期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于模型相似度拟合的海杂波统计方法 被引量:4
1
作者 赵荻 孟俊敏 +1 位作者 张晰 郎海涛 《海洋学报》 CAS CSCD 北大核心 2015年第5期112-120,共9页
本文提出一种基于模型相似度拟合的海杂波统计方法。首先根据合成孔径雷达(SAR)图像计算瑞利分布、对数正态分布、韦布尔分布、K分布、G0分布5种经典的海杂波分布的概率密度函数,然后根据模型间的相似度准则拟合得到新的海杂波分布模型... 本文提出一种基于模型相似度拟合的海杂波统计方法。首先根据合成孔径雷达(SAR)图像计算瑞利分布、对数正态分布、韦布尔分布、K分布、G0分布5种经典的海杂波分布的概率密度函数,然后根据模型间的相似度准则拟合得到新的海杂波分布模型。文章利用四景不同类型的真实SAR数据对算法的拟合性能进行了评价,结果显示利用该算法得到的拟合模型与真实SAR数据的平均Kullback-Leibler距离仅为0.015 84,远优于其他分布模型。基于该拟合模型的恒虚警率舰船检测算法对四景SAR数据的平均检测精度达到95.75%,在控制虚警和漏检方面均优于采用其他模型的同类方法。 展开更多
关键词 海杂波统计模型 恒虚警率 舰船检测 合成孔径雷达
在线阅读 下载PDF
基于模糊C均值聚类的高分辨率合成孔径雷达图像舰船目标检测 被引量:6
2
作者 张临杰 张晰 郎海涛 《中国海洋大学学报(自然科学版)》 CAS CSCD 北大核心 2018年第3期134-140,共7页
给出了一个基于模糊C均值聚类(FCM)的舰船目标检测算法。其中心思想是将SAR图像中的各像素点灰度值视为样本集,然后利用FCM算法对该样本集聚类,并利用聚类结果计算图像分割全局阈值。与目前流行的恒虚警率(CFAR)检测算法相比,所给检测... 给出了一个基于模糊C均值聚类(FCM)的舰船目标检测算法。其中心思想是将SAR图像中的各像素点灰度值视为样本集,然后利用FCM算法对该样本集聚类,并利用聚类结果计算图像分割全局阈值。与目前流行的恒虚警率(CFAR)检测算法相比,所给检测算法具有参数少、计算量与图像大小成正比、舰船轮廓保持良好的特点,为高分辨率SAR图像舰船目标检测提供了一个新的选择。 展开更多
关键词 舰船目标检测 FCM 高分辨率SAR 图像分割 舰船轮廓
在线阅读 下载PDF
基于模糊C均值聚类的大尺寸图像目标检测加速方法 被引量:1
3
作者 陈玉虎 张临杰 郎海涛 《中国海洋大学学报(自然科学版)》 CAS CSCD 北大核心 2017年第2期94-100,共7页
利用模糊C均值(FCM)聚类算法对大尺寸图像进行目标检测时,由于样本数量巨大,算法运行时间过长,不利于信息的及时处理。为提高大尺寸图像检测效率,给出了一个CPU+GPU平台下的详细加速方案。该方案利用CUDA并行技术,将FCM聚类等操作放在GP... 利用模糊C均值(FCM)聚类算法对大尺寸图像进行目标检测时,由于样本数量巨大,算法运行时间过长,不利于信息的及时处理。为提高大尺寸图像检测效率,给出了一个CPU+GPU平台下的详细加速方案。该方案利用CUDA并行技术,将FCM聚类等操作放在GPU端处理。同时,对只能在CPU端执行的操作,利用OpenMP技术并行。对四幅大尺寸(15884×3171)全极化SAR图像进行检测,平均加速约84.02倍。此外还利用MPI并行技术在双节点上实现了对四幅全极化图像的同时检测。 展开更多
关键词 FCM CUDA OPENMP 大尺寸图像 目标检测
在线阅读 下载PDF
绒纤维专家鉴别特征统计分析及自动鉴别方法研究 被引量:4
4
作者 马彩霞 刘小楠 刘峰 《毛纺科技》 CAS 北大核心 2014年第10期62-64,共3页
在总结前人对羊绒和羊毛的形态学研究基础上,初步确定了适合于羊绒羊毛鉴别的8种特征,并基于这8种特征的经验分布,建立了羊绒羊毛的表达,生成了对应的羊绒羊毛数据库。利用有监督学习方法中的支持向量机算法,实现了对羊绒和羊毛的自动识... 在总结前人对羊绒和羊毛的形态学研究基础上,初步确定了适合于羊绒羊毛鉴别的8种特征,并基于这8种特征的经验分布,建立了羊绒羊毛的表达,生成了对应的羊绒羊毛数据库。利用有监督学习方法中的支持向量机算法,实现了对羊绒和羊毛的自动识别,识别结果发现,基于羊绒羊毛形态学特征表达的SVM分类器的正确识别率达到了90%左右,和现有的方法比较,识别的正确率有了较大的提高。 展开更多
关键词 羊绒鉴别 特征分析 支持向量机
在线阅读 下载PDF
基于光学显微图像特征的羊绒识别技术 被引量:2
5
作者 刘小楠 马彩霞 +1 位作者 刘峰 郎海涛 《毛纺科技》 CAS 北大核心 2014年第10期57-61,共5页
文章对光学显微镜下的山羊绒和细羊毛图像进行图像处理,从而建立山羊绒和细羊毛数据库,然后从图像数据库中提取具有代表性及区分性的特征,生成对羊绒与羊毛的有效表达。利用有监督学习方法中的支持向量机算法,实现对山羊绒和细羊毛的自... 文章对光学显微镜下的山羊绒和细羊毛图像进行图像处理,从而建立山羊绒和细羊毛数据库,然后从图像数据库中提取具有代表性及区分性的特征,生成对羊绒与羊毛的有效表达。利用有监督学习方法中的支持向量机算法,实现对山羊绒和细羊毛的自动识别。实验结果发现,基于LBP与HOG图像特征表达的SVM分类器的正确识别率达到了80%以上,而人工识别的准确率只有59%,识别的正确率有了较大的提高。 展开更多
关键词 羊绒识别 图像特征 模式识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部