航空滤光片阵列多光谱图像拼接算法

作者： 李铜哨   孙文邦   白新伟   岳广   王志磊   来源： 激光杂志 年份： 2023 文献类型 ： 期刊 关键词： 矩阵补偿   多光谱   滤光片阵列   图像拼接   单波段  

描述： 针对航空滤光片阵列多光谱图像拼接效率较低的问题，提出了航空滤光片阵列多光谱图像拼接算法。首先，对多光谱图像构建条带图像模板，利用平台姿态信息对序列图像及图像模板进行投影变换；其次，利用尺度不变特征

利用多源地球物理图像融合方法识别物性异常——以航空电磁和航磁数据为例

作者： 吕鹏飞   薛国强   武欣   来源： 地球物理学报 年份： 2023 文献类型 ： 期刊 关键词： Iliamna火山数据   图像融合   非下采样轮廓波变换   电阻率   磁化率  

描述： 球物理图像数据进行综合分析，实现了磁化率和电阻率模型的融合.首先，利用NSCT将不同地层的多源图像分解为低频子带图像和高频子带图像；然后，设计了基于加权平均和新度量参数(New Metric

基于改进CLAHE的航空发动机导向叶片DR图像增强

作者： 冯雄博   陈曦   闵慧娜   吴伟   王树鹏   邬冠华   来源： 航空动力学报 年份： 2022 文献类型 ： 期刊 关键词： 导向叶片   限制对比度自适应直方图均衡化(CLAHE)   图像增强   数字射线(DR)图像   微小缺陷  

描述： 为了解决航空发动机导向叶片数字射线（DR）检测图像信息动态范围大、对比度低、细节信息不明显，缺陷区域难以识别的问题，提出一种改进型限制对比度自适应直方图均衡化（CLAHE）算法。采用CLAHE增强

基于CenterNet的航空遥感图像目标检测

作者： 杨曦中   高冠鸿   熊智   张玲   来源： 航空电子技术 年份： 2022 文献类型 ： 期刊 关键词： 目标检测   深度学习   神经网络   CenterNet  

描述： 为实现高精度的航空图像目标检测，将Anchor free的目标检测算法CenterNet应用到检测中，同时使用Resnet50主干网络，并引入CIoU损失替代原有损失函数对网络模型做出了改进。改进后

基于改进CLAHE的航空发动机导向叶片DR图像增强

作者： 冯雄博   陈曦   闵慧娜   吴伟   王树鹏   邬冠华   来源： 航空动力学报 年份： 2022 文献类型 ： 期刊 关键词： 导向叶片   限制对比度自适应直方图均衡化(CLAHE)   图像增强   数字射线(DR)图像   微小缺陷  

描述： 为了解决航空发动机导向叶片数字射线（DR）检测图像信息动态范围大、对比度低、细节信息不明显，缺陷区域难以识别的问题，提出一种改进型限制对比度自适应直方图均衡化（CLAHE）算法。采用CLAHE增强

基于图像特征融合的航空装备多属性维修决策方法

作者： 陈银   郝田义   彭寒   来源： 制造业自动化 年份： 2022 文献类型 ： 期刊 关键词： 维修决策   故障诊断   图像特征融合   多属性   航空装备   灰色模糊矩阵  

描述： 以保障航空装备运行稳定性，制定科学的航空装备维修方案，提出基于图像特征融合的航空装备多属性维修决策方法。该方法利用主成分分析方法与投影寻踪方法融合航空装备图像后，通过阈值化分割方法得到航空装备

基于注意力机制的航空图像旋转框目标检测

作者： 常洪彬   李文举   李文辉   来源： 吉林大学学报(理学版) 年份： 2022 文献类型 ： 期刊 关键词： 航空图像   注意力机制   目标检测   深度学习  

描述： 针对在航空遥感图像目标检测中，航空图像在俯视图下呈任意方向排列，存在图像尺寸大、方向任意和背景复杂等问题，为能在复杂背景的航空图像中仍有较好的检测结果，提出一种基于注意力机制的旋转框航空图像目标检测

基于剪枝和去噪的航空发动机故障图像识别与预测

作者： 傅荣春雪   刘君强   冯潇楠   余卓倩   来源： 航空计算技术 年份： 2023 文献类型 ： 期刊 关键词： YOLO   图像去噪   目标检测   孔探图像   剪枝算法  

描述： 人为因素的影响。因此，实现叶片损伤的自动识别及测量对于减轻劳动强度和提高检测精度都有实际的应用价值。首先选择PRIDnet图像去噪算法对原始孔探图像进行预处理，按照训练精度和训练速度两个指标对传统目标检测

基于卷积神经网络的高分辨率SAR图像飞机目标检测方法

作者： 王思雨   高鑫   孙皓   郑歆慰   孙显   来源： 雷达学报 年份： 2017 文献类型 ： 期刊 关键词： 合成孔径雷达(SAR)   数据增强   视觉显著性   飞机检测   卷积神经网络(CNN)  

描述： 传统的合成孔径雷达(Synthetic Aperture Radar,SAR)图像飞机检测方法一般利用像素对比度信息进行图像分割,从而提取待定目标。然而这些方法只考虑了像素亮度信息而忽视了目标的结构

基于卷积神经网络的高分辨率SAR图像飞机目标检测方法

作者： 王思雨   高鑫   孙皓   郑歆慰   孙显   来源： 雷达学报 年份： 2017 文献类型 ： 期刊 关键词： 合成孔径雷达(SAR)   数据增强   视觉显著性   飞机检测   卷积神经网络(CNN)  

描述： 传统的合成孔径雷达(Synthetic Aperture Radar,SAR)图像飞机检测方法一般利用像素对比度信息进行图像分割,从而提取待定目标。然而这些方法只考虑了像素亮度信息而忽视了目标的结构