论文基于图像识别山地城市绿色空间景观生态破损区域监测技术是关于对不知道怎么写图像识别论文范文课题研究的大学硕士、相关本科毕业论文图像识别系统论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
摘 要： 传统区域监测方法不能根据山地城市绿色空间景观生态破损区域的具体图像情况进行实时监测.为了有效解决此问题,建立新型基于图像识别的山地城市绿色空间景观生态破损区域实时监测模型.通过山地城市绿色空间景观生态破损区域特征判断、基于特征判断的识别方法确定、卷积神经网络,完成山地城市绿色空间景观生态破损区域的图像识别.通过实时目标检测、确定实时监测区域、透视变换,完成基于图像识别区域实时监测模型的搭建.设计对比实验结果表明,新型区域监测模型和传统模型相比,充分提升了山地城市绿色空间景观生态破损区域识别图像的清晰度,并可对区域内景观进行实时监测.
关键词： 图像识别; 山地城市; 绿色空间景观; 生态破损区域; 区域监测; 特征判断; 卷积神经网络; 透视变换
中图分类号： TN911.73?34; TP393 文献标识码： A 文章编号： 1004?373X（2018）12?0067?04
Abstract： As the real?time monitoring of ecological damage area cannot be performed according to its specific images for green space landscape of mountainous cities in the traditional area monitoring method, a new ecological damage area real?time monitoring model for green space landscape of mountainous cities is established based on image recognition. Ecological damage area image recognition for green space landscape of mountainous cities is accomplished by means of ecological damage area feature judgment for green space landscape of mountainous cities, recognition method determination based on feature judgment, and convolutional neural network. Establishment of image recognition based area real?time monitoring model is accomplished by means of real?time target monitoring, determination of real?time monitoring area, and perspective transformation. A comparison experiment was designed. The results show that in comparison with the traditional model, the new area monitoring model can fully improve the definition of ecological damage area recognition images for green space landscape of mountainous cities, and perform real?time monitoring of the landscape in the area.
Keywords： image recognition; mountainous city; green space landscape; ecological damage area; area monitoring; feature judgment; convolutional neural network; perspective transformation
0 引 言
传统区域监测模型利用人工智能理论,通过搭建人工神经网络、深层神经网络等方式,完成对区域内景观的监测.这种方式虽然全面体现了神经网络算法的重要意义,但随着科学技术手段的发展,传统模型不能对区域内景观进行实时监测的弊端开始逐渐显露出来.对于山地城市绿色空间景观生态破损区域来说,传统区域检测模型可以通过确定区域大小、简单描画区域特征的方式,生成基础的识别图像[1].但通过此方法生成的识别图像通常情况下灰度較高、清晰度较低,一些景观生态破损严重区域的具体景观特征不能表现得十分清晰.为有效解决此问题,通过卷积神经网络、透视变换原理等方法,对传统模型进行了改进设计,搭建了一种基于图像识别的新型山地城市绿色空间景观生态破损区域实时监测模型[2].新型模型保留了传统模型的优势,继续发扬神经网络算法的重要意义,也全面提升识别图像的清晰度,充分体现监测模型的实时性.对比实验结果证明,新型模型和传统模型相比,确实具备更高的实用性价值.
1 山地城市绿色空间景观生态破损区域的图像
识别
山地城市绿色空间景观生态破损区域的图像识别,是搭建新型监测模型的第一步,其详细识别过程可按如下步骤进行.
1.1 山地城市绿色空间景观生态破损区域特征判断
山地城市绿色空间景观生态破损区域特征判断可分为预测值获得、隐含值获得两部分.判断山地城市绿色空间景观生态破损区域特征需要输出层、隐含层、输入层三个单元结构共同完成[3?4].若区域监测实时模型共包含[m]个隐含层,第[m]层的输入监测数据为[h],则该层的输出监测数据可表示为：
总结:本文是一篇关于图像识别论文范文，可作为相关选题参考,和写作参考文献。
参考文献：
1、 自然景观元素在城市餐饮空间中的应用和设计 摘要： 作者诣在通过对相关案例和走访一些有室内景观设计的餐饮空间进行调研，分析如何将自然景观元素融入到餐饮的室内环境设计中，本案通过三种不同类型。
2、 城市综合体室外空间景观设计方式分析和 摘要：随着我国社会经济的不断发展，城市建设进程也进入了高速发展阶段。现如今，大多数城市综合体都注重营造室外环境，保障室外装饰和室外景观相协调，从。
3、 城市滨水区休闲空间景观设计 随着我国社会主义经济的迅猛发展，城市发展速度越来越快，在城市经济发展的同时城市占地面积越来越大。修路、建楼等占据了城市的不部分面积，城市的绿化面。
4、 城市居住区园林景观设计 【摘要】在我国经济实力显著提升的当今社会，城市发展也更加迅速，这不仅能够提升地区整体经济实力，更能促使人民生活质量得到较大改善，这就使得人们将居。
5、 关于城市绿色住宅可持续其评价认识 摘 要：本文结合国外绿色建筑的发展形势与评估体系，同时考虑我国绿色建筑研究进展的实际情况，提出关于城市住宅可持续发展方面的一些看法和认识。关键。
6、 城市地下空间布局和形态 城市的规划在我国当 展中算是一个热门话题，在城市规划中重要的一环节就是城市地下空间的建设。因为我国人口的不断增加导致了我国很多的城市人口密。