颜永丰
- 作品数：8 被引量：31H指数：4
- 供职机构：西北农林科技大学信息工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于B/S和Android的高职学生顶岗实习管理平台的设计
- 2015年
- 顶岗实习是培养高职学生职业技能的关键实践教学环节,加强学生顶岗实习的管理是保证实习质量的重要途径。本文结合高职学生顶岗实习需求,利用Java设计了基于B/S和Android的顶岗实习管理平台,该平台系统由一个服务器端和PC、Android两个客户端组成,有效实现顶岗实习的过程管理、实时监控,解决了顶岗实习中出现的诸多问题。
- 黄婉林颜永丰
- 关键词：顶岗实习管理平台
- 基于叶片形态特征的葡萄品种自动识别被引量：5
- 2012年
- 葡萄在全世界种植范围较广,葡萄品种识别对葡萄资源统计、新品种鉴定及遗传资源保护都有重要意义。以成熟叶片为基本材料,不变矩、面积、周长、主叶脉长度和叶柄长度等11维特征向量为基础数据,采用叶片特征选择、图像处理、特征值提取、建立分类模型等方法,运用国际葡萄与葡萄酒组织形态分类方法和改进的欧式距离等技术开发一个基于葡萄叶片数字图像的葡萄品种自动识别软件。共测试17种酿酒和3种野生葡萄,识别率达87%。该方法具有自动化、识别速度快、花费低、省时省力等特点,可应用于葡萄病虫害的识别、杂交新品种双亲的判定等。
- 宋真蔡骋颜永丰
- 关键词：葡萄品种自动识别形态学欧氏距离
- 基于兴趣点综合特征的图像检索被引量：9
- 2012年
- 针对环形区域能更好地表达像素空间分布的特点,将其引入到Gabor小波纹理特征中,提出了一种基于兴趣点环形区域颜色和纹理特征的图像检索算法。首先采用自适应平滑滤波器对图像进行滤波处理,消除噪声的影响并利用快速鲁棒特征(SURF)算子检测兴趣点;然后计算兴趣点周围局部区域内环形颜色直方图及纹理特征,将其作为图像的综合特征;最后根据图像综合特征相似度,输出相似图像。实验结果表明,该算法使平均检索准确率提高至少7%。
- 宋真颜永丰
- 关键词：兴趣点纹理特征图像检索
- 对立色LBP模型的目标跟踪被引量：6
- 2012年
- 目标表示方法对跟踪方法的鲁棒性有着重要影响。将对立色局部二值模式(OCLBP)纹理算子作为研究对象引入目标表示。通过分析不同颜色通道之间的相关性和OCLBP的10种纹理模式的表征能力,选择目标候选区域中具有OCLBP的7种主要模式的关键点的纹理直方图作为目标模型。最后将该目标表示方法嵌入到MeanShift框架中,进行目标跟踪。实验结果表明,提出的基于OCLBP主要模式的目标表示方法显著提高了Mean Shift目标跟踪方法的性能。
- 张炯宁纪锋颜永丰于伟
- 关键词：目标跟踪均值漂移
- 基于小波灰度共生矩阵的植物分类研究
- 2012年
- 为了解决塔式小波分解中丢失高频信息的问题,提出了将塔式小波分解和灰度共生矩阵融合的方法,生成小波灰度共生矩阵特征来描述植物叶子纹理,结合具有尺度、平移和旋转不变性的形状特征,生成一组有效的分类特征向量来对植物种类进行分类预测。用支持向量机(support vector machine,SVM)等分类器对两组实验数据进行分类测试,分类准确率分别达到了97.2426%和96.7972%。实验结果表明,小波灰度共生矩阵特征能够有效地描述植物叶子纹理特征,具有很强的分类能力。
- 张航颜永丰
- 关键词：植物分类小波分解灰度共生矩阵支持向量机
- 基于块空间中低维流形恢复的图像去噪
- 2013年
- 针对基于块处理的图像去噪,最近出现一种新的假设:真实无噪的图像块在块空间中的分布有一定的规律,即会形成若干个低维流形,而在带噪图像中这些流形受到噪声污染而变形,若能恢复这些低维流形便可去噪。若干真实图像的二维块分布表明了该假设的正确性。接下来根据该假设给出了在块空间中通过复原受噪声污染流形来去噪的一个迭代算法。最后还考察了基于该假设图像去噪的最优化模型,即最小化这些流形所对应矩阵的秩。初步实验表明,该算法能取得良好的去噪效果,与当今最好的去噪算法有可比性。
- 张宗良颜永丰
- 关键词：图像去噪块匹配非局部
- 压缩感知跟踪中的特征选择与目标模型更新被引量：8
- 2014年
- 目的为了增强压缩感知跟踪算法在复杂场景下的性能,提出一种特征选择与目标模型更新的改进跟踪算法。方法本文算法包含两方面的改进,一是根据特征的正负类条件概率分布的距离选择能有效区分目标与背景的特征;二是根据当前目标与原始目标的差异自适应更新目标外观模型,使得目标遇到较大遮挡或者姿态频繁改变时目标外观模型不会被错误更新。结果对于10个复杂环境下的经典视频序列,基于压缩感知的改进跟踪算法获得平均85.19%的正确跟踪率和平均13.74个像素的跟踪误差效果,在中心误差、成功率和精确度3个指标上均优于最近提出的3个代表性跟踪算法。结论实验结果表明,本文新的特征选择和目标模型更新算法,既增强了压缩感知跟踪算法的鲁棒性,又加快了跟踪速度。
- 石武祯宁纪锋颜永丰
- 关键词：压缩感知目标跟踪
- 基于角点检测的实时目标跟踪方法被引量：3
- 2012年
- 当目标区域与背景特征接近时,由于目标模型中包含了大量的背景信息,基于Mean Shift的经典跟踪算法易受到背景信息的干扰,造成目标定位偏差,甚至丢失目标。为此,提出了一种基于角点的实时目标跟踪方法。该方法利用SU-SAN角点检测算子提取目标区域中的角点,由于目标区域内角点具有较强的目标表征能力,当使用这些角点构建目标模型时,能够增强目标与背景区域之间的辨别力,所以能够削弱背景信息对目标定位的干扰。实验结果表明,提出的方法能够实现对目标的准确跟踪定位,与经典的Mean Shift跟踪算法相比,该方法能够达到更好的跟踪效果,有效地提高了目标跟踪的准确性和实时性。
- 冯增光张炯宁纪锋颜永丰
- 关键词：目标跟踪均值漂移SUSAN算子角点检测背景信息
