看过本文的还看了

相关文献

该作者的其他文献

文献详情 >内河河道监视与浮萍识别系统设计 收藏
内河河道监视与浮萍识别系统设计

内河河道监视与浮萍识别系统设计

作     者:葛淼彦 李昌利 曲兆松 GE Miaoyan;LI Changli;QU Zhaosong

作者机构:常州大学机械与轨道交通学院江苏常州213164 河海大学计算机与信息学院江苏南京211100 北京尚水信息技术股份有限公司北京100085 

基  金:国家自然科学基金面上项目(61871174) 广东省数字信号与图象处理技术重点实验室开放课题(2018GDDSIPL-03) 

出 版 物:《现代电子技术》 (Modern Electronics Technique)

年 卷 期:2022年第45卷第1期

页      码:65-71页

摘      要:内河河道水面的浮萍是造成水环境恶劣的一个重要原因。文中设计了一个内河河道监视与浮萍识别系统,通过在河岸架设摄像头对河道状况进行实时采集监测。从采集到的自然河道图像中高效提取出河道线,进而准确检测、识别浮萍。通过HED神经网络实现了适用于野外河道图像的河道线提取;基于Mask-RCNN网络实现了浮萍的检测,并做到了预处理、识别与后处理一体化。实验结果显示:以交叉比作为评价标准,在样本容量为97的测试集上达到了93.8%的准确率,相比传统算法提高了30.6%;单张河道图片边缘提取速率达到了0.275 s,能够满足实时性。Mask-RCNN网络保持了识别、检测与分割任务上的高性能,实验证明了Mask-RCNN网络在实际场景下的可行性,在样本容量为1 042的浮萍数据集上,检测准确率达到95.41%,相比经典机器学习方法准确率提高了3.41%。

主 题 词:河道监视 浮萍识别 内河河道线提取 图像采集 图像预处理 Mask-RCNN 对比验证 

学科分类:1305[艺术学-设计学类] 0711[理学-心理学类] 13[艺术学] 07[理学] 08[工学] 081104[081104] 080401[080401] 0804[工学-材料学] 080402[080402] 081101[081101] 0811[工学-水利类] 

D O I:10.16652/j.issn.1004-373x.2022.01.013

馆 藏 号:203107145...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分