简介:摘要:遥感图像目标检测在城市规划、资源调查和灾害监测等领域应用广泛,基于遥感图像的目标检测具有重要研究意义。遥感技术为人们快速、全面了解地表覆盖变化提供了技术支持,在高分辨率遥感技术不断发展的大背景下,大量高品质遥感图像的采集越来越方便。遥感图像是利用遥感技术生成的远距离图像,可以对目标进行有效的处理。目标检测是遥感图像处理的基础任务之一,通过对遥感图像的分析可以分辨出水体、植被等目标,同时遥感影像可以识别更小的目标,如具体的树木、人、交通标志、足球场标志线等等,因此遥感图像目标检测已经成为当前研究的热点问题。遥感设备拍摄图像时由于设备距离目标较远,包含的地面范围大,受到分辨率的限制,待检测目标可能以微小形式显示在遥感图像中,这些检测目标具有尺度小、特征弱等特点,为图像目标的检测工作带来较大难度。
简介:摘 要:鸟巢是造成铁路接触网供电中断的主要隐患之一。当前的管控手段主要依靠人工添乘和2C图像智能分析+人工判读,工作量大、劳效低、疏漏多,特别是在鸟巢爆发季,无法达到实时管控、避免接触网跳闸的目标。针对该现状,开发出一种利用YOLO v5智能识别系统,对2C数据预先标记处理,再对标记数据进行确认,可以大大提高2C数据的分析速度和效果。通过实际运用,该系统对成型鸟巢识别率达90%以上,极大地提高了分析效率,确保了接触网供电安全。
简介:摘要:为了提高桥梁表观病害识别的速度和准确度,通过改进图像处理方法,提高了图像拼接精度和速度,实现了在满足精度的条件下对桥梁表观病害的快速识别。在改进的图像拼接方法中,对相机进行标定,计算拍摄物体的真实距离和拍摄间距及采样距离,确定图像重叠率、采用图像前处理方法校正像素尺寸,有效的解决了常用图像拼接方法的速度慢和精度低等问题。改进后的图像拼接方法能够准确、快速的识别桥梁表观病害的位置、种类和破损情况。结合某公路高架桥工程实例,利用改进后的图像拼接方法对高架桥梁底进行表观病害识别。研究表明:经过实际桥梁工程验证,通过改进的图像拼接方法,利用图像前处理校正图像尺寸,能够准确的、快速的识别出桥梁表观病害,体现了改进的图像拼接方法在识别桥梁表观病害中的良好应用。