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:
去污作业时,工程人员需要准确定位放射性区域,彻底去除有害物质.提出了一种利用图像匹配定位放射性区域的方法,通过普通相机即可确定污染物位置.具体过程为:首先,采集放射性区域的γ相机图像,并提取辐射成像区域的边缘轮廓;然后,从γ相机和普通相机图像中找出匹配点云,并利用点云计算出相机间的变换矩阵;最后,把γ相机图像中的放射性区域轮廓映射到普通相机图像中,完成普通相机对放射性区域的重新定位.实验过程中:γ相机与普通相机有水平和垂直偏角时,该方法通过普通相机准确找到了模拟的放射性区域;而在应用现场,该方法同样通过普通相机找到了放射性污染物.
推荐文章
一种基于点匹配的图像重复区域检测方法
篡改检测
复制-粘贴
重复区域
点匹配
特征点聚类
区域生长
基于深度强化学习的固体放射性废物抓取方法研究
固体放射性废物
深度强化学习
机械臂抓取
回报奖励
一种基于区域颜色特征的图像相似性匹配算法
区域颜色直方图
相似性匹配
图像检索
空间信息
基于区域的稠密立体匹配方法
种子点
区域增长
稠密匹配
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 基于图像匹配的放射性区域定位方法
来源期刊 电视技术 学科 工学
关键词 γ相机 放射性区域 图像匹配 匹配点云
年,卷(期) 2016,(5) 所属期刊栏目 视频应用与工程
研究方向 页码范围 110-115
页数 6页 分类号 TP391
字数 4600字 语种 中文
DOI 10.16280/j.videoe.2016.05.024
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 张华 西南科技大学信息工程学院 193 1226 16.0 25.0
5 肖宇峰 西南科技大学信息工程学院 40 125 6.0 8.0
9 王瑞 西南科技大学信息工程学院 4 3 1.0 1.0
10 姜军 西南科技大学信息工程学院 6 22 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (167)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(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
γ相机
放射性区域
图像匹配
匹配点云
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
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
论文1v1指导