首页>
根据【关键词:关键点检测,深度学习,双目立体视觉,缺陷检测】搜索到相关结果 31 条
-
基于曲率自适应的航空零件法矢量测量研究
-
作者:
叶帆
张洋
兰志广
李汝鹏
刘巍
邢宏文
葛恩德
王福吉
来源:
计测技术
年份:
2018
文献类型 :
期刊
关键词:
法矢量求解
双目立体视觉
曲率自适应
特征光源布局
-
描述:
现有的法矢量测量技术无法满足测量准确度和实时性的双重要求,法矢量计算方法不能适用于不同曲率的曲面。利用双目立体视觉,本文提出了一种基于曲率自适应的法矢量测量方法。首先,在双目立体视觉的基础上,基于变曲率曲面特征建立制孔区域曲面模型,提出投影点的布局方法;然后,基于三维重建的投影点数据,提出了基于曲面曲率自适应识别的法矢量计算方法;最后,针对小曲率曲面样件的测量结果,与三坐标测量仪测得的法矢量进行对比,用以验证本双目视觉测量方法的精度。实验结果表明:该方法测量法矢量误差为1.6°。该方法可有效提高法矢量测量的准确度,满足大型航空零件现场测量的工程要求。
-
异构多核嵌入式平台下飞行器寻径系统设计与实现
-
作者:
葛旭阳
来源:
电子科技大学
年份:
2018
文献类型 :
学位论文
关键词:
多核系统
双目立体视觉
无人机寻径
路径规划
-
描述:
异构多核嵌入式平台下飞行器寻径系统设计与实现
-
异构多核嵌入式平台下飞行器寻径系统设计与实现
-
作者:
葛旭阳
来源:
电子科技大学
年份:
2018
文献类型 :
学位论文
关键词:
多核系统
双目立体视觉
无人机寻径
路径规划
-
描述:
计算单元有足够的处理性能。在这方面,FPGA,GPU,DSP计算平台有其优劣势。本文权衡之下,选择ARM+GPU平台作为实时计算平台,设计并实现了四轴飞行器寻径系统。本文的主要工作如下:1.将双目立体
-
基于双目立体视觉的机翼结冰模型的厚度测量
-
作者:
刘轩
来源:
西安电子科技大学
年份:
2018
文献类型 :
学位论文
关键词:
结冰厚度测量
双目立体视觉
立体匹配
标定
三维重建
-
描述:
基于双目立体视觉的机翼结冰模型的厚度测量
-
基于应力波的木材径切面内部缺陷成像方法研究
-
作者:
郑泽宇
来源:
浙江农林大学
年份:
2018
文献类型 :
学位论文
关键词:
木材径切面成像
应力波
缺陷检测
速度修正插值法
-
描述:
基于应力波的木材径切面内部缺陷成像方法研究
-
基于LabVIEW Vision的航空炮弹缺陷检测方案设计
-
作者:
蔺佳哲
王茜
耿广龙
来源:
火力与指挥控制
年份:
2018
文献类型 :
期刊
关键词:
Vision
航空炮弹
LabVIEW
缺陷检测
虚拟仪器技术
-
描述:
航空炮弹在勤务保障过程中,容易受到环境和外力的破坏而造成表面的损伤,影响正常的飞行训练甚至危及载机安全。采用虚拟仪器平台提供的LabVIEW Vision视觉开发工具包,结合灰度直方图筛选、Saturation分量图像提取、灰度形态学Erode和Dilate变换以及最大熵阈值分割的图像处理等技术手段,对待测航空炮弹图像进行分析处理,精确判断炮弹锈蚀和划痕缺陷问题。试验结果表明,系统具有较高的可行性和可靠性,可以实现炮弹缺陷的快速鲁棒检测,提高了炮弹检测的效率和精度,对于提升航空弹药保障信息化、智能化水平具有重要意义。
-
基于深度学习的航空器异常飞行状态识别
-
作者:
吴奇
储银雪
来源:
民用飞机设计与研究
年份:
2018
文献类型 :
期刊
关键词:
飞行状态识别
深度学习
高斯过程
-
描述:
飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。
-
基于多分辨率遥感影像的飞机检测研究
-
作者:
侯宇青阳
全吉成
魏湧明
来源:
激光与光电子学进展
年份:
2018
文献类型 :
期刊
关键词:
显著性提取
遥感影像
目标检测
深度学习
-
描述:
从多分辨遥感图像特点、深度学习网络结构和飞机目标尺寸三个方面进行研究,明确了检测结果与图像中飞机目标像素数的定量关系,对影响图像中目标像素数的两个因素飞机实际尺寸和图像分辨率关系进行定量分析。在检测结论基础上设计了基于显著性检测算法的遥感图像前期处理算法,算法基于生成的显著性图像生成图像掩膜提取潜在目标区域图像块,进行多尺度放大,增加图像中目标的像素数,提升目标检测率。前期处理算法自适应的进行图像目标区域提取,解决了不同分辨率的大尺寸遥感影像中飞机检测率低的问题,通过与原始检测算法和其他图像处理方法对比验证了本文设计算法的有效性,在检测准确率和检测速度上均得到明显提升。
-
基于卷积神经网络的遥感图像飞机目标识别
-
作者:
晁安娜
刘坤
来源:
微型机与应用
年份:
2018
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
飞机识别
深度学习
-
描述:
遥感图像的识别技术一直被广泛运用于民用和军事领域。针对采集到的遥感飞机图像存在大量干扰,如遮挡、噪声、视角变化等因素,提出一种改进的基于卷积神经网络的遥感图像目标识别算法。在复杂环境下,运用卷积神经网络对飞机目标进行识别,避免了在特征提取过程中信息的丢失,提高了识别率。实验结果证明了该算法在遥感图像飞机目标识别中的可行性,能克服尺度变化及目标姿态变化等因素的影响。同时提出的算法较传统CNN、BP神经网络和支持向量机(SVM)方法具有更好的识别效果,鲁棒性更强。
-
航空轮胎有限元分析
-
作者:
刘坤
苏彤
王典
来源:
激光与光电子学进展
年份:
2018
文献类型 :
期刊
关键词:
卷积神经网络
深度学习
模糊不变
目标识别
-
描述:
由于采集、运动以及聚焦等导致的目标模糊是目标识别率偏低的一个主要问题,因此本文提出一种基于模糊不变卷积神经网络模型BICNN(Blur-Invariant Convolutional Neural Network)的目标识别方法。与仅优化多项式逻辑回归目标的传统CNN(Convolutional Neural Network)模型的训练不同,BICNN引入和学习一个新的模糊不变层改善模糊目标的识别率,提高目标识别的鲁棒性。首先,BICNN通过增加模糊不变约束项及正则化来优化本文提出的模糊不变目标函数进行训练;其次,通过减小模糊不变目标函数值来规定训练样本在模糊之前和之后的特征映射相一致,最终实现模糊不变性。测试结果表明验证,BICNN改善了因模糊造成识别率降低的问题,进而提升运动模糊图像的识别率。