人工智能深度学习的激光图像分割研究

来源 :激光杂志 | 被引量 : 8次 | 上传用户:yuhuipin1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
激光成像受到环境、设备自身等干扰,使得激光图像含有噪声,当前图像分割方法对噪声干扰鲁棒性差,误分割现象出现概率高,重要信息丢失严重,为了克服当前激光图像分割的弊端,提出了基于人工智能深度学习的激光图像分割方法。首先采用小波变换对激光图像进行特征提取,并对噪声干扰进行抑制处理,然后引入人工智能学习算法对激光图像特征向量进行训练,并根据训练结果对激光图像像素点进行分类,从而实现激光图像分割,最后采用含噪和不含噪的激光图像进行仿真测试。结果表明,对含噪和不含噪的激光图像,人工智能深度学习的分割精度分别达到
其他文献
传统通信模拟系统设计较为复杂,导致模拟过程消耗能量较大,不能准确模拟稳频通信质量.因此,提出基于Matlab的量子激光雷达稳频通信模拟系统.由于振荡器是雷达形成初始信号源
针对常规模型在配准过程中所需迭代次数过多的问题,提出基于激光扫描反射式三维视觉的室内场景CAD模型研究。获取原始图像空间分布情况,分析场景特征,利用金字塔分层结构,建立高斯差分尺度空间,得到匹配数据,利用池化层提取语义信息,完成基于激光扫描反射式三维视觉的室内场景CAD模型的建立。设计实验,将所建立模型与三种常规模型对比,对比结果证实,所构建模型在配准过程中所需的迭代次数更少,能够有效缩短迭代时长
针对无波前探测自适应光学系统,研究了基于神经网络的波前控制方法.建立了无波前探测自适应光学仿真模型,分别采用卷积神经网络(Convolution Neural Network,CNN)和普通神经
为满足车辆定位需求并实现高效率停车场泊车导航,设计基于可见光通信的停车场泊车自动导航系统,系统的车位信息监测模块通过结合泊车位上方LED照明装置和车位地面的光敏电阻
杂散光的产生会降低图像对比度与信噪比,影响扫描测量结果准确性,基于此,提出三维激光扫描技术下杂散光大数据预处理系统.通过三维激光扫描系统原理与工作流程,分析杂散光点
针对LED可见光通信系统中传输信号容易被人眼感知而导致视觉质量下降的缺陷,提出一种使用均匀色彩空间的数据信号调制方法.首先将非均匀的RGB颜色空间转换到符合人类色彩感知