期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于NGDR和Logistic模型的高速公路图像雾浓度检测算法
1
作者
温立民
杨睿
+1 位作者
聂磊
吴锋
《中山大学学报(自然科学版)(中英文)》
北大核心
2025年第3期119-128,共10页
提出了基于Logistic函数拟合S型散点图的雾浓度评定算法。首先,提取LIVE标准图集归一化灰度差-比散点图先验;基于散点曲线与视场雾浓度的一一对应关系,引入Logistic函数并推导出适合回归分析的模型。其次,采用迭代搜索法确定纵向高斯分...
提出了基于Logistic函数拟合S型散点图的雾浓度评定算法。首先,提取LIVE标准图集归一化灰度差-比散点图先验;基于散点曲线与视场雾浓度的一一对应关系,引入Logistic函数并推导出适合回归分析的模型。其次,采用迭代搜索法确定纵向高斯分布的最佳回代样本点,以提高检测精度。最后,建立参数估计(β̂,γ̂)的查找表,采用计算相关系数和遍历搜索查找的方法实现雾浓度等级评定。同场景不同浓度图像样本1的测试表明,真实图像的PM2.5与查找表PM2.5的相关系数达0.99,检测误差小于2.9%;近似场景不同浓度高速公路图像样本2的测试表明,真实图像PM2.5与查找表PM2.5值的相关系数达0.98,检测误差小于1.8;执行效率对比测试表明,本文算法对于300 kB样本图像的处理时间为19.8 s,低于同精度数据驱动的深度视觉算法;检测精度对比测试表明,本文算法优于其它典型算法。
展开更多
关键词
高速公路
图像
雾浓度检测
NGDR
LOGISTIC模型
回归分析
查找表
在线阅读
下载PDF
职称材料
题名
基于NGDR和Logistic模型的高速公路图像雾浓度检测算法
1
作者
温立民
杨睿
聂磊
吴锋
机构
长安大学电子与控制工程学院
汉滨区农村公路养护中心
出处
《中山大学学报(自然科学版)(中英文)》
北大核心
2025年第3期119-128,共10页
基金
陕西省交通厅重点项目(20-38T)
西安市未央区科技计划(202121)。
文摘
提出了基于Logistic函数拟合S型散点图的雾浓度评定算法。首先,提取LIVE标准图集归一化灰度差-比散点图先验;基于散点曲线与视场雾浓度的一一对应关系,引入Logistic函数并推导出适合回归分析的模型。其次,采用迭代搜索法确定纵向高斯分布的最佳回代样本点,以提高检测精度。最后,建立参数估计(β̂,γ̂)的查找表,采用计算相关系数和遍历搜索查找的方法实现雾浓度等级评定。同场景不同浓度图像样本1的测试表明,真实图像的PM2.5与查找表PM2.5的相关系数达0.99,检测误差小于2.9%;近似场景不同浓度高速公路图像样本2的测试表明,真实图像PM2.5与查找表PM2.5值的相关系数达0.98,检测误差小于1.8;执行效率对比测试表明,本文算法对于300 kB样本图像的处理时间为19.8 s,低于同精度数据驱动的深度视觉算法;检测精度对比测试表明,本文算法优于其它典型算法。
关键词
高速公路
图像
雾浓度检测
NGDR
LOGISTIC模型
回归分析
查找表
Keywords
highway
image
fog concentration detection
NGDR
Logistic model
regression analysis
lookup table
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于NGDR和Logistic模型的高速公路图像雾浓度检测算法
温立民
杨睿
聂磊
吴锋
《中山大学学报(自然科学版)(中英文)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
