您现在的位置: 首页> 研究主题> 航拍图像

航拍图像

航拍图像的相关文献在2002年到2022年内共计430篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术 等领域,其中期刊论文151篇、会议论文17篇、专利文献298691篇;相关期刊117种,包括科学技术与工程、系统工程与电子技术、应用科技等; 相关会议16种,包括第七届中国信息融合大会、中国电子学会电路与系统分会第二十六届年会、2014(第五届)中国无人机大会等;航拍图像的相关文献由1184位作者贡献,包括侯春萍、尹志勇、刘文君等。

航拍图像—发文量

期刊论文>

论文:151 占比:0.05%

会议论文>

论文:17 占比:0.01%

专利文献>

论文:298691 占比:99.94%

总计:298859篇

航拍图像—发文趋势图

航拍图像

-研究学者

  • 侯春萍
  • 尹志勇
  • 刘文君
  • 杨阳
  • 章衡光
  • 苏森
  • 管岱
  • 郎玥
  • 江灏
  • 缪希仁
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 刘东东
    • 摘要: 为了解决目前人工巡检电力线路效率低、风险高的问题。提出了一种用于检测绝缘子缺陷的级联卷积神经网络结构。实验结果表明,文章方法的缺陷检测精度和召回率分别为0.93和0.97,能够满足高压输电线路绝缘子缺陷检测的精确性和检测效率的要求。
    • 潘文; 张海民
    • 摘要: 为更加高效地处理航拍图像,提出一种基于深度学习的航拍图像自适应拼接方法。对航拍图像实施图像预处理,具体步骤包括辐射校正、几何校正。其中辐射校正采用的方法是灰度级线性变换。在几何校正中,坐标系统变换采用的方法是共线方程。通过精搜索和粗搜索相结合的方式实施航拍图像的配准处理,即对相似曲线获取的匹配位置实施适当地扩展,并将其单独划分出来,通过较快速度的传统配准方法实施缩小范围内的精匹配。基于深度学习,即通过卷积神经网络构建航拍图像分类模型,实现航拍图像的分类。设计一种通过直线特征来约束网格变形的图像自适应拼接算法,实现航拍图像自适应拼接。通过多组图像序列对设计方法实施性能测试,具体评估性能指标包括时间复杂度、视觉不一致性、失真矫正度。测试结果表明,设计方法的时间复杂度较低,缝合线处的拼接效果良好,实现航拍图像拼接中的高度失真矫正,取得了良好的设计成果。
    • 王浩雪; 曹杰; 邱诚; 刘耀辉
    • 摘要: 随着基于深度学习的目标检测算法日渐成熟,将其部署于无人机进行目标检测已经成为时下热门,针对无人机航拍图像小目标多且易被遮挡、检测场景复杂、尺度变化大而导致检测精度不高的问题,在提出的S-YOLOv4算法的基础上,在原特征提取网络结构上添加SE注意力机制提高模型对有用信息的专注能力,增强通道间注意力;改进网络结构,新增分辨率为160×160的检测层来细化网格以对小尺度目标进行更好的检测;改进损失函数,对分类损失应用类平滑标签来降低负样本的惩罚,提高模型的泛化能力。改进算法在保证实时性的前提下比原算法的mAP提高了3.4%。
    • 石鑫; 化晨冰; 张凯; 王才建; 王士勇
    • 摘要: 为了提高农村配电网智能化设计水平,满足配电线杆路径自动规划的需求,本文利用深度神经网络对配电网规划区域航拍图像中的典型电力目标进行识别以实现可行区域的自动筛选。首先利用无人机航拍获得配电网规划区域的高分辨率图像,构建了包含11类、32118个典型电力目标的数据集。然后通过对Faster-RCNN、YOLO、SSD(Single shot multibox detector)三种网络模型的实用对比,确定采用SSD网络进行典型电力目标的检测与识别,最终给出了配电网线杆规划的可行区域。实验表明,相比于Faster-RCNN与YOLO网络模型,SSD网络模型能够对变电站、配电室、箱变等典型电力目标进行有效的检测与识别,识别准确率为68.5%,达到了实用的要求。本文提出的智能识别方式为电力设计提供了技术支持,降低了配电网设计的人工成本并提高了效率。
    • 多俊龙; 杨巧为; 李慧慧
    • 摘要: 阐述了当前无人机航拍图像缺陷识别的现状和存在的问题,提出了一种基于图像边缘斜率突变检测的改进型Freeman链码断股识别方法,该方法以改进Freeman链码寻址和图像边缘斜率几何特点为基础,以寻址像素点为单位按一定间隔取直线上的2点求直线斜率,观察不同取值斜率是否有突变,用以判定直线是否有突变点,进而判断导线是否有断股缺陷。选取18张各类无人机航拍典型图像作为试验样本,使用MATLAB软件对提出的新方法进行仿真,验证了新方法导线断股缺陷识别的高效性和准确性。
    • 周子扬; 李英娜
    • 摘要: 为实现航拍输电杆塔图像鸟巢自动检测,首先结合输电杆塔的特性提出了输电杆塔框架提取算法——选择合适颜色空间对图像进行背景粗分割,利用Canny边缘检测和Hough变换筛选出合适的连通域,把图像分成10×10像素大小的盒子并结合杆塔的几何特征提取输电杆塔框架。然后,在确定的杆塔区域内搜索出符合鸟巢样本HSV颜色分量的连通区域,作为候选鸟巢区域。最后,通过分析鸟巢样本纹理特征的灰度共生矩阵特征量,使用惯性矩特征量得到疑似鸟巢区域分类。利用现有输电杆塔图像进行鸟巢实例检测,检测结果表明该方法有效。
    • 朱钱鑫; 朱钱肖; 张丙珍; 刘孟禹; 魏立
    • 摘要: 在提取电力线的过程中,为了有效控制雷达功耗,改善原有方法中过大功耗对设备的负面影响,基于复杂地物背景设计了新的无人机激光雷达电力线提取方法。设计雷达定位电力走廊区域范围,计算连接相线缓冲宽度平稳无人机功耗,预处理无人机激光雷达航拍图像区分主要目标,滤波去噪降低边缘宽度提取电力线,完成复杂地物背景下的无人机激光雷达电力线提取方法设计。实验结果表明,在对大面积激光点图像的电力线提取过程中,该方法能将无人机激光雷达功耗控制在有效范围内,相比传统方法能提取更多电力线点云数量,具有广阔的应用前景。
    • 夏杰锋; 唐武勤; 杨强
    • 摘要: 针对光伏电站传统巡检技术的高成本、低效率以及准确率不高等问题,提出二阶段式的航拍红外图像热斑检测方法,实现对红外图像中热斑缺陷的组件级定位及精细化分类诊断.该方法将传统图像处理技术与深度学习方法融合,进一步提升缺陷诊断的准确率与效率.基于航拍红外图像前、后景灰度值的差异,提出基于边缘检测的组件分割方法来提取光伏组件轮廓以实现组件级定位,该方法以相对较小的硬件需求实现光伏组件有效检出率可达99.3%.考虑到热斑成因、危害及对应处理方式的差异性,提出基于EfficientNet的红外缺陷分类模型对热斑进行精细的四分类,为电站运维人员提供更为精准的决策支撑,该模型在空间占用20.17 MB的情况下获得97.0%的热斑分类准确率.经过实验对比分析,论证了本研究所提出的方法在缺陷诊断的效率以及准确率上都较高.
    • 黄晓胤; 李宁; 邱鹏; 陶志焱; 刘晓伟
    • 摘要: 随着中国电力行业不断发展,不管是线路相关里程还是电路负荷方面,都需充分保证输电线路运行的安全性以及稳定性。输电线路在受到污染的情况下会出现污闪现象。同时,输电线路承担着电力传输的关键功能,对其实施定期检查是保证输电线路通畅的关键措施,对维持电网的安全稳定运行具有十分重要的作用。随着科学技术的迅速发展,航拍图像的输电线路识别以及状态检测可以显著提升实际工作的效率。
    • 陈黎黎; 国红军
    • 摘要: 提出一种基于大气散射模型的无人机航拍图像快速去雾算法。构建大气散射模型。通过对大气散射状态的估计,利用可迭代运行的多向自相关增强方法,再根据无人机航拍目标图像的局部灰度分布特征,设计滤波模板。用滤波增强图像效果后,弱化明亮区域实现无人机航拍图像去雾效果。实验结果表明:该算法的图像弱化效果好,可完整体现景观全局细节,经双边滤波处理后的图像亮度高、色彩丰富、信息量大,可抑制图像噪声、提升清晰度,保障图像质量。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号