法研究

引用

作者：赵乐武汉大学

学位级别：博士

近年来,无人机巡检技术因在电力线路巡检工作中具备高机动性、高灵活性和低成本等优势,逐渐成为研究热点。如何在无人机采集的多场景可见光航拍图像中稳定、准确提取电力线,是该技术实现自动化亟待解决的核心难题之一。电力线走廊环境... 详细信息

近年来,无人机巡检技术因在电力线路巡检工作中具备高机动性、高灵活性和低成本等优势,逐渐成为研究热点。如何在无人机采集的多场景可见光航拍图像中稳定、准确提取电力线,是该技术实现自动化亟待解决的核心难题之一。电力线走廊环境异常复杂,可能包含多种多样的植被、地形结构和人工建筑等。无人机采集的航拍图像往往具有复杂、多变的背景,导致电力线提取算法在多场景下存在稳定性和灵活性较差、漏检和误检较多等问题。针对上述问题,本文将电力线提取划分为电力线线型基元提取和电力线线型基元连接及拟合两大步骤,分别提出了三种可满足不同需求的电力线线型基元提取算法和一种电力线线型基元连接及拟合算法,具体工作如下: （1）为了解决采用基于先验知识的边缘检测算子提取电力线时存在的算法稳定性和精度不高的问题,提出了一种基于局部上下文信息的检测算子（Detector based on Local Context Information,DLCI）。DLCI算子是一种结构简单、计算速度较快的多角度检测算子,它将方向先验知识与局部上下文信息相结合,首先构造具有空间对称性的同质性结构和异质性结构,然后基于概率统计分别定义同质性能量函数H1和异质性能量函数H2实现对电力线像素点的提取和噪声点的抑制,最后以电力线局部空间范围内的全局特性构造一致性响应函数H3来获取电力线线型基元。实验结果表明,DLCI算子降低了传统方法对先验知识的依赖性,具备较高的角度容忍度和算法稳定性,尤其在处理低复杂度图像时能够兼顾较高的精度和较快的计算速度。（2）为了尽可能消除在提取电力线线型基元时对先验知识的依赖,增强算法在多场景下应用的灵活性并兼顾电力线线型基元提取的精度需求,提出了一种具有各向异性加权惩罚的对象级马尔可夫随机场（Object-based markov Random Field with Anisotropic Weighted Penalty,OMRF-AWP）模型。针对小目标线型基元分类问题,在非规则非接触图模型的基础上,OMRF-AWP模型重新定义了邻域系统。在标记场,通过将线型基元之间的角度上下文信息引入局部概率的计算模型中,构建具有各向异性加权惩罚的多级逻辑（Multi-level Logistic,MLL）模型,提高电力线线型基元的提取精度。实验结果表明,OMRF-AWP模型在不引入先验知识的条件下,能够在多种场景较为准确地提取电力线线型基元。虽然整体计算速度慢于DLCI算子,但在处理具有中、高复杂度的图像时,电力线线型基元提取精度优于DLCI算子。（3）为解决上下文信息利用不够充分导致的电力线特征建模不合理的问题,提高电力线线型基元提取算法的精度、稳定性和多场景泛化能力,提出了一种具有引力特性参数的对象级高斯-马尔可夫随机场模型（Object-based gaussian-markov Random Field with Gravity Property Parameters,OGMRF-GPP）,将gaussian-markov模型的应用推广到了非规则且非接触的邻域系统中。针对传统方法在对特征线性回归方程的参数估计时存在的计算过程繁琐和精度不高的问题,提出了一种基于引力特性模型的参数估计算法。新的参数估计模型可以直接根据局部线型基元之间的多维度非接触上下文信息计算回归方程的各个参数,不仅有效地降低了计算量,而且能够合理地表征局部范围内线型基元之间的特征关联,提高了参数估计的精度。实验结果表明,在基于OGMRF-GPP模型获取的电力线基元图中,单根电力线具有较好的连续性并且整体电力线提取较为完整,在多场景下兼顾较高稳定性和较高精度的优点。虽然OGMRF-GPP模型相比OMRF-AWP模型复杂度有所增加,但是其在处理具有高复杂度的航拍图像时,具有更高的精度。（4）为解决电力线基元图中存在电力线不连续和噪声干扰的问题,提出了一种基于包络线分段拟合（Envelope-based Piecewise Fitting,EPF）算法实现对电力线线型基元的连接和拟合。EPF算法主要包含线型基元动态编组和线型基元拟合两大步骤。在完成线型基元动态编组时,设计了一种线型基元动态聚类和中心拟合线方程参数动态更新的策略,不仅实现种子区域的任意选取,而且能够较为准确地对电力线上的线型基元进行编组并滤除干扰噪声。在完成线型基元拟合时,考虑到航拍图像中电力线的多段之间可能存在微小角度差异,提出了一种带重叠区域的包络线分段拟合方法,不仅避免电力线拟合时出现偏离实际走向的情况,而且提高了多段包络线之间的连接平滑性。实验结果表明,EPF算法能够较为准确地拟合离散电力线线型基元,具备较好的抗噪能力和算法稳定性,能够实现对电力线基元图中电力线位置的准确预测和拟合。（5）通过对数据库抽样测试和特殊场景测

关键词：无人机巡检电力线提取上下文信息各向异性模型 gaussian-markov模型包络线分段拟合

来源：评论

学校读者我要写书评

暂无评论

对象级多类型特征markov随机场在遥感影像中的分割研究

对象级多类型特征Markov随机场在遥感影像中的分割研究

引用

作者：姚鸿泰河南大学

学位级别：硕士

近年来,随着国内外高分辨率遥感卫星的成功发射,对地观测数据量越来越大.但是我国对于遥感数据处理的速度,却不能够满足对于发展高分辨率遥感系统的迫切需要.因此针对高分辨率图像的数据处理,成为当前研究的重要科学问题.在对高分辨率... 详细信息

近年来,随着国内外高分辨率遥感卫星的成功发射,对地观测数据量越来越大.但是我国对于遥感数据处理的速度,却不能够满足对于发展高分辨率遥感系统的迫切需要.因此针对高分辨率图像的数据处理,成为当前研究的重要科学问题.在对高分辨率图像的数据处理分析过程中,图像分割是较为重要的一个基础步骤.对于遥感图像的分割来说,每幅遥感图像都可以看作是由随机变量组成的,而且每幅遥感图像所包含的数据量是极大的,因此基于概率统计的建模方法备受关注.其中又以马尔科夫随机场方法(markov Random Field,MRF)应用较为广泛.但是,现有的基于MRF的方法存在一些不足:(1)基于混合高斯的面向对象级马尔科夫随机场方法(OMRF)并未考虑对象之间的特征相关关系,分割精度也有局限性;(2)多分辨率模型中各尺度间的传递形式不能充分利用各个尺度的分割结果.针对上述问题,本文主要作了如下研究工作:提出了基于形状参数的面向对象级gaussian-markov随机场模型(Object-based gaussian-markov Random Field with Shape Parameters,OGMRF-SP),使得在对观测的图像数据进行概率拟合时能够充分考虑周围相邻对象级特征的相互作用影响.首先,为了描述区域特征之间复杂的相互作用,OGMRF-SP方法采用区域大小和边界信息作为区域系数来为每个对象区域构建基于对象的线性回归方程(Object-based Linear Regression Equation,OLRE).其次,将经典的像素级gaussian-markov模型扩展到对象级,用于对OLRE中的误差项进行建模.然后,OGMRF-SP方法通过概率原则推理实现最终的分割结果.最后,在实验部分分别针对本模型的人工设置参数进行适当选择实验,通过在不同数据集上比较我们的实验结果和其他已有的基于MRF方法的分割结果,表明所提出的OGMRF-SP方法具有更好的精度和效率.研究了基于对象的双边信息传导多分辨率尺度MRF方法(Object-based Bilateral information transfer Multi-resolution markov Random Field,OB-MRMRF),使多分辨率模型中各个尺度的分割结果得到充分利用.首先,使用小波工具构造多分辨率尺度图像结构,并在各个尺度上给出初始分割结果.然后,采用双边信息传导机制,将相邻的上下层分割结果投影至中间层作为初始分割进行迭代求解,并依此传导机制逐步投影至原始分辨率层上.最后与现有的一些基于MRF的分割方法在不同数据集上进行比较,证明了我们提出的OB-MRMRF方法具有更高的分割精度.

关键词：图像分割 markov随机场对象级 gaussian-markov模型多分辨率模型

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：