作者:
原文服务方: 计算机测量与控制       
摘要:
在目前的图像处理技术发展现状中,图像挖掘技术是其中一项较为突出和新颖的技术分支;而随着日益庞大的图像数据信息处理量的要求增加,却没有一个有效的分析和处理技术,为此,如何解决大量数据的解析和处理问题是目前图像挖掘技术的主要方向,首先研究图像挖掘技术的原理和其在目前社会中的应用情况,利用简析图像挖掘技术的基本原理分析其数据模型,探讨其所具备的基本功能以及在车辆目标识别上的应用和方法;总结出图像挖掘技术对图像中所存在信息的完全解读,挖掘图像中存在的隐形关联,而且随着图像挖掘技术的不断改进,其目标识别的功能可以应用到车辆管理模式当中;通过实验表明,此方法可以对目标图像中车辆数量和种类的辨识度达到80%以上.
推荐文章
基于交通遥感图像处理的车辆目标识别方法
遥感技术
智能交通
车辆识别
图层分离
最大类间方差法
基于机器视觉的图像目标识别方法综述
机器视觉
图像目标识别
图像预处理
图像分割
基于峰值匹配的SAR图像飞机目标识别方法
合成孔径雷达
目标识别
方位角计算
峰值匹配
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 基于图像挖掘技术的车辆目标识别方法
来源期刊 计算机测量与控制 学科
关键词 图像处理技术 图像挖掘技术 车辆目标识别 数据模型
年,卷(期) 2017,(2) 所属期刊栏目 设计与应用
研究方向 页码范围 160-163
页数 4页 分类号 TP311
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2017.02.044
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 赵燕萍 太原工业学院计算机工程系 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (118)
共引文献  (54)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(5)
  • 参考文献(3)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像处理技术
图像挖掘技术
车辆目标识别
数据模型
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导