国家自然科学基金(61003151)
- 作品数：19 被引量：143H指数：8
- 相关作者：宁纪锋颜永丰王娟勤李书琴刘旭更多>>
- 相关机构：西北农林科技大学俄克拉荷马大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术农业科学理学更多>>
- 基于视差图的未知环境下农田障碍物检测方法被引量：5
- 2013年
- 针对智能农业机器人作业环境中障碍物不规则和背景受自然光照等外界环境干扰大的问题,提出一种基于视差图的未知环境下障碍物检测方法。采用价格低廉的网络摄像头采集左右场景图并计算对应的视差图;用视差阈值过滤掉远处的景物,再通过区域连通,得到独立的潜在障碍物;最终经面积阈值和高度阈值的过滤,检测出障碍物并定位。实验结果表明,该检测算法不需要障碍物和背景的先验知识,在距离摄像头5m视野内,障碍物距离和尺寸测量的相对偏差绝对值分别控制在4.37%和3.81%以内。
- 苟琴耿楠张志毅
- 关键词：未知环境视差图
- 基于全局搜索的实时分布场目标跟踪方法被引量：8
- 2014年
- 提出了一种基于分布场的全局匹配搜索的实时目标跟踪算法,克服了原始分布场的局部搜索和实时性差的局限。采用相关系数代替原始算法的L1范数度量目标分布场与候选区域分布场的距离,有利于运用傅里叶变换,将相关系数从计算复杂度高的时域转换到计算复杂度低的频域来实现,并且能一次算出目标分布场和检测区域所有候选分布场的相似度,从而保证算法的实时性和全局搜索能力,克服稀疏采样方法的随机性和局部结果最优性。实验结果表明,与最近代表性的跟踪算法相比,提出的方法在多个具有挑战性的视频序列中,在平均误差、跟踪速度和成功率上获得了最佳的性能。
- 叱干鹏飞宁纪锋石武祯
- 关键词：傅里叶变换全局搜索目标跟踪相关系数
- 基于PCA和高斯混合模型的小麦病害彩色图像分割被引量：22
- 2014年
- 为了提高高斯混合模型对小麦病叶的分割精度,减少分割时间,提出了一种基于PCA和高斯混合模型的分割方法。首先充分利用图像的颜色信息,将图像多个颜色通道进行主成分分析计算,获得3个主要颜色通道;在此基础上,将图像分成多个分块,根据其像素平均值排序,各取前后多个分块组成新的像素集合进行高斯混合模型运算;最后遍历整个图像,将每个像素归类到已求出的高斯模型上得出分割结果。通过对小麦锈病图像的分割试验表明,该方法的错分像素率分别比高斯混合模型、K-means等传统分割方法低5.46和13.44个百分点。
- 田杰韩冬胡秋霞马孝义
- 关键词：小麦锈病图像分块主成分分析高斯混合模型
- 基于高光谱的酿酒葡萄果皮花色苷含量多元回归分析被引量：9
- 2013年
- 以酿酒葡萄赤霞珠果实为研究对象，利用高光谱成像技术检测葡萄果皮中的花色苷含量。采集60组样本的900～1700nm近红外波段高光谱图像，并用pH示差法测量样本果皮中花色苷含量。选取高光谱图像中葡萄果实区域作为感兴趣区域（ROI），计算其平均光谱，并采用sG平滑、归一化、多元散射校正等预处理方法提高光谱的信噪比。然后采用偏最小二乘回归（PLSR）、支持向量回归（SVR）和BP神经网络算法建立花色苷含量预测模型。研究表明：基于PLSR模型推荐的13个隐含变量建立的BP神经网络模型的预测决定系数和预测均方根误差分别为0．9102和0．3795。
- 刘旭吴迪梁曼杨蜀秦张振文宁纪锋
- 关键词：酿酒葡萄花色苷支持向量回归
- 基于图像处理的猕猴桃缺陷检测研究被引量：2
- 2012年
- 该文提出了一种基于图像处理的方法检测猕猴桃的损伤和疤痕缺陷检测方法。首先，通过阈值分割，将猕猴桃图像与背景分割。其次，通过分析损伤和疤痕猕猴桃的颜色特征，选用YcbCr颜色模型的Cr（红色）成分对猕猴桃损伤果检测效果良好，选用HSV颜色模型中的V（亮度）成分用于对猕猴桃疤痕果检测效果良好。对50个损伤和疤痕样本的猕猴桃检测成功率达88％，为猕猴桃缺陷无损检测提供了一种新的方法。
- 周逸腾邴峰王文举田露莎
- 关键词：图像处理猕猴桃疤痕
- 基于局部敏感直方图的分布场跟踪算法研究被引量：1
- 2015年
- 文章提出了一种基于局部敏感直方图的分布场目标表示方法,克服了原始分布场跟踪方法对光照和参数敏感的缺点。利用局部敏感直方图与分布场模型表示目标空间结构上的相似性,提出利用局部敏感直方图作为一种新的分布场构建方式来表示目标。与分布场目标表示方法相比,局部敏感直方图对像素所在层取更大的权值,因此能够更好地保留目标空间结构。在基准视频序列上的实验结果表明,与其他具有代表性的算法相比,基于局部敏感直方图的分布场跟踪算法用固定的一组参数取得了最佳的跟踪结果。
- 翟亮亮宁纪锋
- 关键词：目标跟踪
- 基于图像处理和SVM的植物叶片分类研究被引量：16
- 2013年
- 为了提高植物叶片识别与分类的正确率,提出了基于SVM的识别模型和方法;对叶片图像预处理后,提取并优选10个叶片形状特征参数,用SVM法进行训练建模并识别。实验结果表明,用线性核函数的SVM对木瓜、女贞、三角枫和五角枫4种植物叶片识别的平均准确率在95.8%以上,优于神经网络和Fisher判别法,为鉴定植物种类提供了一种快速有效的方法。
- 魏蕾何东健乔永亮
- 关键词：叶片图像特征提取SVM
- 基于高光谱成像技术和连续投影算法检测葡萄果皮花色苷含量被引量：29
- 2014年
- 应用高光谱成像技术结合连续投影算法(SPA)实现葡萄果皮中花色苷含量的快速无损检测。采集60组样本高光谱图像,获取样本光谱曲线,并采用多元散射校正预处理方法提高信噪比。然后采用SPA选择光谱变量,将其作为多元线性回归(MLR)、偏最小二乘(PLS)模型和BP神经网络(BPNN)的输入变量,分别建立SPAMLR、SPA-PLS和SPA-BPNN模型并与全光谱变量PLS模型相比较。结果表明,SPA-MLR、SPA-BPNN和SPA-PLS模型的预测精度均优于全光谱变量PLS模型,其中SPA-PLS模型获得了最佳预测结果,其预测相关系数Rp和预测均方根误差(RMSEP)分别为0.900 0和0.550 6。结果表明,利用近红外高光谱成像技术能够有效检测酿酒葡萄果皮中花色苷含量。
- 吴迪宁纪锋刘旭梁曼杨蜀秦张振文
- 关键词：酿酒葡萄花色苷高光谱图像偏最小二乘法
- 多通道Haar-like特征多示例学习目标跟踪被引量：11
- 2014年
- 目的提出一种基于多通道Haar-like特征的多示例学习目标跟踪算法,克服了多示例跟踪算法在处理彩色视频时利用信息少和弱特征不能更换的缺点。方法首先,针对原始多示例学习跟踪算法对彩色视频帧采用单通道信息或将其简单转化为灰度图像进行跟踪会丢失部分特征信息的缺点,提出在RGB三通道上生成位置、大小和通道完全随机的Haar-like特征来更好地表示目标。其次,针对多示例学习跟踪算法中Haar-like弱特征不能更换,难以反映目标自身和外界条件变化的特点,提出在弱分类器选择过程中,用随机生成的新Haar-like特征实时替换部分判别力最弱的Haar-like特征,从而在目标模型中引入新的信息,以适应目标外观的动态变化。结果对8个具有挑战性的彩色视频序列的实验结果表明,与原始多示例学习跟踪算法、加权多示例学习跟踪算法、基于分布场的跟踪算法相比,提出的方法不仅获得了最小的平均中心误差,而且平均跟踪准确率比上述3种算法分别高52.85%,34.75%和5.71%,在4种算法中获得最优性能。结论通过将Haar-like特征从RGB三通道随机生成,并将判别力最弱的部分Haar-like弱特征实时更换,显著提升了原始多示例学习跟踪算法对彩色视频的跟踪效果,扩展了其应用前景。
- 宁纪锋赵耀博石武祯
- 关键词：目标跟踪多示例学习
- 一种高效关联规则挖掘算法被引量：2
- 2011年
- 为了提高关联规则挖掘算法处理数据库的效率,在研究AprioriTid算法的基础上提出一种高效的关联规则挖掘算法AprioriTidD,在计算数据库中的频繁项集时依靠有效的裁剪减少无效项集的产生,并且可减少产生候选项集,从而有效地提高算法的效率.选取程序模拟超市购物产生的3个试验数据集,应用AprioriTidD算法对该数据集进行了关联规则挖掘,结果表明,运用AprioriTidD算法可以有效缩小Tid表,减少相关的计算量,提高数据挖掘的效率.
- 王娟勤李书琴
- 关键词：关联规则数据挖掘
