公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于稀疏自编码的路面裂缝检测被引量：9: 2015年; 针对传统路面裂缝检测系统在复杂纹理背景噪声下检测效率低,易造成漏检、错检等现象提出了一种基于稀疏自编码的裂缝自动检测方法.该方法首先采用一种基于各向异性的检测算法进行裂缝子块的初步筛选,经过稀疏自编码提取出特征后由softmax分类器进行训练和分类,最后由张量投票算法进行空间加强和去噪从而得到裂缝信息.实验结果表明,文中提出的算法在无人工干预的情况下能够有效检测出图像裂缝区域,相比传统检测算法具有更高的检测精度和抗干扰能力.; 钱彬唐振民徐威; 关键词：路面裂缝各向异性张量投票

基于流形鉴别信息的特征选择及其结构化稀疏表示被引量：4: 2016年; 针对启发式特征选择策略忽略了特征间相关信息导致子最优的问题,提出一种基于流形鉴别信息的特征选择(MDFS)算法.该算法根据近邻信息和标签信息刻画高维数据类内和类间流形结构,以最小化流形散度差为准则构建目标函数,并增加结构化稀疏正则项降低特征间冗余.通过统一框架下的特征权重迭代优化获得最优特征子集.在ORL库、COIL20库、Isolet1库上的聚类实验表明,MDFS算法选取的特征子集相比传统算法具有更高的识别准确率和归一化互信息,验证了所提出算法的有效性.; 钱彬唐振民李雪徐威; 关键词：流形学习聚类

子块鉴别分析的路面裂缝检测被引量：10: 2015年; 目的路面图像受光照、行道线和油渍等干扰使得准确的提取并统计路面裂缝信息难以实现。鉴于此,提出一种基于子块鉴别分析的路面裂缝检测算法。方法首先提出一种基于亮度补偿的灰度校正算法用以削弱光照等影响并结合稀疏自编码模型提取子块特征;然后在鉴别分析基础上提出两类迭代鉴别分析降维算法,通过循环更新子类类间距离,使得裂缝子块投影和聚类交替执行直至满足收敛条件从而获得更具有鉴别能力的低维子空间;最后对投影后的子块采用最近邻分类器进行快速分类。结果迭代过程中裂缝子块聚类结果逐渐趋向于低维子空间下的真实样本分布形态、子空间鉴别能力大幅提升。公开数据集上该算法取得95.5%的识别率,在实际采集的高速公路数据库上也取得90.9%的识别率,验证了本文算法的有效性。结论提出了一种高效的基于鉴别分析的子块特征识别算法用于路面裂缝检测,在深度挖掘裂缝子块特征的基础上,迭代寻找最优低维鉴别子空间实现特征降维,在包含多种噪声的路面环境中具有良好的鲁棒性和适应性。多组对比实验结果表明其有效性优于其他裂缝子块特征识别方法。; 钱彬唐振民徐威陶玉婷; 关键词：灰度校正

基于稀疏表示和多特征融合的路面裂缝检测被引量：4: 2018年; 为了提高在实际复杂背景噪声下对路面裂缝检测的精度,提出了一种基于稀疏表示和多特征融合的路面裂缝检测改进算法。该算法首先以图像子块为单位,提取对裂缝识别有效的统计、纹理和形状特征。然后,分别在各个特征矩阵下利用稀疏表示分类方法实现对裂缝子块的识别,再融合不同特征下的识别结果,设计综合识别分类器进行子块检测。最后,在识别出的裂缝子块上,采用基于视觉显著性的像素级检测方法精确提取裂缝细节。在实际高速公路路面数据库上的实验结果表明,该算法有效地提升了路面裂缝检测的精度,具有良好的鲁棒性。; 张玉雪唐振民钱彬徐威; 关键词：多特征融合视觉显著性

基于多特征流形学习和矩阵分解的路面裂缝检测被引量：14: 2016年; 针对单一属性特征的路面裂缝检测方法无法从复杂背景噪声中准确提取裂缝信息的缺陷,提出一种结合多特征流形学习和矩阵分解的路面裂缝检测算法。该算法首先根据路面裂缝子块的统计、形状和纹理特性抽取多重属性特征并构造多个流形正则项,将流形正则项嵌入于矩阵分解的目标函数中,采用交替迭代法在统一框架下实现裂缝子块降维和多特征自适应融合。为进一步提高聚类准确率,对路面裂缝图像采用各向异性算法增强得到少量有效样本标签,实现算法的半监督扩展。在公开数据集(Crack IT)和实际采集的沪宁高速(HN)路面图像库上的实验结果表明,该算法可以有效提高路面裂缝识别率,验证了算法的有效性。; 钱彬唐振民沈肖波郭剑辉吕建勇; 关键词：流形学习多特征融合矩阵分解

基于稀疏表示分类的路面裂缝检测和识别算法被引量：1: 2016年; 针对传统检测算法普遍存在检测精度低、耗时长的问题,提出了一种基于稀疏表示分类的检测识别算法。该算法通过引入了稀疏表示分类器,选取有效的子块高阶矩特征对图像子块进行分类,避免了对图像进行预处理,简化了检测步骤;然后根据子块分类结果的映射编码识别裂缝类型。在实际采集的高速公路路面图像数据库上进行测试,实验结果表明该算法相比传统算法具有更高的识别精度和执行效率。; 周舟唐振民吕建勇钱彬; 关键词：矩特征

融入视觉注意机制的路面裂缝检测与识别被引量：13: 2018年; 针对实际路面裂缝检测中存在复杂噪声干扰的问题,根据裂缝和背景像素的视觉差异,设计一种融入视觉注意机制的路面裂缝自动检测与识别算法。通过灰度校正和各向异性扩散滤波的预处理方法滤除部分噪声,利用全局和局部灰度对比度信息计算裂缝显著值,融合生成综合显著图粗定位裂缝区域。在此基础上,依据裂缝区域的形状特征使用形状分析法进行去噪和目标提取,实现裂缝的精确定位。实验结果表明,该算法能快速有效地检测出裂缝区域,与基于阈值分割、边缘检测或小波变换的裂缝检测算法相比,具有较高的检测精度。; 张玉雪唐振民钱彬徐威; 关键词：视觉注意机制灰度校正扩散滤波

全选清除导出

共1页<1>

钱彬