共查询到10条相似文献,搜索用时 17 毫秒
1.
基于神经网络的图像边缘检测方法 总被引:4,自引:3,他引:4
提出了一种基于神经网络的图像边缘检测新方法.该方法首先基于邻域灰度极值提取边界候选图像,然后以边界候选象素及其邻域象素的二值模式作为样本集,输入边缘检测神经网络进行训练.边缘检测神经网络采用BP网络,为加快网络的训练速度,采用了滚动训练和权值随机扰动的方法.实验表明,该方法提高了神经网络的学习效率,获得的边缘图像封闭性好,边缘描述真实. 相似文献
2.
3.
4.
EMD(Empirical Mode Decomposition)是Hilbert-Huang变换中的关键一步,但其在构造极值点上下包络线的过程中存在着严重的端点效应问题。在现有解决该问题方法的基础上提出了一种相似极值延拓方法。该方法将数据两端相邻极值点的横坐标差值作为极值形状特征,再利用该形状特征和已知极值点的均值对信号进行延拓。克服了现有延拓方法仅参照数据端点处极值点进行延拓的缺陷,综合考虑了数据序列两端极值点变化与其它极值点信息对信号进行延拓。仿真和实例证明,相似极值延拓方法能够有效的抑制端点效应,而且算法简单且易于实现。 相似文献
5.
《振动与冲击》2015,(21)
零件间的碰撞会诱发瞬态振动信号成分,所以发现和提取瞬态信号有助于设备故障的识别。人类听觉系统对于突发声音具有本能的敏感性,因此,基于听觉系统的运行机制提出了一种瞬态信号提取方法。提出了信号极值点幅值概率密度曲线中存在小幅值局部波动这一含瞬态成分信号的重要特征,并结合频带连续性和起始同步性做为瞬态信号提取的线索。基于三种线索,首先对信号进行Gammatone带通滤波、相位调整和极值点提取,继而计算各滤波信号极值点的幅值概率密度,并判断各滤波信号中是否存在瞬态成分,根据判断结果提取可能与瞬态成分有关的极值点,但因背景信号和干扰噪声的影响,所提取到的极值点会有一部分与瞬态成分无关,因此,将无关点分为四类并设计了相应的筛选方法。最终,利用筛选后所得极值点生成瞬态信号。数值仿真和实测数据验证的结果表明,所提方法对于瞬态信号提取具有良好的性能,且在干扰噪声和背景信号较强时也可实现较好的提取效果。 相似文献
6.
针对传统测量方法存在的准确度不高、检测速度慢等问题,该文提出一种基于结构光三维扫描技术的小尺寸轴类零件的同轴度精密测量方法。采用视频图像信息的采集、视频图像处理和三维模型重构等技术实现轴类零件扫描重建,运用点云数据处理系统和同轴度误差计算系统获取同轴度误差。选取一小尺寸轴作为研究对象进行试验,系统重复性测量的标准偏差为0.7μm,以同轴度测量仪测量的径向跳动数据作为参考,截面最大差值为8.2μm,测量结果满足要求。该文可为小尺寸轴类零件的同轴度检测提供参考。 相似文献
7.
行人再识别是跨场景跨时间的行人图像匹配问题.锁定的目标从一个摄像头下消失后,在其它摄像头视角下再出现时,系统仍能够依据其特征重新锁定.目前该问题遇到的挑战主要来自光照、背景、行人姿态等变化造成的影响.此外,在与训练集不同的数据集上进行测试时性能严重下降,且对大量的数据进行标注的成本非常高.本文采用风格迁移和度量融合的方法:首先,采用循环对抗生成网络将一个数据集中带标签的数据图像风格转换到另一个无标签的数据集上;然后,在风格转换后的数据图像上进行训练,并采用直接度量和间接度量相结合的方式进行相似度度量;最后,在无标签数据集上测试,并将行人图像按相似度由高到低排列输出.实验结果表明:本文方法可明显提高跨数据集的行人再识别准确度. 相似文献
8.
9.
10.
一种基于视图和支持向量机的三维物体识别方法 总被引:1,自引:1,他引:0
为提高三维物体识别系统性能并减少计算复杂性,本文提出了一种基于视图的方法.首先从三维物体的二维视图中提取颜色矩、纹理特征和仿射不变矩.颜色矩对于物体的大小和姿态不敏感且性能稳健.纹理特征可区别形状相似但外观不同的物体.仿射不变矩在物体发生仿射形变下具有不变性.本文将上述各种特征组合为23个分量的特征向量,送入支持向量机进行训练并识别.基于两种公开的三维物体数据库COIL-100和ALOI测试了本文方法性能.当每物体训练视角为36个(视角间隔10°)时,在两个数据库上的实验都达到了100%的识别率.进一步减少训练视角数量也达到较满意的识别性能,优于文献中的方法. 相似文献