您的位置: 专家智库 > >

模式识别国家重点实验室开放课题基金(NLPR2003)

作品数:7 被引量:21H指数:3
相关作者:邱道尹刘新宇张红涛顾波胡玉霞更多>>
相关机构:华北水利水电学院郑州大学更多>>
发文基金:模式识别国家重点实验室开放课题基金河南省自然科学基金更多>>
相关领域:自动化与计算机技术农业科学更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 4篇农业科学

主题

  • 5篇图像
  • 3篇植物保护
  • 2篇实时检测
  • 2篇特征提取
  • 2篇图像识别
  • 1篇迭代
  • 1篇迭代阈值
  • 1篇动态称重
  • 1篇形态学
  • 1篇隐马尔可夫模...
  • 1篇硬件
  • 1篇硬件设计
  • 1篇预处理
  • 1篇神经网
  • 1篇神经网络
  • 1篇手写
  • 1篇手写体
  • 1篇图像处理
  • 1篇图像预处理
  • 1篇农田害虫

机构

  • 7篇华北水利水电...
  • 1篇郑州大学

作者

  • 6篇刘新宇
  • 6篇邱道尹
  • 4篇顾波
  • 4篇张红涛
  • 1篇胡玉霞
  • 1篇李珊珊
  • 1篇刘彦楠
  • 1篇张恒源

传媒

  • 4篇农机化研究
  • 1篇河南农业科学
  • 1篇计算机应用研...
  • 1篇计算机与数字...

年份

  • 1篇2008
  • 4篇2007
  • 2篇2006
7 条 记 录,以下是 1-7
排序方式:
坯布疵点实时检测系统的软件设计被引量:3
2007年
介绍了基于机器视觉的坯布疵点实时检测系统软件部分各主要环节的具体实现。该系统运用修正的自适应邻域平均法增强坯布疵点图像的质量,用自动阈值法将疵点从背景中分割出来,并利用去除杂点法对分割后的二值图像进行滤波。以提取出的周长、面积、不变矩等为特征,运用BP神经网络分类器对常见的九种疵点进行了分类,识别正确率达到了95.7%。
刘新宇张红涛邱道尹
关键词:图像处理特征提取
农田害虫实时检测装置的设计与实现被引量:7
2007年
研制的第二代农业田间害虫实时检测装置由硬件和软件两部分组成,硬件包括诱集致昏缓冲机构、分散传送机构、均匀光照系统和图像视觉系统;软件包括害虫图像增强、分割、特征提取及识别分类等几个环节。检测装置实现了害虫诱集到识别分类的全部自动化,无需人工参与,能以86%以上的识别率识别出农田中常见的9种害虫。并通过试验验证了该装置的可行性。
张红涛胡玉霞刘新宇邱道尹
关键词:植物保护农田害虫图像识别
农业田间害虫实时检测系统的硬件设计被引量:1
2006年
介绍了农业田间害虫实时检测系统的硬件组成,即诱集致昏缓冲机构、分散传送机构、均匀光照系统和图像采集系统。诱集致昏缓冲机构可自动诱集和致昏田间害虫,并以合适的速度落入指定的位置;分散传送机构能自动调整害虫姿态,并使害虫平稳送入CCD视区;光照系统可为CCD摄像机的视区提供均匀和恒定的无影光照;图像采集系统可实时采集害虫的序列图像信息并送至计算机内存进行处理。通过现场试验,验证了该系统是可行性的。
张红涛刘新宇邱道尹刘彦楠张恒源顾波
关键词:植物保护硬件设计图像识别
基于彩色转换的水果分类系统设计被引量:7
2007年
提出了一种先将RGB图像转换为HSI图像,然后再对HSI图像灰度化,接着对HSI的灰度图像进行动态阈值分割的方法。此方法先将RGB图像转换为HSI图像,这样,可以有效地避免在将RGB图像直接转换为二值图像时,由于光线不均而造成的影响;同时,采用动态阈值进行分割,使分割出来的目标更加完美。最后,使用BP神经网络对目标进行识别。试验证明,此种方法识别率高,远远好于传统的直接对RGB图像灰度化,再对灰度图像进行分割识别的方法。
顾波邱道尹梁祥州
关键词:计算机应用彩色图像特征提取迭代阈值BP神经网络阈值分割
基于虚拟箱的小麦动态称重系统应用研究
2008年
目前,农产品加工业在进行小麦称重时,大部分采用的是静态称重的方法,使得整个加工过程不连续,生产效率较低。为此,开发了一种基于虚拟箱的小麦动态称重系统的硬件和软件的设计方法,完全实现了全自动不停机计量。该系统在试运行过程中,效果较好,能够提高称量精度与生产效率。
刘新宇邱道尹顾波刘延华
关键词:动态称重小麦
模糊识别技术在大田害虫检测系统中的应用被引量:2
2006年
介绍了基于模糊识别技术的大田害虫实时检测系统。该系统运用修正的自适应邻域平均法增强大田害虫图像的质量,用数学形态学开、闭运算将害虫从背景中分割出来,并利用去除杂点法对分割后的二值图像进行滤波。从其十多个形态学特征中选取出7个有效特征,采用了模糊识别算法进行了分类,识别正确率达到了97.7%。
刘新宇张红涛
关键词:植物保护形态学图像预处理
基于HMM的离线签名识别被引量:2
2007年
给出一种以隐马尔可夫(HMM)模型为基础的离线签名的识别方法,此方法把离线签名图像中的所有汉字作为一个整体,首先利用图像处理技术,把整个字体区域分割出来,再统计每一行字体部分的像素点数。利用隐马尔可夫模型来对这个整体进行建模;然后利用Baum-Welch算法对模型进行训练;最后,利用已经训练好的HMM模型对一些签名图片进行识别。试验表明,识别率可达95.7%,为离线签名识别系统的进一步应用奠定了基础。
顾波刘新宇李珊珊邱道尹
关键词:模式识别离线签名隐马尔可夫模型手写体
共1页<1>
聚类工具0