搜索结果: 1-15 共查到“计算机科学技术 自动检测”相关记录28条 . 查询时间(0.139 秒)
中国林业科学研究院亚林所研究团队开发出湿地松新抽稍自动检测和计数软件（图）
自动检测 计数软件 湿地松
2023/7/14
湿地松（Pinus elliottii）原产美国，是优良的脂用和材用树种，在我国南方地区广泛引种栽培。通过遗传选育目标性状，可以有效提升其松脂和木材产量。新梢密度，与树冠大小、营养吸收与再分配、以及光合能力紧密相关，是湿地松育种策略中的关键指标。然而，传统的新梢密度测量方法依赖人工观察，效率低，耗时长。由于树高和冠层密度因素，新梢的有效计数变得困难。因此，迫切需要开发一种基于自动化的新梢检测技术，...
某引进雷达专用计算机自动检测设备
专用计算机 检测设备 虚拟仪器 LabVIEW
2013/11/27
针对某雷达修理过程中存在的专用计算机组合无法实现脱机条件下的自动检测问题，结合对当今测试系统理论和技术的研究，构建了一套基于PXI总线和LabVIEW的专用计算机自动检测设备，并在工厂装备修理中得到试用检验；借助于该设备，可大大提高专用计算机组合检测的准确性，缩短装备修理周期，提高工作效率。
网上报名照片的人脸自动检测和裁剪系统
网上报名照片 人脸检测 裁剪
2011/7/12
设计了基于肤色空间和积分投影的人脸检测和剪裁系统。首先对输入的图像建立YCbCr肤色模型，选择一部分皮肤区域样本，通过实验统计确定色度阈值的上限和下限，采用"双重阈值"方法将皮肤区域分割出来，然后对二值化图像进行形态学处理，最后进行水平积分投影和垂直积分投影，找到眼睛进而确定人脸区域，同时按要求进行裁剪图像。在输入图像被限定在“包含单张免冠人脸、角度正位、面部清晰、表情自然神态庄重”的条件下，检测...
磁瓦表面缺陷自动检测系统的研究
机器视觉 缺陷检测 磁瓦 图像处理
2009/12/30
开发了一种基于机器视觉技术的磁瓦表面缺陷自动检测系统。该系统根据功能面的特点设计了图像采集系统，综合运用图像处理技术，采用改进的中值滤波技术消除噪声，运用基于灰度直方图的阈值分割并二值化，经后形态学处理、Roberts边缘检测提取出缺陷轮廓，通过提取缺陷面积特征，经模板匹配模式识别，判定磁瓦的质量等级。用于生产线试运行表明，该系统运行稳定，检测结果精度高，克服了人工检测劳动强度大且误检率高的缺点。...
织物表面纹理疵点自动检测
统计性纹理 结构性纹理 频域滤波器
2009/9/27
根据织物纹理和疵点频谱的不同分布，提出织物疵点检测的新方法。在织物纹理和疵点分类的基础上，通过傅里叶变换获得频谱图。设计频域滤波器抑制正常纹理频谱信息，通过重构对灰度图像进行分割，实现疵点与正常织物纹理的分离。实验结果表明该方法是有效的。
共享片段自动检测模型
网页 片段 检测模型
2009/9/21
提出了一种可扩展的共享片段自动检测算法，介绍了共享片段自动检测模型的结构和实现方法。该模型可在线运行自动检测算法，将流行度高的网页集合作为检测对象。实验和分析表明，该模型在保证准确率的前提下，能检测出网页集合的最大共享片段集合，提高检测效率。
基于特性模型与神经网络的乳腺图像肿块自动检测技术
乳腺X线图像 计算机辅助诊断 肿块
2009/9/1
钼靶X线摄影是最常用的乳腺癌早期诊断手段。该文针对乳腺图像中的肿块提出了一种基于特性模型与神经网络的计算机辅助诊断技术。它首先建立两种特性模型分别描述脂肪组织和腺体组织中的肿块；然后对脂肪中的肿块采用迭代阈值法进行检测，对腺体中的肿块采用小波域黑洞检索法进行标记；接着采用一种基于Canny算子和能量场约束以及ANFIS控制的填充膨胀方法分割疑似肿块；最后使用一种MLP分类器剔除假阳性。实验结果表明...
基于模糊加权SVM的SAR图像水体自动检测
水体检测 纹理分析 树型小波 模糊加权支持向量机
2009/8/7
提出一种SAR图像水体自动检测方法。该方法采用树型小波对SAR图像进行分解，提取样本图像与待检测图像的中频信息，并进行纹理分析，利用模糊加权支持向量机对样本图像的纹理进行训练，从而获得判别水体的决策函数，通过该决策函数能够检测出图像的水体区域。该方法结合了图像的灰度与纹理信息，减少了SAR图像中的噪声影响，能够适用于大幅面范围的SAR图像水体自动检测。
自然图像中的对象自动检测和提取
对象检测 抠图 特征包 对象分类
2009/8/7
引入基于例子的抠图模型，实现对自然图像的自动训练和检测，采用视觉单词的层次空间直方图改进特征包分类检测技术，提高自动检测和定位的精度。从检测结果中自动提取背景信息和前景信息，使用graph-cut技术完成自动抠图。对Pascal VOC2006测试集的测试结果表明，该方法的检测率较高，其自动抠图效果达到了现有交互式图像提取工具的水平。
基于改进的Adaboost算法的交通事件自动检测
事件检测 神经网络 交通流
2009/7/17
针对交通领域中的事件检测（无事件模式和事件模式）模式识别问题，提出了一种基于改进的Adaboost算法的交通事件检测方法。阐述了Kohonen神经网络的结构与训练算法，分析了事件对交通流的影响规律，并合理地选取了Kohonen神经网络的输入量；最后采用改进的Adaboost算法对分类结果进行加权投票。仿真实验表明，提出的方法学习速度快、泛化能力好，对交通事件具有较好的检测效果。
基于Boosting学习的靶子自动检测算法研究
自动检测 分类器 模板
2009/6/23
提出了一种实弹射击演习中的靶子自动检测方法，适合于野外复杂背景下的靶子图像处理，所有图像由固定在枪柄上的摄像头统一采集。利用经典的Boosting学习算法，将图像中靶子的特征提取出来，对图片的训练集进行训练，并从训练中学习到一个强的分类器，从而实现了靶子所在区域的自动化检测。并将方法用于一个具体实例，实验结果证明了所提方法的有效性。
基于图像三维地形模型的路面裂缝自动检测
路面图像 谷点检测
2009/3/18
针对现有裂缝检测算法的不足，提出一种新的路面裂缝自动检测算法。将二维平面图像映射到三维空间曲面，使得在二维平面中难以描述的裂缝信息在三维曲面中能通过一条狭长的“山谷”来准确地描述。通过分析三维曲面中“山谷”的曲率特征，采用基于微分几何的空间检测算子准确提取曲面中的“山谷”，并映射到二维图像平面中作为裂缝点，成功检测到绝大部分裂缝信息。
基于极小误差阈值分割的舰船自动检测方法
舰船检测 投影分解 最小误差阈值分割 多判据目标检测
2009/3/2
针对中、高分辨率(0.6m ~5m)可见光卫星遥感图像，提出了一种基于极小误差分割的海上舰船自动检测算法，该方法利用自适应定向正交投影的高斯分解法，拟合海洋区域直方图，采用改进的信息熵极小误差分割算法，确定分割阈值。对于候选舰船目标采用基于多判据的目标检测思想检测舰船，对100多幅可见光图像进行了试验。结果表明，该方法能够自动、快速、准确地检测图像中的舰船，具有较高的检测能力。
软件重构是改造软件遗留系统、软件重用的重要手段。代码味道用于描述软件设计缺陷，检测代码味道是软件重构的重要步骤。按照代码味道的特征给代码味道分类，对引发重构的主要缺陷――类之间结构型代码味道，给出了自动化检测的原理，设计和实现了一个检测工具。