基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对海域的船舶进行智能图像监控是一项很重要的技术,但该技术容易受到海上背景光线变化、遮挡阴影区域及小范围船舶聚集等因素的干扰,导致当前基于智能视觉的船舶检测在背景更换的阀值判断上存在较大缺陷.本文提出改进的基于智能图像处理的船舶快速检测方法,通过差分运算、阈值生成、二值化、去噪和形态学处理等操作对获取的智能图像进行预处理,依据经预处理后二值图像,引入异常比率的概念对所监控图像范围的船舶状态进行判断,以动态阈值和静态阈值的联系,判断是否需要更换背景的条件,实现高精度船舶图像检测.仿真实验结果表明,所提方法能够准确地对船舶图像进行检测,具有较高的检测精度.
推荐文章
基于回归深度卷积网络的船舶图像与视频检测
船舶检测
回归深度卷积网络
YOLO
港口管理
无人船
基于arm-linux机器视觉的图像特征点快速检测方法
基于arm-linux
机器视觉
图像特征点
快速检测方法
基于ARM的视觉导航AGV图像处理方法研究
视觉导航
边缘提取
最小二乘法
中值滤波
基于背景差分和视觉显著性的运动船舶检测方法
船舶检测
频率域
显著性
码本
OTSU
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 船舶视觉图像优化检测方法研究
来源期刊 舰船科学技术 学科 工学
关键词 船舶图像 异常比率 动态阀值
年,卷(期) 2015,(8) 所属期刊栏目 装备技术
研究方向 页码范围 157-160
页数 4页 分类号 TP391
字数 2392字 语种 中文
DOI 10.3404/j.issn.1672-7649.2015.08.033
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 睢丹 武汉理工大学信息工程学院 37 102 6.0 8.0
5 陈卫军 安阳师范学院软件学院 27 72 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (50)
参考文献  (10)
节点文献
引证文献  (7)
同被引文献  (18)
二级引证文献  (4)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
船舶图像
异常比率
动态阀值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
舰船科学技术
半月刊
1672-7649
11-1885/U
大16开
北京市朝阳区科荟路55号院
1979
chi
出版文献量(篇)
6974
总下载数(次)
20
论文1v1指导