学科分类
/ 25
500 个结果
  • 简介:摘要:进入新时代,电力行业正面临着信息化转型的挑战与机遇。图像识别技术作为一项前沿科技,在电力系统的稳定和安全运行中扮演着越来越重要的角色。本文探讨了其在电力系统稳定、安全运行中的重要性。同时,还分析了当前技术应用的挑战,并提出了相应的解决策略。

  • 标签: 电力信息化 图像识别技术 电力系统 数据处理
  • 简介:摘要:图像检测系统是维持动车组安全稳定运行的重要设备,简称 TEDS,其不仅可以对处于运行状态的动车进行细节拍摄,同时还可对收集到的图像信息进行自主分析和判断,并针 对其不同级别的故障类型进行归类划分,有效地缓解了故障检测人员的工作压力,接下来笔者将针对该图像检测系统展开探究。

  • 标签: 动车组运行故障 图像检测系统( TEDS) 研究思考
  • 简介:摘要:动车组运行中的故障处理质量与故障检测工作的开展有效性有非常紧密的关系,只有检测工作的质量和效果得到有效的保障,后续的故障处理工作的推进与开展才能更加具备找到合理的切入点,并且保证取得更好地实际效果。动态图像的呈现方式能够实现对故障的具体表现和出现区域进行精确地展示,这对于从事故障维修的工作人员也更有利于其通过图像的观察进一步找到更加具有针对性和有效性的故障处理措施,提升动车组故障处理的质量,维持动车组运行系统的稳定有序运行。

  • 标签: 动车组 车辆故障 动态图像检测系统 运用
  • 简介:摘要:遥感图像军事目标纹理分类识别技术作为遥感图像分类技术的重要组成部分,在军事目标纹理分类识别中有着重要地位。本文基于遥感图像分类对典型军事目标进行纹理分析,提出了SOFM网络模型结构以及LIADR纹理分类识别算法,同时又针对不同环境下的不同目标纹理进行了分类识别试验。试验结果表明与一般纹理分类算法相比,遥感图像军事目标纹理分类识别算法在降低目标纹理分类误差、提高目标纹理识别精度、提高军事目标地理信息系统服务质量等方面具有明显优势而且可应用于军事目标纹理检测之中。

  • 标签: 遥感图像 军事目标纹理 分类识别
  • 简介:摘要:经济的快速发展,我国基础交通设施日益完善,动车组也成为了人们出行的重要选择。由于动车组行驶速度较快,如果出现故障,很容易威胁到乘客的人身安全。所以如何提升检测水平,减少故障发生的几率,成为人们关注的焦点。动车组车辆故障动态图像检测系统(TEDS)是现在常用的检测手段,相关人员能将其安装到高铁线路,对动车做到全方位检测。所以本文主要研究了该检测系统的相关内容,提供了可行的运用方式,希望能提供一些借鉴。

  • 标签: 动车组车辆故障动态图像检测系统 运用 研究
  • 简介:内容摘要:TFDS探测系统是取代传统人工检查作业,一个新的车辆技术设备。投入运用以来,取得了很多好的成效,但在设备自身检修和运行使用的过程中,出现的问题较多且有的难以解决,给车辆检修工作及列车运行带来许多麻烦。根据平时工作实际及TFDS系统检修管理的业务知识,查找相关资料,用分析和推理的方法对运用中存在的现象进行判别。文章重点介绍了TFDS在实际运行过程中的具体故障进行了探索思考,提出了该系统的改进措施。

  • 标签: TFDS 判别 功能 故障
  • 简介:摘要:随着计算机的发明和发展,计算机图形与图像处理技术作为一门新兴技术,在20世纪80年代末出现。它是一种利用计算机来设计、显示、存储、修改和完善图形和图像的技术。计算机图形和图像处理技术主要是基于软件。Photoshop是许多图形和图像软件的霸主。本文对PhotoShop的应用领域加以阐述,对其功能特色进行介绍,并探究了PhotoShop处理图形图像的技巧,为PhotoShop的使用者提供理论指导。

  • 标签: PhotoShop 软件 图形图像 处理技巧
  • 简介:摘要:随着现代医学成像技术的快速发展,大量高质量、高维度的生物医学图像数据被广泛收集和使用。然而,这些复杂多样的图像数据需要经过有效处理才能从中获取有价值信息。图像分割作为一种重要技术手段,在生物医学工程中发挥着重要作用。图像分割的目标是将图像中的不同区域或对象准确地分离出来,为医生提供更详细、可靠的信息,从而支持临床决策和治疗规划。本文将对图像分割技术原理进行深入分析,并探讨其在生物医学工程领域中的应用情况。

  • 标签: 生物医学图像 图像分割 应用
  • 简介:摘要:在现代技术支持下,数字图像处理技术被应用到各行业领域,其中以图像分割技术为代表性技术,可通过数字处理底层技术,能够准确识别不同模式。此次研究主要是探讨分析数字图像处理中的图像分割技术及其应用,希望能够对相关人员起到参考性价值。

  • 标签: 数字图像处理 图像分割技术 技术应用
  • 简介:摘 要:文章总结了矩阵分解理论在数字图像压缩变换编码中的应用原理,并且选取了一幅JPG格式的灰度图像进行实验仿真,通过与三种广泛使用的图形压缩变换编码操作方法压缩结果的的对比和分析,证明该文的方法在数字图像压缩领域有一定的应用潜力。

  • 标签: 数字图像压缩 矩阵分解 压缩比
  • 简介:摘要:随着我国科学技术的不断发展,各种技术方法在纺织工业中得到了广泛的应用。本文以利用计算机图像处理技术为例,对织物的表面性质进行了科学的研究。并对其应用前景进行了预测,希望能对我国纺织行业的发展有所裨益。

  • 标签: 计算机 图像处理 纺织工业
  • 简介:摘要:

  • 标签:
  • 简介:摘要:为动车组布置故障动态图像检测系统(以下简称TEDS系统)的主要作用是对动车组的车底、车体两侧、转向架、牵引制动装置可视部位等关键设备进行实时的可视化监测。一旦某些零件出现了变形、破损或者脱落,TEDS会及时发出故障警报,提示相关工作人员对故障进行妥善处理,确保动车组的运行安全。下文将分析TEDS系统的运行情况,并结合该系统运行管理现状和实际情况出发,提出TEDS系统的发展规划目标。

  • 标签: TEDS系统 管理现状 发展
  • 简介:摘要:在无人机操作中,飞手更偏好可见光图像的视野,而热源探测则更适合使用红外图像。鉴于红外图像与可见光图像在信息表达上的差异,将两者融合能够赋予图像多样化的特性,从而提升图像的应用价值。因此本文提出了一种基于分数阶微分处理的红外图像与可见光的融合方法,在不过度干扰可见光图像的纹理和信息的情况下将红外图像融入其中。该方法既确保了融合图像既包含红外图像的关键信息,又保持了可见光图像的清晰度和细节。实验采用TNO数据集进行验证,结果显示,融合图像与原始可见光图像的结构相似性(SSIM)指数超过0.9,表明融合过程对可见光图像质量影响甚微;同时,与红外图像的结构相似性相比,也实现了0.1的提升。

  • 标签: 图像融合,分数阶微分,红外图像,可见光图像
  • 简介:摘要:针对图像领域的申请,从分类号和关键词的角度对如何实现高效检索进行初步研究。对于分类号,针对申请的特点,选择合适分类号,并通过查找合适分类号后检索实际案例展示了检索效率的效提高;对于关键词,通过实际案例对关键词的提取和扩展的重要性进行了验证。

  • 标签: 图像领域 检索 分类号
  • 简介:摘要:多标签图像分类是一项允许单个图像同时属于多个类别的重要机器学习任务。与单标签分类不同,多标签图像分类面临着标签间相关性、数据不平衡以及高维数据处理等挑战。随着工业界的算力提升,许多研究人员利用深度学习的强大学习能力来应对多标签图像分类中遇到的挑战,然而专门针对多标签图像分类的综合研究仍然很少。本文系统地综述了多标签图像分类的近几年的进展,首先介绍了多标签图像分类的背景以及定义,接着讨论了多标签图像分类问题挑战,然后详细回顾多标签图像分类的最新进展,其中包括了其在深度学习方面的现有研究成果,如深度卷积神经网络、Transformer,最后总结了多标签图像分类的现状。希望本文的综述能为多标签图像分类领域的研究人员和实践者提供有价值的参考和指导。

  • 标签:
  • 简介:摘要:图像识别技术是计算机视觉的重要组成部分,其目标是使计算机能够自动识别和解释图像或视频中的内容。近年来,随着深度学习和计算能力的快速发展,图像识别在许多领域得到了广泛的应用,如自动驾驶、医学影像诊断、安防监控等。本文将从技术发展、主流方法、最新进展以及未来挑战等方面,对图像识别的前沿进行全面概述。

  • 标签: 图像识别 技术发展 前沿
  • 简介:摘要:近年来无监督图像分类取得了显著进展,尤其是通过对比学习和自监督学习的应用,提升了在缺少标注数据情况下的分类性能。本文综述了无监督图像分类的基本概念、方法和最新进展,重点探讨了对比学习、自编码器、视觉变换器等技术在无监督图像分类中的应用。通过比较主流的无监督方法,如SimCLR、MoCo、MAE、DINO等,本文分析了不同方法的优势和局限,展望了无监督学习在大规模图像分类任务中的应用前景。无监督学习能够有效应对数据标注困难的挑战,具有较强的泛化能力,为图像分类领域提供了有力支持。

  • 标签:
  • 简介:摘要:多标签图像分类是一项允许单个图像同时属于多个类别的重要机器学习任务。与单标签分类不同,多标签图像分类面临着标签间相关性、数据不平衡以及高维数据处理等挑战。随着工业界的算力提升,许多研究人员利用深度学习的强大学习能力来应对多标签图像分类中遇到的挑战,然而专门针对多标签图像分类的综合研究仍然很少。本文系统地综述了多标签图像分类的近几年的进展,首先介绍了多标签图像分类的背景以及定义,接着讨论了多标签图像分类问题挑战,然后详细回顾多标签图像分类的最新进展,其中包括了其在深度学习方面的现有研究成果,如深度卷积神经网络、Transformer,最后总结了多标签图像分类的现状。希望本文的综述能为多标签图像分类领域的研究人员和实践者提供有价值的参考和指导。

  • 标签: