基于相似性度量学习的轨道异物检测研究，刘宇鸣，黄雅平，轨道异常物体检测是确保铁路运输安全的重要任务之一。随着机器学习相关技术的发展,大量基于监督式学习的技术被用于铁路维护场景�
2021-07-03 16:10:19
1.57MB
1
机场道面异物是威胁跑道运行安全的常见病害，及时、准确的检测异物具有现实意义。针对现有的人工目视检测方法，本文基于图像处理理论，提出了一种机场道面异物的自动检测算法。根据机场道面的复杂背景和常见异物的特点，本文采取了分块的方法，选择Harris角点、灰度共生矩阵、灰度级分布范围等特征，分别用阈值法和SVM法对实际机场道面异物图像进行检测。初步实验证明，该方法可以有效检测出机场道面复杂背景下的异物，实验结果显示，检测正确率达到了98%。
2021-04-06 10:29:46
1.33MB
1
论文仅供学习参考使用。
论证基于计算机视觉与图像处理技术对架空线路异物检测的算法, 主要包括三个
部分图像预处理、 提取电线区域和异常物体检测。
2021-03-27 09:32:44
169KB
1
本程序主要针对工业图像处理中圆角毛刺检测和圆孔异物检测，把检测到的异物标记出来，涉及的技术有形态学运算，matlab中的GUI界面设计
2019-12-21 19:36:49
1.74MB
1