导读:本文包含了检测与识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:深度,卷积,图像,视觉,鸟窝,神经网络,管网。
检测与识别论文文献综述
周子天[1]（2019）在《基于视觉技术的3D物体表面信息识别检测系统》一文中研究指出针对目前市场上销售的复印机无法提示复印原件遗留所带来的生活困难,提出了一种基于视觉技术的3D物体表面信息识别检测系统。利用阈值与梯度分析、图像增强技术结合FOV视场内定位产品读取3D物体表面信息,进行检测。使用空间模板进行图像处理,去除图像噪声并保留图像的特征信息。通过对不同的3D物体表面信息分析,实现了对不同物体表面信息的识别。通过对不同物体的表面信息成功地进行信息识别检测试验,表明该系统能很好地识别出3D物体表面信息,具有较大的学术研究价值和应用推广价值。(本文来源于《通讯世界》期刊2019年12期）
张涛,陈朝阳[2]（2019）在《基于改进边缘检测的加油锥套识别》一文中研究指出空中加受油过程中需要对加油机释放的锥套进行实时跟踪处理,以获取锥套的特征信息。为了适应复杂多变的空中环境,提出了改进的双边滤波方法代替传统canny边缘检测中高斯滤波的方法;引入多次迭代计算图像高低阈值代替人为指定双门限高低阈值。实验结果表明,此方法在有效降低图像噪声影响的同时也保留了更多的边缘信息。对于复杂的机载环境具有更好的适应性。(本文来源于《计算机与数字工程》期刊2019年12期）
时旭[3]（2019）在《图像识别技术在机械零件无损检测中的应用初探》一文中研究指出在科研人员的长期努力下,科学技术为我国生产建设提供了持续动力。基于此,本文分析了图像识别技术在机械零件无损检测中的应用优势,对其具体应用提出了相关建议,希望能对有关人士有所帮助。(本文来源于《南方农机》期刊2019年23期）
周俊,陈剑云[4]（2019）在《基于DSSD的接触网鸟窝识别检测研究》一文中研究指出随着中国电气化铁路里程的迅速增长,接触网的安全稳定运行面对巨大的压力,对其进行监测拥有重要意义。针对影响电气化铁路接触网正常工作的鸟害问题进行研究,通过对不同深度学习模型进行分析比较,选择DSSD模型以自动识别高速铁路接触网沿线。同时使用迁移学习的方法,运用Caffe平台,在数据集不足的情况下,通过微调训练好的DSSD网络,提高了鸟窝识别训练网络的泛化性和稳定性。训练完的模型具有更快的识别速度和更好的鲁棒性,对于接触网安全稳定运行拥有重要的参考意义。(本文来源于《华东交通大学学报》期刊2019年06期）
任嘉锋,熊卫华,吴之昊,姜明[5]（2019）在《基于改进YOLOv3的火灾检测与识别》一文中研究指出现阶段火灾频发,需要自动进行火灾的检测与识别,虽然存在温度、烟雾传感器等火灾检测手段,但是检测实时性得不到保证.为了解决这一问题,提出了基于改进YOLOv3的火灾检测与识别的方法.首先构建一个多场景大规模火灾目标检测数据库,对火焰和烟雾区域进行类别和位置的标注,并针对YOLOv3小目标识别性能不足的问题进行了改进.结合深度网络的特征提取能力,将火灾检测与识别形式化为多分类识别和坐标回归问题,得到了不同场景下火焰和烟雾两种特征的检测识别模型.实验表明,本文提出的改进YOLOv3算法对不同拍摄角度、不同光照条件下的火焰和烟雾检测都能得到理想的效果,同时在检测速度上也满足了实时检测的需求.(本文来源于《计算机系统应用》期刊2019年12期）
李兆桐,孙浩云[6]（2019）在《基于全卷积神经网络的船舶检测和船牌识别系统》一文中研究指出船舶检测与识别对于港口智能监控,实现港口资源的有效管理具有重要意义。由于复杂的船舶轮廓、船牌位置不固定、船牌文本类型复杂多样和船牌文字个数不确定等因素,使得船舶的检测和识别非常具有挑战性。本文提出一种基于全卷积神经网络的船舶检测与识别方法:SDR-FCN。SDR-FCN利用本文提出的船舶检测算法SDNet进行船舶检测定位,然后利用本文提出的船牌文本检测算法PDNet进行船牌文字检测,最后利用具备在线自适应性的分类器OA-Classifier进行船牌分类识别。OA-Classifier综合了AIS(船舶自动识别系统)反馈的信息,提高了分类器的识别精度。实际SDR-FCN部署运行表明,它能够以较高的精度可靠地工作,满足实际应用。(本文来源于《计算机与现代化》期刊2019年12期）
程秀坤,施文婷,王丽华[7]（2019）在《系统治理地下管网隐患》一文中研究指出12月2日，胜利油田桩西采油厂集输大队联合站站长马腾祥，对最后一段管线防腐、保温施工进行监护，联合站历时一年的地下管线隐患治理工作宣告结束。今年以来，桩西厂对包括联合站在内的地下管线隐患进行系统治理，做好诊断，识别、检测、更换管线，并对每一条主要(本文来源于《中国石化报》期刊2019-12-05）
张宁,田慕琴,宋建成,郑丽君,江湘津[8]（2019）在《基于图像识别的吸量管液位检测方法研究》一文中研究指出在传统的玻璃量器检定过程中,人工检测方法测量效率和准确度都比较低,不能满足计量院对检定精度和效率的要求,文中设计了一套基于图像识别的高精度吸量管自动检定系统。该系统由图像处理和硬件控制两部分组成,选用DSP和Windows系统作为硬、软件平台。对采集的液位图像用OpenCV进行灰度化、滤波、图像分割、液位识别,最终得到凹液面的纵坐标。通过计算凹液面与检定点的像素差来控制蠕动泵的通电时间,从而控制放水速度的快慢,实现闭环PID控制。实验结果表明该方法具有较高的鲁棒性和较快的测量速度,液位测量精度可达到0.1 mm。(本文来源于《现代电子技术》期刊2019年23期）
[9]（2019）在《北京市石油天然气管道保护外部检测及高后果区识别和风险评价项目顺利通过验收》一文中研究指出2019年11月20日,中国安全生产科学研究院承担的《北京市石油天然气管道保护外部检测及高后果区识别和风险评价》(以下简称项目)项目顺利通过专家组验收。与会专家认真听取了项目组的汇报,并根据合同要求对项目成果进行详细质询,项目组针对专家组的提问进行了详细解答,专家组一致同意通过项目验收。该项目成果得到北京城市管理委员会及专家组一致认可和高度评价,对指导北京市域油气管道保护具有重要意义,同时,专家组建议加快推进项目成果标准化规范化并推广应用。(本文来源于《中国安全生产科学技术》期刊2019年11期）
白洁音,赵瑞,谷丰强,王姣[10]（2019）在《多目标检测和故障识别图像处理方法》一文中研究指出为了利用深度学习实现对输电线路的多目标识别以及多种故障的检测,以Faster RCNN(faster regions with convolutional neural networks features)网络为算法框架进行无人机图像的数据挖掘,针对输电线路的6种目标检测任务,提出了3种改进策略,分别为自适应图像预处理算法,基于面积的非极大值抑制算法,以及切分检测方案。研究结果表明:所提改进算法能够利用挖掘的数据对故障进行准确定位与识别,实现对复杂背景下航拍图像中多目标的故障检测,也可类推至其他类似多目标应用场景。论文研究可为多目标的检测和识别提供参考。(本文来源于《高电压技术》期刊2019年11期）
检测与识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
空中加受油过程中需要对加油机释放的锥套进行实时跟踪处理,以获取锥套的特征信息。为了适应复杂多变的空中环境,提出了改进的双边滤波方法代替传统canny边缘检测中高斯滤波的方法;引入多次迭代计算图像高低阈值代替人为指定双门限高低阈值。实验结果表明,此方法在有效降低图像噪声影响的同时也保留了更多的边缘信息。对于复杂的机载环境具有更好的适应性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
检测与识别论文参考文献
[1].周子天.基于视觉技术的3D物体表面信息识别检测系统[J].通讯世界.2019
[2].张涛,陈朝阳.基于改进边缘检测的加油锥套识别[J].计算机与数字工程.2019
[3].时旭.图像识别技术在机械零件无损检测中的应用初探[J].南方农机.2019
[4].周俊,陈剑云.基于DSSD的接触网鸟窝识别检测研究[J].华东交通大学学报.2019
[5].任嘉锋,熊卫华,吴之昊,姜明.基于改进YOLOv3的火灾检测与识别[J].计算机系统应用.2019
[6].李兆桐,孙浩云.基于全卷积神经网络的船舶检测和船牌识别系统[J].计算机与现代化.2019
[7].程秀坤,施文婷,王丽华.系统治理地下管网隐患[N].中国石化报.2019
[8].张宁,田慕琴,宋建成,郑丽君,江湘津.基于图像识别的吸量管液位检测方法研究[J].现代电子技术.2019
[9]..北京市石油天然气管道保护外部检测及高后果区识别和风险评价项目顺利通过验收[J].中国安全生产科学技术.2019
[10].白洁音,赵瑞,谷丰强,王姣.多目标检测和故障识别图像处理方法[J].高电压技术.2019
论文知识图
