王书志
- 作品数：41 被引量：189H指数：7
- 供职机构：西北民族大学更多>>
- 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甘肃省科技重大专项计划更多>>
- 相关领域：自动化与计算机技术农业科学电子电信核科学技术更多>>
- 一种数字式电子秤的研究与设计被引量：10
- 2012年
- 随着科技的进步,电子秤原有的精度已经不能满足市场要求,影响其精度的因素主要有:传感器、模数转换器(ADC)的选择.文章提出一种简单实用并且精度高的电子秤设计方案,使测量精度得到大大提高.设计分四个模块:称重传感器、滤波电路、A/D转换电路,通过外部LED显示模块显示称量结果.电路应用电阻应变桥式传感器来采集电压的微小变化,通过电感与电容组成的抗干扰滤高频杂波作用的EMI滤波器,减小外部环境对电子秤电路的影响,由电阻和电容组成的一阶RC滤波器,用来限制输入信号的带宽,降低输入信号的噪声;经过内部集成差分放大电路和高性能的∑-ΔADC(过采样模数转换器)的A/D转换芯片AD7799,对输入电压信号进行放大并转换成数字量输出;显示模块采用驱动器PS7219驱动四位八段LED显示器构成,显示实际测量值.电子秤系统总体设计实现了测量精度的大幅度提高.另外,设计电路集成度高、抗噪声能力强、滤波效果显著,因而具有很好的系统稳定性和测量准确性.
- 杨成慧王书志杨伟新
- 关键词：称重传感器差分放大电路滤波LED显示器
- 角点检测的甜瓜瓜蒂高效分离法被引量：2
- 2011年
- 准确检测并分离甜瓜瓜蒂,对于基于计算机图像处理的甜瓜品质分级系统具有重要意义。提出了一种基于角点检测的瓜蒂检测和分离方法,该方法利用瓜蒂区域和甜瓜其它部分角点分布差异较大特点,可准确地找到并擦除瓜蒂,本算法对瓜蒂形状、长短、粗细不敏感,有较好的适应性。与多种已知瓜蒂检测算法的对比实验表明,本算法具有很高的识别率和较小的耗时。
- 徐莹莹冯全王书志
- 关键词：图像处理角点检测
- 一种计算机视觉识别硬皮甜瓜瓜蒂的新方法被引量：6
- 2009年
- 针对CVC法识别率不高和收缩膨胀法速度慢,提出了一种新的识别甜瓜瓜蒂方法。该方法提出了连续凹点组概念,并通过计算每个连续凹点组中曲率最大点相互之间相隔链码长度和欧氏距离的比值识别瓜蒂。用该算法分别对四种类型瓜蒂甜瓜和无瓜蒂甜瓜图片进行实验,并与其它两种算法进行了比较,实验结果表明:该方法更加有效、快速,具有很好的鲁棒性。
- 张建华王书志冯全
- 关键词：计算机视觉曲率
- 温室Ethernet智能控制器的设计
- 2007年
- 介绍了分布式温室控制系统中智能 Ethernet 控制器的软硬件设计,它采用 RTL8019AS 芯片接入以太网,利用 TCP/IP 协议实现与 PC 的通信,控制器将农艺专家控制方案和模糊控制技术相结合,对温室内温湿度进行控制,取得较好的控制效果。
- 王书志冯全
- 关键词：ETHERNET
- 边缘设备上的葡萄园田间场景障碍检测被引量：1
- 2021年
- 为在无人驾驶农机上实现快速、准确的葡萄园田间障碍目标检测,将EfficientDet D0、YOLOV4 TINY、YOLOV3 TINY、YOLO-FASTEST四种轻量级目标检测神经网络在自建的葡萄园田间场景数据集进行训练,将训练模型移植到边缘设备NVIDIA JETSON TX2(以下简称TX2)上,对这4种模型的障碍检测精度和在TX2上的适用性进行试验评估。试验结果表明,YOLOV3 TINY、YOLOV4 TINY、EfficientDet D0、YOLO-FASTEST对葡萄园田间场景障碍检测平均精度mAP分别为0.648、0.601、0.598和0.401。在TX2的实测结果显示,上述网络模型实时视频检测帧率分别为34.24帧、24.75帧、2.34帧和2.97帧。4种目标检测网络中,YOLOV3 TINY在数据集上的检测精度最高、实时检测速度最快,但对硬件资源消耗也相对较高。而在考虑硬件资源消耗时,使用YOLOV4 TINY可以在检测精度、实际运行速度和硬件资源消耗之间维持更好的平衡性,同时可以在运行多任务的情况下取得好的效果。
- 崔学智冯全王书志张建华
- 关键词：实时检测
- 基于轻量级CNN的植物病害识别方法及移动端应用被引量：66
- 2019年
- 为了实现在手机端植物病害叶片检测,对MobileNet和Inception V3 2种轻量级卷积神经网络进行迁移学习,得到2种作物病害分类模型,将2种分类模型分别移植到Android手机端,在识别精度、运算速度和网络尺寸之间进行平衡,选择最优模型。试验表明,MobileNet和Inception V3在PlantVillage数据集(共38类26种病害)上平均识别率分别是95.02%和95.62%。在自建图像集葡萄病害叶片的识别中MobileNet和Inception V3平均识别率分别是87.50%、88.06%,Inception V3的整体识别精度略高,但MobileNet在所有类别的识别上均衡性更好;在模型尺寸方面Inception V3的模型尺寸大小为87.5 MB,MobileNet的模型尺寸为17.1 MB,大约是后者5倍;2种模型移植到手机端时,MobileNet和Inception V3的APP所占内存分别是21.5和125 MB;在手机端单张图片的识别时间方面,Inception V3平均计算时间约是174 ms,MobileNet的平均计算时间约是134 ms,后者的平均计算时间比前者快40 ms;在手机端MobileNet相比于Inception V3占用内存更小,运算时间更快。说明MobileNet更适合在手机端进行植物病害识别应用。
- 刘洋冯全王书志
- 关键词：病害图像识别ANDROID
- 一种基于B/S的农业资源综合数据服务系统──通用农业资源数据服务系统开发设计
- 2002年
- 基于浏览器 /服务器 (B/S)结构的通用农业资源数据库系统 ,将农业统计中常用的 5 0 0多个技术指标分成三大类 ,17个小类 ,基本涵盖了农业生产和管理统计的主要领域 普通用户通过浏览器实现对数据库的组合查询或浏览 ,也可将数据文件下载 系统提供了 9种统计分析方法以及 5种预测方法 ,授权用户可进行数据文件上载
- 冯全王书志阎树中
- 关键词：农业资源统计分析
- 四种成像技术在水果表面缺陷检测的应用被引量：1
- 2009年
- 介绍了灰度、彩色、多光谱以及高光谱等四种成像技术在水果表面缺陷检测的应用现状及其处理方法,并讨论了水果表面缺陷检测未来的发展。
- 王书志张建华冯全
- 关键词：计算机视觉水果成像技术
- 基于Mask R-CNN的葡萄叶片实例分割被引量：14
- 2019年
- 在大田环境下对葡萄生长状态和病虫害进行长期动态自动监测,需要对监控摄像头拍摄的每张单个叶片进行实例分割,工作量大,为解决这一问题采用了基于MaskR-CNN的实例分割算法。该算法是在Faster R-CNN的基础上增加一个能在候选区域上进行分割任务的分支,葡萄叶片图像首先通过区域卷积神经网络生成候选区域,利用FastR-CNN的卷积层提取葡萄叶片的整体特征,得到特征图;再由ROIAlign对特征图进行像素校正,并对每一个ROI预测,得到其类别及预测框,每一个ROI再通过一个全卷积网络对每个像素进行分类和分割。对不同天气下正常的葡萄叶片、病害叶片以及不同品种的葡萄叶片图像进行分割试验,结果表明,本算法对正常叶片、病害叶片及不同品种叶片分割的平均精度(average precision,AP)分别是0.9108、0.9068、0.9044、0.8845、0.9028。该方法对不同天气及复杂背景下的叶片实例分割都具有较好的鲁棒性和较高的精度。
- 乔虹冯全赵兵王书志
- 关键词：葡萄叶片
- 数字电子技术课堂教学过程改革的研究与实践
- 2019年
- 本文探讨了课堂笔记对于提高教学质量的重要性,对学生课堂笔记缺失现状的原因进行了分析,并有针对性地制定了相应的措施,增强学生完成课堂笔记的积极性、有效性,实践证明该相应措施对于提高整体教学质量有较好地推动效果。
- 王书志杨成慧王叶南李娟
