加载中...
扫一扫
下载苏宁易购APP
关注苏宁推客公众号
自购省钱·分享赚钱
下载苏宁金融APP
关注苏宁易购服务号
用户评价:----
物流时效:----
售后服务:----
欢迎光临我们店铺!书籍都是正版全新书籍,欢迎下单~!!
实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
音像基于深度学习的地铁基础设施病害检测魏秀琨,贾利民
¥ ×1
商品
服务
物流
前言章绪论11.1地铁基础设施检测及意义11.2深度学习发展现状21.3地铁基础设施检测国内外研究现状31.3.1钢轨检测国内外研究现状31.3.2扣件检测国内外研究现状41.3.3受电弓检测国内外研究现状51.3.4接触网检测国内外研究现状71.4本书主要内容8参考文献9第2章图像处理基础132.1图像滤波技术132.1.1盒式滤波132.1.2均值滤波142.1.3高斯滤波142.1.4中值滤波152.1.5双边滤波152.1.6引导滤波162.2图像分割技术172.2.1传统分割方法172.2.2智能分割方法19.图像边缘检测技术21..1微分边缘检测技术22..2基于小波变换的边缘检测技术..基于数学形态学的边缘检测技术24..4基于模糊学的边缘检测技术26..5基于神经网络的边缘检测技术27..基于遗传算法的边缘检测技术272.4图像特征提取技术282.5图像技术322.5.1直方图均衡算法332.5.2小波变换图像算法342.5.3偏微分方程图像算法342.5.4Retinex图像算法352.6图像视觉特征词典技术362.6.1词袋模型362.6.2高斯混合模型372.7本章小结39参考文献40第3章基于图像处理的碳滑板表面病害检测423.1受电弓病害介绍423.1.1受电弓基本介绍423.1.2受电弓常见病害介绍433.2碳滑板边缘检测463.2.1图像预处理463.2.2图像边缘检测483..图像校正493.2.4磨耗边缘提取493.3碳滑板病害识别513.3.1磨耗曲线提取513.3.2磨耗数学定义523.3.3实际案例分析543.4本章小结56参考文献56第4章基于图像处理的轨道线路扣件检测574.1基于投影统计差的扣件区域的定位与分割574.1.1钢轨区域定位584.1.2轨枕区域定位624.1.3扣件区域定位644.2基于DenseSIFT的扣件区域的特征提取684.2.1扣件DenseSIFT特征提取694.2.2基于空间金字塔分解的扣件视觉词袋构建704.3扣件病害的分类和识别724.4本章小结76参考文献76第5章基于图像处理的轨道表面病害检测785.1基于RGF和数字形态学的图像785.1.1基于RGF的图像795.1.2基于数学形态学的图像805.2钢轨表面剥离掉块病害的检测与分类815.2.1钢轨表面剥离掉块病害的定位与分割825.2.2钢轨表面离散病害数据集与特征提取845..基于SVM的钢轨表面病害分类875.3钢轨表面波磨病害的识别与评估905.3.1基于改进空间金字塔匹配模型的钢轨波磨识别算法915.3.2钢轨波磨周期估计945.3.3钢轨波磨严重程度评估965.4本章小结97参考文献98第6章基于3D重构的接触线表面病害检测1006.1双目立体视觉概述1006.1.1相机成像模型1006.1.2相机标定方法1046.1.3立体成像理论1066.2立体匹配算法1076.2.1立体匹配概念1076.2.2常见立体匹配算法1106.3接触线3D重构及病害分析1136.3.1系统搭建及标定1136.3.2接触线三维重建1176.3.3接触线病害分析1216.4本章小结125参考文献125第7章深度学习基础1267.1深度学习理论1267.2卷积神经网络1277.2.1卷积神经网络的结构1287.2.2卷积神经网络运算与求解1307..卷积神经网络的特点1337.2.4典型卷积网络模型1347.3本章小结138参考文献138第8章基于深度学习的轨道扣件识别1398.1扣件图像的预处理1398.1.1图像旋转1398.1.2图像镜像1408.1.3图像加噪1418.1.4图像光照1418.2基于VGGNet-16网络的扣件检测和识别1428.2.1VGGNet-16网络结构1428.2.2VGGNet-16网络训练及测试结果1448.3基于FasterR-CNN的扣件检测和识别1478.3.1目标检测数据集制作1478.3.2FasterR-CNN模型搭建1488.3.3FasterR-CNN训练及测试1518.4本章小结154参考文献154第9章基于深度学习的钢轨表面和扣件病害多目标识别1559.1钢轨表面和扣件病害多目标检测概述1559.2钢轨表面和扣件病害图像的预处理1589.3基于FasterR-CNN的钢轨表面和扣件多目标病害识别1599.3.1多目标病害检测数据集制作1609.3.2FasterR-CNN模型搭建、训练及测试1619.4基于YOLOv3算法的钢轨表面和扣件多目标病害识别1629.4.1YOLOv3网络模型搭建及改进1639.4.2改进YOLOv3网络训练及测试1679.5本章小结169参考文献1700章接触网悬挂部件的病害识别17310.1待测绝缘子和各类螺栓的图像分割17410.1.1图像预处理17410.1.2图像匹配算法17510.1.3绝缘子与各类螺栓提取17710.2基于图像处理的接触网悬挂病害检测18010.2.1基于SURF算法的特征提取18110.2.2BOF模型18110..绝缘子和各类螺栓分类18210.3基于AlexNet模型的待测目标分类检测18810.3.1图像数据18810.3.2AlexNet模型19010.3.3基于AlexNet模型的待测目标分类19110.4基于YOLOv3网络的接触网悬挂病害检测19210.5本章小结195参考文献1951章基于深度学习的受电弓表面病害识别19711.1基于DCNN的受电弓表面缺陷图像识别19711.1.1实验环境介绍19811.1.2网络深度对比与选择19811.1.3适用于受电弓表面缺陷图像识别的DCNN模型20311.1.4模型训练与缺陷识别效果测试21011.2基于FasterR-CNN的受电弓定位及病害分类21211.2.1FasterR-CNN模型介绍及改进21211.2.2实验结果及分析21811.3本章小结222参考文献222
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员