排序方式: 共有15条查询结果,搜索用时 468 毫秒
1.
基于表面肌电信号(sEMG)的手部动作模式识别技术已被广泛研究,它在健全的受试者中有良好的分类性能。但对于截肢者的日常使用,其性能还需进一步研究。本文对截肢者进行了10天的肌电信号采集,调查了截肢者对于不同动作的分类性能。模仿实际应用条件,取时域特征为支持向量机(SVM)的输入,对截肢者的双侧手臂进行手部动作识别,结果表明,健全侧的分类效果远好于截肢侧;同时,取不同的时域特征对动作进行分类,结果表明,新提出的时域特征具有更好的分类效果。通过对不同动作的分类识别,表明截肢者可以通过肌电信号较好地控制基本手部动作,但对于精细动作,其性能还需进一步提高。 相似文献
2.
由于基于特征的目标跟踪需要对前后两帧图像中的目标进行特征匹配,而传统的基于SURF(speeded up robust features)特征的匹配算法存在匹配时间较长,无法满足目标跟踪条件下实时性要求的情况。本文针对此缺点对SURF特征提取提出了具体的分块并行的解决方案,其中包括自适应地设置分块重叠区域,去除冗余特征点和距离门限法去除离散点的处理;同时通过模板的实时更新以及自适应的抗遮挡处理,保证了短时抗遮挡性能。并通过实验,将传统的基于SURF特征的跟踪算法与本文算法在相同条件下进行跟踪误差和运行时间对比;实验表明针对视频中的待跟踪目标,本文算法较基于传统SURF的图像跟踪算法在降低跟踪运行时间的同时保证了跟踪准确度。并通过遮挡实验,说明抗遮挡处理在本文算法中的实用性和必要性。 相似文献
3.
基于Otsu与海域统计特性的SAR图像海陆分割算法 总被引:1,自引:0,他引:1
合成孔径雷达图像海陆分割在海面目标检
测、海岸线提取等海洋应用方面具有重要的意义。针对合成孔径雷达图像的特点,本文了提
出粗阈值与精确阈值相结合的海陆分割算法,并提供了一套完整的海陆分割方案。首先
利用改进的Otsu法计算粗阈值,获得大致海域范围;然后根据海域统计特性近似高斯分布的
特点,在分析了高斯分布统计特性的基础上,结合粗阈值分割结果,提出了计算出精确的分
割阈值的方法,进而获得准确的海陆分割图像;最后通过去除杂散点进一步完善分割结果。
实验结果表明,本文提出的方法具有较高的处理精度和较快的处理速度。 相似文献
4.
为了对夜间航拍图片中的车辆进行有效识别,提出基于二次迁移学习和Retinex算法的图像处理方法,仅利用小规模的数据集训练网络,采用基于Faster R-CNN的深度学习算法即可实现车辆的快速检测.首先在ImageNet大规模数据集和中国科学院日间航拍中规模数据集之间应用一次迁移学习;然后在日间中规模数据集与夜间航拍小规模数据集之间应用二次迁移学习;最后利用Retinex迭代算法对夜间图片进行处理以增强其与日间图片的相似性,使二次迁移学习有效进行.实验结果表明,在深度学习平台上,该方法利用小规模航拍数据集训练出有效的识别网络,检测结果优于传统的机器学习方法,在军事侦察及交通管控等方面具有一定的应用价值. 相似文献
5.
6.
基于CFAR级联的SAR图像舰船目标检测算法 总被引:1,自引:0,他引:1
SAR图像舰船目标检测在军事监视和海洋环境监管等方面有着重要的意义。针对SAR图像的特点,提出了一种基于全局CFAR检测与局部CFAR检测级联的舰船目标检测算法。在全局CFAR检测中,通过海杂波特性拟合优选海杂波统计模型,以较高的虚警率筛选潜在的目标点;在局部CFAR检测中,以潜在目标点的连通区域为单位,通过检测窗口的选取、背景像素的确定和海杂波拟合等步骤以后,以较低的虚警率确定目标。最后,通过条件扩张算法和目标像素聚类完善船只细节。实验结果表明,文中算法在保证良好的检测性能的同时,具有检测效率高、舰船细节完整等优点,为舰船目标鉴别和信息提取提供了良好的保障,更加符合实际应用需求。 相似文献
7.
提出了一种针对变体的识别算法,利用变体与原目标局部纹理之间的相似性进行识别。首先,提出了一种基于清晰边缘的合成孔径雷达(Synthetic aperture radar,SAR)图像配准算法;然后使用结合伽柏(Gabor)变换,局部二值模式(Local binary pattern,LBP)和空间区域直方图的纹理特征来描述SAR图像;最后用基于大特征的直方图序列的匹配做识别。基于MSTAR S2的试验结果证明了本算法的有效性。 相似文献
8.
快速的Otsu双阈值SAR图像分割法 总被引:2,自引:0,他引:2
在分析SAR图像的统计分布特征的基础上,根据SAR图像自动目标识别对SAR图像分割的要求,提出了一种适合SAR图像的Otsu分割算法。算法首先利用CFAR进行粗分割,然后利用Otsu进行细分割。实验结果表明,该算法分割准确且计算量小,客观评价值较高。 相似文献
9.
10.
基于改进RHT的SAR图像机场区域提取算法 总被引:1,自引:0,他引:1
星载合成孑L径雷达(SAR)图像信噪比低,由于相干斑噪声和非检测目标的干扰,在其中进行机场目标检测及区域提取难度较大.针对上述问题,提出一种星载SAR图像机场目标检测提取算法.对原始SAR图像进行curvelet阈值去噪处理,抑制相干斑噪声并突出低灰度区域;根据灰度分布进行Otsu最大类间差分割,初步划分感兴趣区域(ROI);通过加入了最小二乘修正的随机Hough变换(RHT)检测机场跑道;最后基于跑道上选取的种子点区域生长得到完整的机场区域.实验结果表明,提出的算法解决了星载SAR在解译方面的难点,有效检测出机场目标并提取相关区域,具有较高准确率和鲁棒性. 相似文献