钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
农业科学期刊
\
大学学报期刊
\
山东农业大学学报(自然科学版)期刊
\
基于深度学习和超分辨率重构技术的图像缺陷诊断算法
基于深度学习和超分辨率重构技术的图像缺陷诊断算法
作者:
吕学宾
张彬彬
李程启
梁翀
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
深度学习
超分辨率技术
图像
缺陷检测
摘要:
虽然深度学习在图像检测领域取得了长足进步,但是由于变电站设备巡检图像背景复杂,导致了缺陷诊断面临一定的困难.本文提出了一种基于深度学习和超分辨技术的缺陷检测算法,一方面是锁定目标区域,聚焦检测设备,去除不相关的图像信息,大幅降低了图像有效信息的损失;另一方面是对检测设备进行超分辨率重建,提升分辨率,保证用于渗漏油缺陷检测的图像质量、像素信息的完整性.通过实验数据证明,该算法识别结果较其他算法有很大的提升,从而验证了该算法的优越性.
暂无资源
收藏
引用
分享
推荐文章
基于深度学习的图像超分辨率重建技术的研究
人工智能
深度学习
超分辨率
制造工艺
基于深度学习的单图像超分辨率重建研究综述
单图像超分辨率重建
深度学习
密集卷积网络
生成式对抗网络
基于稀疏表示和自相似学习的图像超分辨率重构
超分辨率重构
稀疏表示
附加信息
自相似学习
基于深度学习的辐射图像超分辨率重建方法
辐射图像
超分辨率重建
深度学习
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于深度学习和超分辨率重构技术的图像缺陷诊断算法
来源期刊
山东农业大学学报(自然科学版)
学科
工学
关键词
深度学习
超分辨率技术
图像
缺陷检测
年,卷(期)
2020,(3)
所属期刊栏目
研究方向
页码范围
510-513
页数
4页
分类号
TP520.2060
字数
2612字
语种
中文
DOI
10.3969/j.issn.1000-2324.2020.03.024
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
吕学宾
6
4
1.0
1.0
2
梁翀
4
9
1.0
3.0
3
李程启
国网山东省电力公司电力科学研究院
4
8
2.0
2.0
4
张彬彬
2
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(28)
共引文献
(57)
参考文献
(6)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1993(1)
参考文献(0)
二级参考文献(1)
1997(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(0)
二级参考文献(1)
2001(1)
参考文献(0)
二级参考文献(1)
2002(1)
参考文献(0)
二级参考文献(1)
2003(4)
参考文献(0)
二级参考文献(4)
2004(2)
参考文献(0)
二级参考文献(2)
2005(1)
参考文献(0)
二级参考文献(1)
2009(2)
参考文献(0)
二级参考文献(2)
2010(2)
参考文献(1)
二级参考文献(1)
2011(1)
参考文献(0)
二级参考文献(1)
2012(1)
参考文献(0)
二级参考文献(1)
2014(2)
参考文献(2)
二级参考文献(0)
2015(3)
参考文献(1)
二级参考文献(2)
2016(3)
参考文献(1)
二级参考文献(2)
2017(5)
参考文献(0)
二级参考文献(5)
2018(2)
参考文献(0)
二级参考文献(2)
2019(1)
参考文献(1)
二级参考文献(0)
2020(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
深度学习
超分辨率技术
图像
缺陷检测
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
山东农业大学学报(自然科学版)
主办单位:
山东农业大学
出版周期:
双月刊
ISSN:
1000-2324
CN:
37-1132/S
开本:
大16开
出版地:
山东泰安市岱宗大街61号农业大学学报编辑部
邮发代号:
创刊时间:
1955
语种:
chi
出版文献量(篇)
3505
总下载数(次)
10
总被引数(次)
29464
期刊文献
相关文献
1.
基于深度学习的图像超分辨率重建技术的研究
2.
基于深度学习的单图像超分辨率重建研究综述
3.
基于稀疏表示和自相似学习的图像超分辨率重构
4.
基于深度学习的辐射图像超分辨率重建方法
5.
超分辨率图像重构算法的研究
6.
航空图像超分辨率重构技术
7.
基于稀疏表示和近邻嵌入的图像超分辨率重构
8.
多深度相机标定下稀疏纹理图像三维超分辨率重构
9.
压缩感知和相似性约束的图像超分辨率重构算法
10.
基于PSF改进的POCS超分辨率图像重构
11.
基于GEP多标记学习的图像超分辨率复原算法
12.
深度学习下的高效单幅图像超分辨率重建方法
13.
采用深度学习的快速超分辨率 图像重建方法
14.
基于SVM预分类学习的图像超分辨率重建算法
15.
基于SVR和PCA的超分辨率图像恢复算法应用研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
农业基础科学
农业工程
农业科学总论
农作物
农学
园艺
大学学报
林业
植物保护
水产渔业
畜牧兽医
山东农业大学学报(自然科学版)2021
山东农业大学学报(自然科学版)2020
山东农业大学学报(自然科学版)2019
山东农业大学学报(自然科学版)2018
山东农业大学学报(自然科学版)2017
山东农业大学学报(自然科学版)2016
山东农业大学学报(自然科学版)2015
山东农业大学学报(自然科学版)2014
山东农业大学学报(自然科学版)2013
山东农业大学学报(自然科学版)2012
山东农业大学学报(自然科学版)2011
山东农业大学学报(自然科学版)2010
山东农业大学学报(自然科学版)2009
山东农业大学学报(自然科学版)2008
山东农业大学学报(自然科学版)2007
山东农业大学学报(自然科学版)2006
山东农业大学学报(自然科学版)2005
山东农业大学学报(自然科学版)2004
山东农业大学学报(自然科学版)2003
山东农业大学学报(自然科学版)2002
山东农业大学学报(自然科学版)2001
山东农业大学学报(自然科学版)2000
山东农业大学学报(自然科学版)1999
山东农业大学学报(自然科学版)2020年第6期
山东农业大学学报(自然科学版)2020年第5期
山东农业大学学报(自然科学版)2020年第4期
山东农业大学学报(自然科学版)2020年第3期
山东农业大学学报(自然科学版)2020年第2期
山东农业大学学报(自然科学版)2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号