石小凤
- 作品数:5 被引量:29H指数:3
- 供职机构:河南工业大学更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术轻工技术与工程农业科学更多>>
- 一种基于直线模型的车道线识别算法研究被引量:11
- 2012年
- 为了更好地满足车道标志线识别算法的实时性和鲁棒性要求,提出了一种新的、有效的车道标志线识别算法。将图像灰度化后,采用中值滤波去除图像采集过程中引入的噪声,应用方向可调滤波器进行边缘提取,在提取过程中对原图像进行感兴趣区域划分并采用边缘分布函数法确定方向可调滤波器的初始方向角。提出使用基于梯度加权的霍夫变换对车道标志线进行识别,通过建立梯形感兴趣区域的方法实现对车道标志线的实时跟踪,并对多段实地采集的视频进行实验测试。结果表明:基于方向可调滤波器与梯度加权的霍夫变换相结合的车道标志线识别方法,简化了对车道标志线信息特征参量的估计;不仅大大缩减了算法的执行时间,而且使算法的鲁棒性得到很大的提高。
- 樊超狄帅侯利龙石小凤
- 关键词:方向可调滤波器
- 基于图像处理的小麦外观品质检测与分级
- 粮食是人们日常生活不可缺少的一部分,是我国的第二大粮食作物,建立一套系统科学、行之有效的粮食品质检测系统在国民经济中具有重要的意义。本文的研究目的主要是探索分析基于图像处理技术的小麦品质检测与分级的新方法,通过改进特征提...
- 石小凤
- 关键词:小麦图像处理特征提取神经网络千粒重
- 文献传递
- 基于图像处理的小麦品种分类研究被引量:14
- 2011年
- 籽粒的外观特征是区别不同小麦品种的重要标志,对小麦的选育工作具有重要的参考价值.首先采用中值滤波和迭代式阈值法对采集到的4类小麦共468粒样本图像进行处理和分割;然后针对每类小麦,提取了其6个颜色特征、5个形态特征和5个纹理特征等共16个参数;最后通过构建神经网络比较了仅使用颜色和形态特征作为网络输入以及3类特征共同作用时的分类效果.试验结果表明:仅使用颜色、形态两方面的11个特征参数时,小麦样本的识别率为87.6%;当增加5个纹理特征时,样本的识别准确率达到93.13%,可有效识别出4类小麦样本.
- 樊超夏旭石小凤侯利龙
- 关键词:小麦计算机视觉特征提取神经网络
- 基于优化神经网络的小麦品种分类研究被引量:6
- 2012年
- 为提高基于图像处理的小麦品种识别的准确率,首先选取L8998、内乡188、9023、优展1号、豫麦47、周麦12等6个品种作为研究对象,对采集到的小麦颗粒图像进行中值滤波后采用迭代式阈值法分割图像,提取出颜色、形态和纹理3方面共16个特征,然后通过构建神经网络研究了小麦品种的识别准确率与品种数量之间的关系.最后,为避免网络因达到局部最优而停止训练,利用MIV算法计算了各输入特征参数对分类结果的平均影响值,进而使用遗传算法对网络结构进行了优化.结果表明,随着小麦品种的增加,分类的准确率逐步下降,当待识别的小麦种类增加到6类时,优化后的神经网络的样本识别准确率从81.3%增加至85.6%,有效提高了小麦品种分类的准确性.
- 樊超夏旭石小凤侯利龙
- 关键词:小麦图像处理特征提取神经网络优化算法
- 计算机视觉技术在粮食品质检测中的研究应用被引量:1
- 2011年
- 本文综述了计算机视觉技术在粮食品质检测中常用的图像处理方法及应用,在特征识别上,主要从粮食的外观特征即颜色、形态和纹理三个方面来进行特征提取,进而实现对粮食品质的检测与分类,以达到农产品的分类识别。
- 石小凤樊超
- 关键词:计算机视觉图像分割