[发明专利]一种基于航拍图像的识别输电线路中鸟巢的方法在审
申请号: | 201710156551.0 | 申请日: | 2017-03-16 |
公开(公告)号: | CN106980827A | 公开(公告)日: | 2017-07-25 |
发明(设计)人: | 侯春萍;管岱;杨阳;章衡光;郎玥 | 申请(专利权)人: | 天津大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/08 |
代理公司: | 天津市北洋有限责任专利代理事务所12201 | 代理人: | 程毓英 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 暂无信息 | 说明书: | 暂无信息 |
摘要: | 本发明涉及一种基于航拍图像的识别输电线路中鸟巢的方法,包括以下几个步骤制作数据集。训练神经网络采用两种不同结构的卷积神经网络AlexNet和VGG16网络,分别训练得到两个基于深度卷积神经网络的分类器,这两个分类器都能够区分图像中有无鸟巢存在,称为网络1和网络2。测试识别模型首先用网络1对待测试的航拍图像进行分类,得到识别出有鸟巢存在的图像和没有鸟巢存在的图像,分别放在集合1和集合2中。再将集合2中的全部图像使用网络2进行分类,将其中识别出有鸟巢存在的图像再放入集合1中。最终,集合2中剩下的全部图像为本系统识别出的、不存在鸟巢的航拍图像,而集合1中的图像为可能存在鸟巢的航拍图像。 | ||
搜索关键词: | 一种 基于 航拍 图像 识别 输电 线路 鸟巢 方法 | ||
【主权项】:
一种基于航拍图像的识别输电线路中鸟巢的方法,包括以下几个步骤:第一步,制作数据集:收集输电线路的航拍图像,并使用图像增强技术,制作符合格式要求、匹配网络结构的数据集。第二步,训练神经网络:采用两种不同结构的卷积神经网络AlexNet和VGG16网络,使用步骤一得到的数据集,分别训练得到两个基于深度卷积神经网络的分类器,这两个分类器都能够区分图像中有无鸟巢存在,称为网络1和网络2,将两个网络级联,组成鸟巢识别系统。第三步,识别:首先用网络1对待测试的航拍图像进行分类,得到识别出有鸟巢存在的图像和没有鸟巢存在的图像,分别放在集合1和集合2中。再将集合2中的全部图像使用网络2进行分类,将其中识别出有鸟巢存在的图像再放入集合1中。最终,集合2中剩下的全部图像为本系统识别出的、不存在鸟巢的航拍图像,而集合1中的图像为可能存在鸟巢的航拍图像。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710156551.0/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序