排序方式: 共有20条查询结果,搜索用时 0 毫秒
1.
2.
颜料的分类识别是古代壁画进行保护修复的基础,多光谱成像方法能够无损快速地获取壁画颜料的光谱图像数据并进行分析。传统利用卷积神经网络进行特征提取的算法中连续的卷积和池化操作会丢失壁画多光谱图像的部分特征信息,使得图像细节无法重建,导致分类图像边界不平滑。针对该问题,提出了一种基于多尺度特征融合的三维空洞卷积残差神经网络对壁画多光谱图像进行颜料分类。首先,在卷积核中引入空洞结构提高卷积核的感受野来提取不同尺度信息,避免池化操作所导致的部分特征丢失;其次,使用特征融合的方法融合不同尺度的特征图,增加多尺度特征的结构层次;最后,引入残差学习模块避免网络层数加深导致的梯度消失问题,重建完整的边缘信息。实验结果表明,所提方法在模拟壁画多光谱图像数据集上的总体精度和平均精度分别达到了98.87%和96.89%,与各对照组相比,不仅具有更好的分类精度,而且得到了边界更清晰的分类图像。 相似文献
3.
4.
XJ350修井机起升系统动力学仿真模型 总被引:4,自引:0,他引:4
深入了解修井机起升系统的动力学特性,以便缩短修井设备的研制周期,节约试验费用;运用机械系统动力学自动分析软件ADAMS建立了XJ350修井机起升系统的起升动力学仿真模型和下钻动力学仿真模型。在建立起升动力学仿真模型时,对杆柱采用了离散化的方式。上述模型稍做改动,就可以对不同井深时的起下钻做动力学分析。通过对仿真模型的运行,证明这些模型是可行的 相似文献
5.
μ子吸收成像技术使用天然存在的宇宙射线μ子作为辐射源,能够对大尺寸物体实现无损探测。在μ子吸收成像的应用研究中,进行成像的模拟分析是重要的一步。目前大部分的成像模拟通过蒙特卡罗方法模拟μ子在待测物体中的输运来实现,但使用蒙特卡罗方法进行模拟一般需要较长时间,不适用于一些需要快速得到模拟结果的场景。本文基于μ子在待测物体中的能损计算,实现了快速μ子吸收成像模拟,弥补了蒙特卡罗模拟用时过长的不足。具体地,本文根据待测物体的已知结构,通过能损与通量计算,获得μ子剩余通量的分布,进而实现成像。本文以胡夫金字塔为例,将构建的快速模拟过程与蒙特卡罗模拟进行比较,初步结果表明,使用本文的快速μ子吸收成像模拟获得的胡夫金字塔内部成像结果与蒙特卡罗模拟基本一致,快速模拟得到的通量值与蒙特卡罗模拟得到的通量值平均相差小于5%,快速模拟用时约为蒙特卡罗模拟的1/240。 相似文献
6.
7.
8.
经济可持续发展是指既能满足当代需求,又不对后代满足其需求能力构成危害的持续的发展。保持经济可持续发展是21世纪全世界面临的最大的中心问题之一,也是我国的基本发展战略。作为一个企业来说,如何在加快发展、提高效益的同时确保企业的持续性发展,是我们目前面临的最大问题。 相似文献
9.
使用现有边缘检测方法提取古代壁画的线稿,存在噪声干扰大且丢失信息较多的问题。本文提出一种融合像素差卷积的壁画最优波段线稿提取方法,利用最小噪声分离方法将壁画多光谱数据的有效信息和噪声分离,选择最优主成分波段进行线稿的提取。针对传统卷积提取图像梯度信息的问题,引入像素差卷积提高边缘检测的图像梯度信息。在侧输出网络加入尺度增强模块(SEM)丰富多尺度特征,同时针对像素级别不平衡引起的像素错误分类问题,设计了基于图像相似度的Dice损失函数策略,逐级最小化像素距离获得清晰图像边缘,并利用壁画数据集先验知识微调模型解决数据集不足的问题。实验结果表明,本文方法可以在壁画褪色和噪声较多的场景下提取出较为清晰的线稿,线稿图像的SSIM和RMSE均优于其他算法,分别提高了2%~10%和2%~4%;在公开数据集BIPED上对模型进行验证,所提方法的ODS和OIS较PiDiNet分别提高0.005和0.007。该方法对褪色及具有病害的壁画可以提取出清晰完整的线稿图像。 相似文献
10.