特征融合的艦船運行圖像邊緣檢測方法
發(fā)布時間:2021-12-17 21:07
由于艦船運行圖像特征類型繁雜,導致傳統(tǒng)的圖像邊緣檢測方法存在檢測效率低的問題,為此利用特征融合技術實現(xiàn)對圖像邊緣檢測方法的優(yōu)化設計。采用攝像頭和采集卡,實時采集艦船運行圖像,并將其作為邊緣檢測的圖像樣本。從顏色、紋理等多個方面,提取并融合圖像特征。參考融合的圖像特征結果,輸出圖像邊緣的檢測結果。通過與傳統(tǒng)檢測方法的對比發(fā)現(xiàn),設計檢測方法的檢測精度更高、檢測耗時更少,即設計方法的檢測效率得到有效提升。
【文章來源】:艦船科學技術. 2020,42(24)北大核心
【文章頁數(shù)】:3 頁
【部分圖文】:
艦船運行圖像邊緣檢測結果Fig.2Edgedetectionresultsofshipoperationimage
【參考文獻】:
期刊論文
[1]基于特征融合的遙感圖像艦船目標檢測方法[J]. 史文旭,江金洪,鮑勝利. 光子學報. 2020(07)
[2]基于譜殘差和梯度紋理融合特征的艦船檢測[J]. 李慶峰,何斌,王文勝,蘇暢,韓璽鈺,梁懷丹. 液晶與顯示. 2019(08)
[3]基于似物性判斷的SAR圖像艦船目標檢測[J]. 曲岳晗,黃杰軍. 計算機與數(shù)字工程. 2019(01)
[4]基于多特征融合的SAR圖像艦船自學習檢測算法[J]. 楚博策,文義紅,陳金勇. 無線電工程. 2018(02)
本文編號:3540942
【文章來源】:艦船科學技術. 2020,42(24)北大核心
【文章頁數(shù)】:3 頁
【部分圖文】:
艦船運行圖像邊緣檢測結果Fig.2Edgedetectionresultsofshipoperationimage
【參考文獻】:
期刊論文
[1]基于特征融合的遙感圖像艦船目標檢測方法[J]. 史文旭,江金洪,鮑勝利. 光子學報. 2020(07)
[2]基于譜殘差和梯度紋理融合特征的艦船檢測[J]. 李慶峰,何斌,王文勝,蘇暢,韓璽鈺,梁懷丹. 液晶與顯示. 2019(08)
[3]基于似物性判斷的SAR圖像艦船目標檢測[J]. 曲岳晗,黃杰軍. 計算機與數(shù)字工程. 2019(01)
[4]基于多特征融合的SAR圖像艦船自學習檢測算法[J]. 楚博策,文義紅,陳金勇. 無線電工程. 2018(02)
本文編號:3540942
本文鏈接:http://www.sikaile.net/kejilunwen/chuanbolw/3540942.html