典型文献
基于Sea⁃thru和Mask R⁃CNN的深海多金属结核图像处理
文献摘要：
利用现代图像处理技术探测矿区内矿物基本形态结构、分布状态以及多金属结核的其他赋存数据时,为了进一步提高深海矿物评估精度,提出了基于Sea?thru和Mask R?CNN相结合的深海矿物图像分割系统.实验结果表明,Sea?thru能够对海底矿物图像进行有效增强,还原衰退的矿物图像,Mask R?CNN可提高矿物颗粒分割准确率,进而获取更加准确的矿物颗粒信息,提升矿物资源的评估精度.
文献关键词：
深海采矿;多金属结核;图像增强;图像分割;深度学习;深海矿产资源;图像处理
中图分类号：
作者姓名：
邓君兰;董澧辉;宋伟;赵小兵;刘同木;庞云天
作者机构：
中央民族大学 信息工程学院,北京100081;自然资源部海洋环境探测技术与应用重点实验室,广东 广州 510310;国家海洋局南海调查技术中心,广东 广州510300;北京先驱高技术开发有限责任公司,北京100081
文献出处：
引用格式：
[1]邓君兰;董澧辉;宋伟;赵小兵;刘同木;庞云天-.基于Sea⁃thru和Mask R⁃CNN的深海多金属结核图像处理)[J].矿冶工程,2022(02):9-13
A类：
thru
B类：
Sea,Mask,深海多金属结核,现代图像处理,图像处理技术,技术探测,矿区,基本形态,形态结构,分布状态,赋存,高深,深海矿物,矿物图像,图像分割,海底,矿物颗粒,颗粒分割,深海采矿,图像增强,深海矿产资源
AB值：
0.322969
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
