基于无人机CCD图像和小波神经网络的内河油污实时监测方法研究任务书
2020-02-20 09:29:30
1. 毕业设计(论文)主要内容:
1.针对内河溢油监测方法这一研究问题,对其研究现状进行分析。
2.以无人机内河油污监测方法为研究对象,选定无人机ccd相机所拍摄的多幅内河水域油污图像为实例,对其进行rgb分解,并将rgb分解结果与水面油污分析数据在网格上进行关联。
3.选取部分ccd图像的rgb分解数据及油污分析数据作为训练集,使用bp神经网络进行训练,再选取其它图片作为学习集,使用bp神经网络进行学习将并学习的结果作为有无油污的判断依据,将判断的结果与进行学习的图片的实际油污情况进行对比分析,验证方法的有效性。
2. 毕业设计(论文)主要任务及要求
1.搜集国内外有关船舶领域建模方面的文献;
2.阅读、整理涉及的内容,完成相关领域20000个印刷符号的外语翻译;
3.列出论文提纲,并列出各部分的主要内容;
3. 毕业设计(论文)完成任务的计划与安排
1.2月20日-3月55日,查阅相关文献资料,并联系导师,编写开题报告,确定毕业论文的大体内容框架和研究方向。
2.3月6日-4月10日,根据导师意见进一步修正和确定论文方向和具体内容。另外,完成20000个字符的英文文献翻译。
3.4月10日-5月10日,按任务书要求开始论文撰写,进一步完成论文撰写的技术环节,查阅文献,充实内容,保持与指导教师的联系,在此期间完成论文初稿。
4. 主要参考文献
[1] 石立坚,赵朝方, 刘鹏. 基于纹理分析和人工神经网络的sar图像中海面溢油识别方法[j]. 中国海洋大学学报, 2009, 39(6): 1269-1274.
[2] 周慧, 陈澎. 基于rbf网络模型的sar溢油图像识别方法[j]. 大连海事大学学报, 018,44(2): 113-117.
[3] 宋莎莎,安伟,王岩飞,赵宇鹏.机载小型合成孔径雷达溢油遥感监测技术[j]. 船海工程, 2018, 47(02): 48-50.