针对海面背景舰船目标单一波段图像识别率低的问题,提出了一种基于卷积神经网络(CNN)的融合识别方法。
该方法提取可见光、中波红外和长波红外3个波段舰船目标特征进行融合识别。
模型次要分为3个步骤：通过设计的6层CNN,同时对三波段图像进行特征提取;利用基于互信息的特征选择方法对串联的三波段特征向量按照重要性进行排序,并按照图像清晰度评价指标选取固定长度的特征向量作为目标识别依据;通过额外的2个全连接层和输出层进行回归训练。
采用自建的三波段舰船图像数据库进行模型的训练和测试,共包含6类目标,5000余张图像。
实验结果表明,本文方法识别率达到84.5%,与单波段识别方法相比有明显提升。
该方法提取可见光、中波红外和长波红外3个波段舰船目标特征进行融合识别。
模型次要分为3个步骤：通过设计的6层CNN,同时对三波段图像进行特征提取;利用基于互信息的特征选择方法对串联的三波段特征向量按照重要性进行排序,并按照图像清晰度评价指标选取固定长度的特征向量作为目标识别依据;通过额外的2个全连接层和输出层进行回归训练。
采用自建的三波段舰船图像数据库进行模型的训练和测试,共包含6类目标,5000余张图像。
实验结果表明,本文方法识别率达到84.5%,与单波段识别方法相比有明显提升。
2018/2/16 16:48:36
8.49MB
1
通过简单的matlab程序对硬币的数量和表示的数额进行分类，属于简单图像识别的使用
2016/1/11 8:45:11
71KB
1
ov7725带FIFO不断地将图像显示到屏幕上，在一帧产生中断后，主函数再通过对屏幕的RGB色彩读取，转换成HSL值，通过阈值判断，颜色婚配，腐蚀中心，就可以进行图像识别，适用于STM32野火开发板ov7725摄像头
2015/11/3 16:55:54
2.83MB
1
导入一张靶纸原图，导入一张带有弹孔的靶纸图，经过图像识别与处理，能显示出靶数。
以上过程曾经整合到简易的GUI界面中。
以上过程曾经整合到简易的GUI界面中。
2016/2/13 10:49:15
64KB
1
资源包含文件：课程word+答辩PPT+项目源码及测试图片数字图像中阴影是普遍存在的，而且其为数字图像处理的很多任务，如图像特征提取，图像识别，图像分割带来了不利的影响。
一个有效的阴影检测与去除方法可以为接下来的图像处理带来很多便利。
与同表面非阴影区域相比，图像中阴影区域一般会具有以下特征：其亮度会明显比非阴影区域低；
与非阴影区域有分界，界线宽度一般不大，在界线上存在渐变；
阴影区域的颜色通道比例和非阴影区域比较接近。
我们可以利用这些特征来完成阴影检测的工作。
详细引见参考：https://blog.csdn.net/sheziqiong/article/details/125589942
一个有效的阴影检测与去除方法可以为接下来的图像处理带来很多便利。
与同表面非阴影区域相比，图像中阴影区域一般会具有以下特征：其亮度会明显比非阴影区域低；
与非阴影区域有分界，界线宽度一般不大，在界线上存在渐变；
阴影区域的颜色通道比例和非阴影区域比较接近。
我们可以利用这些特征来完成阴影检测的工作。
详细引见参考：https://blog.csdn.net/sheziqiong/article/details/125589942
2022/9/25 21:45:41
6.97MB
1
超强的带DP学习的图像自动识别程序，是VB源码，经过我的测试，非常好用，数字识别率在90%以上，可直接用于你的项目，经过简单修正你可以用作动态拍摄识别。
2017/8/18 22:02:05
80KB
1
卷积神经网络是处理视觉分类问题的最佳工具卷积神经网络通过学习模块化模式和概念的层次结构来表示视觉世界卷积神经网络学到的表示很容易可视化，卷积神经网络不是黑盒可以将卷积神经网络学到的过滤器可视化，也可以将类激活热力图可视化。
本人上课课件，主要是图像识别的内容，主要有3个识别项目
本人上课课件，主要是图像识别的内容，主要有3个识别项目
2022/9/23 20:26:02
3.64MB
1
TensorFlow可被用于语音识别或图像识别等多项机器学习和深度学习领域，对2011年开发的深度学习基础架构DistBelief进行了各方面的改进，它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运转。
TensorFlow将完全开源，任何人都可以用。
TensorFlow将完全开源，任何人都可以用。
2021/3/7 13:55:57
30.79MB
1
《数字图像处理与机器视觉：VisualC++与Matlab实现》作者：张铮，王艳平，薛桂香编著目录······第0章数字图像处理概述1数字图像.2数字图像处理与识别第3章图像的点运算第4章图像的几何变换第5章空间域图像增强第6章频率域图像增强第7章彩色图像处理第8章形状学图像处理第9章图像分割第10章特征提取第11章图像识别初步第12章人工神经网络第13章支持向量机
2018/6/16 7:09:17
50.9MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB