基于大数据分析技术的激光图像分类和识别研究

来源 :激光杂志 | 被引量 : 2次 | 上传用户:rundahe
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
为了提高激光图像分类效果,针对激光图像大规模特点,设计了基于大数据分析技术的激光图像分类与识别方法。首先确定激光图像的粗糙度、方向度、对比度纹理特征,构成激光图像纹理特征数据场,然后引入Spark并行式支持向量机算法建立图像分类图器,并根据图像分类器实现激光图像类别,最后进行了激光图像分类和识别的仿真对比测试。测试结果表明,所提方法的激光图像的效率与准确度均优对比方法,完全可以满足大规模激光图像分类与识别的实际应用要求。
其他文献
英格兰有没有像样的门将?  答案是没有,尽管在卡佩罗的带领下英格兰队没有重蹈覆辙顺利完成预选赛的任务,但意大利人一顿折腾后发现了,自己与麦克拉伦比只不过是幸运而已,后者因为门将的几次失误丢了工作,而在自己的注视下英格兰门将们的“抽风”没有在关键时发作罢了。
期刊
传统方法的探测范围窄,无法在一定范围内进行扑捉,导致探测性能较差,为此,提出基于大数据的激光点云边界探测方法。利用大数据技术搜索激光点云边界特征点,再运用泰勒公式去除噪声,对激光点云边界特征点进行排序,在完成上述操作后,配准激光点云边界特征点,删除重叠区域冗余数据,最后,按照激光点云边界探测流程完成激光点云边界探测。由此,完成基于大数据的激光点云边界探测方法的设计。由实验结果可知,基于大数据的激光
目前,大部分激光夜视图像分割算法主要通过对图像的增强、融合等预处理实现分割,分割过程对噪声的抑制力较弱,且分割过于复杂,提出一种基于微波光子学的激光夜视图像自动分割算法,首先使用基于微波光子学的激光夜视图像高功率微波测量系统,获取激光夜视图像中光波信号,然后基于该信号采用基于水平集的激光夜视图像分割算法,将C-V模型的分割曲线设成初始曲线,用于获取激光夜视图像全局收敛性,再在激光夜视图像的后续分割
足球需要那些流芳百世的经典绝杀,但也需要调剂情绪的开胃小菜,有时一脚乌龙,一次不经意的臀部折射或者不速之客的搅局,都会给足球带来别样的乐趣,看惯了头顶脚踢的跌跌撞撞,偶尔的一次灵魂出格也会在不经意间成为经典。
期刊
越多地了解拉丁美洲,你就会越来越迷惑地问自己他们真的有那么疯狂吗?通常答案都是肯定的,他们确实如此疯狂,尤其与足球有关的时候。
期刊
采用当前方法设计光纤布里渊传感系统时,系统在光纤中区分距离较近的2个点能力较弱,传感器到达设定测量精度花费的时间较长,存在空间分辨率低和时间分辨率低的问题.提出应用