一种基于特征融合和遗传算法的航海雷达油膜检测方法及系统

AITNT
正文
推荐专利
一种基于特征融合和遗传算法的航海雷达油膜检测方法及系统
申请号:CN202411853717
申请日期:2024-12-16
公开号:CN119313888B
公开日期:2025-03-04
类型:发明专利
摘要
本发明公开了一种基于特征融合和遗传算法的航海雷达油膜检测方法及系统,涉及海洋防灾减灾技术领域,用以解决现有检测方法检测效率低和检测准确率低的问题。本发明的技术要点包括:将预处理后的图像进行切割,获取多个切片图像;提取每个切片图像的Tamura纹理特征;采用因子分析方法,对每个切片图像的Tamura纹理特征进行融合,获取融合后的特征;将融合后的特征输入预先训练好的分类器中进行分类,获取溢油检测有效区域;利用改进的遗传算法对溢油检测有效区域进行分割,获取油膜提取结果。本发明将纹理特征融合与机器学习优化技术相结合,降低了特征维度,实现了油膜的精确分割。本发明可为海上溢油事件的清污行动和损害评估提供重要的数据支持。
技术关键词
纹理特征 航海雷达图像 遗传算法 切片 因子分析方法 线性 直方图 海洋防灾减灾技术 对比度 粗糙度 分类器 索引 矩阵 模糊C均值算法 机器学习优化 像素点
系统为您推荐了相关专利信息
1
曝光控制方法及三维打印设备
曝光控制方法 三维打印设备 模型轮廓 标记 标识
2
基于新媒体环境的摄影参数适应性调控方法及系统
拍摄物 最佳参数组合 调控方法 媒体 饱和度
3
一种基于深度学习与时频特征的宠物叫声时间点定位方法
点定位方法 信噪比 采样点 切片 音频
4
一种提升FDM 3D打印性能的系统和方法
激光测距传感器 旋转升降台 打印喷头 激光熔覆头 FDM3D打印机
5
用于6G切片的可解释性和灵敏度感知的联邦深度学习方法
联邦深度学习 切片 闭环 联邦学习模型 接入网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号