中央高校基本科研业务费专项资金(QN2009091)
- 作品数：5 被引量：66H指数：4
- 相关作者：宁纪锋杨蜀秦何东健于伟颜永丰更多>>
- 相关机构：西北农林科技大学更多>>
- 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农业科学更多>>
- 基于Harris算子的籽粒尖端识别方法被引量：17
- 2011年
- 通过籽粒尖端形态特征分析,提出了一种基于Harris角点检测的籽粒尖端识别方法。Harris算子在一个局部区域中检测角特征,作为籽粒最明显的角结构,尖端在Harris角点检测中具有最大的响应值,使其对尖端不明显的籽粒也有良好的响应。通过对玉米、南瓜和西葫芦等具有尖端特征的750粒籽粒的测试结果表明,提出算法的尖端检测综合准确率为95.6%。
- 杨蜀秦宁纪锋何东健
- 关键词：作物籽粒HARRIS角点检测图像处理
- 基于稀疏表示的大米品种识别被引量：22
- 2011年
- 为了实现机器视觉准确判别大米品种,提出了一种基于稀疏表示的大米品种识别方法。以长江米、圆江米、粳米、泰国香米、红香米和黑米等6种大米籽粒图像作为研究对象,采用颜色和形态结构参数表示单个籽粒。每种大米随机选取50粒作为训练样本,200粒作为测试样本。所有训练样本组成稀疏表示方法的数据词典,对每一个测试样本,计算其在数据词典上的投影,将具有最小投影误差的类作为测试样本所属的品种。最后将提出的方法与BP网络和SVM的识别结果做了对比和分析。试验结果表明,提出的方法对于6个大米品种的综合识别准确率为99.6%,获得了最好的分类效果。为大米品种的识别提供了一种新的有效方案。
- 杨蜀秦宁纪锋何东健
- 关键词：农作物图像处理
- 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
- 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
- 基于水平集和先验信息的农业图像分割方法被引量：18
- 2011年
- 提出了一种基于先验信息的C-V模型并对杂草﹑小麦﹑苹果进行分割研究。根据某类农业图像的特点,把图像表示为易于分割的模型,提取模型中感兴趣目标的信息量作为先验信息,通过H分量得到初始轮廓,并以此初始化提出的模型,迭代求解水平集函数,得到收敛的目标轮廓曲线。对杂草﹑小麦﹑苹果分割结果统计分割面积正确率为0.999、0.9990、.846,面积错误率为0、0、0.125。
- 耿楠于伟宁纪锋
- 关键词：水平集先验信息图像分割
