公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

基于BDND的脊波域井下视频图像改进中值滤波算法被引量：1: 2016年; 井下视频图像总体上色调偏暗,目标信息对比度不高,且由于井下存在大量粉尘,导致图像中存在高密度的随机噪声,增加了图像判读与分析的困难。为此,首先对井下视频图像进行多尺度脊波分解,对分解得到的低频系数和高频系数分别进行系数重构,得到井下视频图像的背景图像和细节图像;其次,根据背景图像灰度直方图的分布特征,采用高斯分布函数进行规定化处理;然后,在分析中值滤波(Median filtering,MF)特征的基础上,采用边界判别噪声检测方法(Boundary discrimination noise detection,BDND)对其进行改进,提出了一种基于BDND的改进中值滤波算法并用于处理细节图像,该算法根据细节图像局部区域灰度值的分布特征,设定2个自适应阈值t_1和t_2,将经过2次噪声检测后处于[t_1,t_2]区间内的灰度值对应的像素点标记为非噪声点,对其余像素点分别进行中值滤波;最后,对于直方图规定化处理后的背景图像和滤波后的细节图像进行叠加。采用C++语言对所提算法进行编程试验,结果表明,该算法对于不同模糊程度的井下视频图像均有较好的滤波效果,其性能相对于中值滤波、加权中值滤波、开关中值滤波等同类算法而言有了一定程度的提升。; 韩宝安陈茸; 关键词：脊波变换中值滤波

路面裂缝图像识别算法研究被引量：1: 2015年; 随着我国基础设施建设的快速推进,公路施工的质量要求越来越高,且需要融入诸多实践技术及方法来巩固工程建造的质量,路面裂缝图像识别算法就是其中之一。对于路面裂缝图像识别算法内容的研究而言,其主要环节在于图像增强、图像分割以及裂缝分类这三个方面。在研究过程中,针对空域、频域增强算法以及基于区域、边界和边缘的图像分割算法进行分析,讨论并总结出路面裂缝图像识别算法所存在的实际问题,根据这些问题产生的缘由,探究未来路面裂缝图像识别算法及其实际运用的发展空间。本文就针对路面裂缝图像识别算法的相关内容进行研究。; 韩宝安陈茸; 关键词：路面裂缝图像识别算法

基于图像识别和边缘检测中的小波算法分析: 2015年; 当前,我国的图形识别技术与图像处理水平已经得到了较快的发展,在这种情况之下,小波算法在图像识别与边缘检测中的应用也更加广泛。利用小波信号实现图像识别与边缘检测具有非常好的效果。本文分别对图像识别中小波算法的应用与边缘检测中小波算法的应用两个方面进行了阐述。; 韩宝安陈茸; 关键词：图像识别边缘检测小波算法

基于DE-MELM的土质边坡稳定性预测方法被引量：7: 2020年; 为防止滑坡,避免发生事故,将差分进化(DE)算法与改进的极限学习机(ELM)有机组合,提出了一种基于DE-MELM的土质边坡稳定性预测方法。该方法首先在M估计基础上利用加权最小二乘方法计算ELM输出权值,以减少数据粗差对ELM预测的干扰;然后采用DE算法优化该ELM隐含层输入权值和偏差,以降低随机选取参数对预测性能的影响;最后通过所建立的DE-MELM土质边坡稳定性预测模型进行实例仿真验证。仿真验证结果表明:较之于标准ELM方法和基于M估计的ELM方法,所提出的DE-MELM方法仅经过15次迭代即可取得较为理想的预测精度,并对数据粗差具有较强的抗干扰能力,从而验证了其可行性和有效性。; 陈茸韩宝安韩宝华甘旭升; 关键词：土质边坡极限学习机差分进化算法粗差

基于CUOWGA算子赋权的建筑施工安全灰色聚类评价被引量：8: 2020年; 为准确评价建筑施工的安全水平,提出了一种基于CUOWGA算子与灰色聚类相结合的建筑施工安全评价方法。该方法首先在建筑施工安全影响因素分析基础上,通过统计分析,构建了建筑施工安全评价指标体系;然后通过改进的CUOWGA算子为评价指标赋权,以提高指标赋权的科学性;最后采用灰色聚类分析方法构建建筑施工安全灰色聚类评价模型。通过西安市某商业综合体建设项目的算例应用与分析表明:利用该方法得到的该项目建筑施工安全的综合评价值为6.156,介于测度[6,8]区间,故该项目的安全评价等级属于“较高”等级,该评价结果与实际安全检查情况基本相符,从而验证了该方法的有效性和可行性。; 陈茸韩宝安韩宝华甘旭升; 关键词：建筑施工安全评价灰色聚类

全选清除导出

共1页<1>

陈茸