张训华
- 作品数：12 被引量：38H指数：4
- 供职机构：南京林业大学理学院更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：自动化与计算机技术农业科学电气工程更多>>
- 基于Harris角点的木材CT图像配准被引量：4
- 2010年
- 提出一种三角形法描述Harris特征点的方法,该算法首先利用Harris算子对两幅图像进行角点检测,将检测到的角点按照权值大小进行排序后,利用三角形法对特征点进行特征描述,从而找出两幅图像间特征点相互对应的关系,同时也得到了图像配准所需要的参数。实验结果证明,该算法配准准确率高,速度快,具有很强的鲁棒性。
- 张训华业宁王厚立
- 关键词：图像配准特征提取特征点匹配
- 基于超复数HSV空间的彩色图像边缘检测被引量：1
- 2017年
- 传统的彩色图像边缘检测方法有以下一些弊端,边缘易丢失,边缘定位容易出现偏差以及边缘不连续等,结合传统的边缘检测方法和四元数超复数空间利用四元数对矢量旋转表示的便利性,在四元数的空间里处理彩色图像。然后通过对彩色图像旋转变换,进而分离HSV模型图像中的S分量实现彩色图像的边缘检测。通过对比试验结果可以看出该方法可以有效地降低色彩边缘的误检率,一定程度上提高边缘检测器的性能。
- 张训华孙蔚
- 关键词：HSV边缘检测
- 以应力波频谱为特征的木材腐朽自动检测被引量：5
- 2010年
- 用敲击法通过传感器得到木材的应力波频谱,再将该频谱组合成木材的特征向量,利用支持向量机作为分类器,自动判断木材是否有腐朽及腐朽发生的位置。实验结果表明,该方法速度快准确率高,是切实可行的一种自动检测技术。
- 张爱珍于观夏张训华
- 关键词：木材腐朽支持向量机
- 基于多层BP神经网络的扑克牌识别
- 2005年
- 实现了多层BP神经网络识别扑克牌图像的方法,首先使用C语言来编写BP神经网络的算法以及用VC++来实现对扑克牌图像的分析,然后再使用大量已知花色和牌点的扑克牌输入,作网络训练,训练完成后,利用网络识别样本扑克牌和带噪声的扑克牌。结果表明,该方法能够较准确地识别GIF扑克牌图像。
- 张训华刘立博
- 关键词：BP神经网络图像识别模式识别
- 原木CT图像3D重建及其虚拟加工技术研究被引量：8
- 2010年
- 将科学计算可视化技术应用于原木CT图像的3D重建中,实现了一个具有用户交互切削、虚拟加工功能的系统Wood3D。使用该系统可以在计算机屏幕上虚拟切割出复杂形状的木产品,并通过阈值选取,实现对原木中缺陷图像的分割。通过进一步对缺陷3D立体化显示,使用户对缺陷的大小和分布有最直观的了解,进而选择最佳的切割方案。
- 张训华业宁丁建文王厚立
- 关键词：原木CT图像3D重建
- 一种新的支持向量分类算法ACNN-SVM被引量：3
- 2008年
- 针对NN-SVM算法的不足,提出了一种新的支持向量分类算法——ACNN-SVM.先对训练样本集进行最近邻修剪,用SVM训练得到一个SVM模型,然后,计算最近邻修剪后的训练样本集中样本到超平面的距离,如果距离差大于给定的阈值则将其从最近邻修剪后的训练样本集中删除,最后对再修剪后的样本集用SVM训练得到一个最终的SVM模型.实验表明,ACNN-SVM算法的效果优于NN-SVM算法.
- 业巧林业宁张训华武波宋爱美
- 关键词：阈值
- 木材CT图像配准方法研究
- 图像配准是将不同时间、不同的传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的同一场景的两幅或多幅图像进行配准、叠加的处理过程。图像配准的主要方法大致分为三类:基于图像灰度的配准方法;基于图像特征的配准...
- 张训华
- 关键词：图像配准互信息遗传算法相位相关特征提取
- 文献传递
- 不同误分代价的支持向量机分类器
- 2007年
- 提出一种区分不同类别误分代价的支持向量机模型,建立了拉格朗日方程,利用KKT条件推导出其对偶形式.该模型能够让用户标记不同类别样本的重要性,并根据重要性程度设定不同的误分代价,使重要类别的样本尽量减少被误分的可能性,以满足特定任务的需求.实验结果表明,该模型可以很好地完成特定任务的分类.
- 业宁苗哲刘晓峰张训华
- 关键词：支持向量机
- 基于改进的PV插值和遗传算法的木材CT图像配准
- 2009年
- 对传统的部分体积插值算法和标准遗传算法进行改进,并利用改进后的遗传算法搜索最大互信息以获得最佳配准参数.实验证明,该算法计算简单,配准速度快,具有很好的精确性和鲁棒性.
- 张训华业宁王厚立张倩倩
- 关键词：图像配准互信息遗传算法
- 一种SVM训练样本集寻优算法被引量：6
- 2010年
- 首先运用Bagging算法解决样本数据变化带来的不稳定性,然后运用网格搜索法寻找合适的训练样本尺寸,再结合两者的特点,提出了一种自助网格搜索算法,从多个支持向量机(SVM)分类器中寻求一个最优的SVM分类器。实验结果表明,算法有效地提高了分类器的学习精度与学习性能,对大样本数据来说,可以用相对较少的样本进行训练后的性能来预测它对一个非常庞大的训练集的性能,大大减少了SVM训练的时间。
- 吴东洋业巧林业宁张训华武波
- 关键词：SVM分类器BAGGING算法
