公共文化服务平台

李小林: 作品数：37 被引量：44H指数：4; 供职机构：福建农林大学计算机与信息学院更多>>; 发文基金：福建省自然科学基金国家自然科学基金福建省教育厅资助项目更多>>; 相关领域：自动化与计算机技术轻工技术与工程生物学理学更多>>

合作作者

一种基于边缘流的图像分割算法及其应用被引量：4: 2009年; 基于边缘流的图像分割算法以方向相反的边缘流相遇的位置确定对象的边缘,解决了传统基于边缘的图像分割算法难以确定合理阈值的问题.论述了基于边缘流图像分割算法的原理,对该算法进行了调整,将其应用于昆虫图像的分割.实验结果表明:基于边缘流的算法不仅能够有效地分割出图像中的昆虫对象,而且对昆虫对象的各个部分还能进行较为有效地分割.与传统的基于阈值分割算法相比是更好的图像分割算法,促进了计算机视觉技术在农林业领域的应用,促进了计算机视觉技术在农林业领域的应用.; 李小林; 关键词：边缘流图像分割

一种非线性复扩散图像去噪算法: 2009年; 对线性复扩散去噪算法进行改进,提出了非线性复扩散图像去噪算法,构造了新的非线性复扩散系数.实验结果表明:新的非线性复扩散图像去噪算法能够取得较好的图像去噪效果,构造了合适的扩散系数.; 李小林刘传才魏艳红; 关键词：图像去噪非线性

海藻脱腥方法研究进展: 2024年; 海藻中含有多糖、维生素等多种营养成分,具有提升免疫力、降血压等功能,被大众所喜爱。但是,海藻存在腥味重等问题,影响了消费者的接受程度,限制了海藻食品产业的发展。海藻腥味的形成原因是由于海藻脂质氧化、多不饱和脂肪酸的降解及酶促反应等生成的挥发性化合物,包含醛类、酮类、醇类等化合物,所产生的浓烈腥味严重影响了海藻产业的发展。针对海藻的腥味成分及海藻脱腥技术进行了总结,主要探讨了物理脱腥、化学脱腥、生物脱腥及复合脱腥的海藻脱腥技术,对其优缺点进行了总结归纳。; 苏澈孙意岚陈庆惠林静庞杰黄世国李小林; 关键词：海藻挥发性化合物

基于PDE的图像复原方法研究: 基于PDE的图像复原分为变分和公理化方法,本文改进了其中的三种常用框架,并研究其扩散系数问题。研究结果主要有如下三个方面: (1)自适应总体变分的扩散系数应满足如下性质:φ’ (|△I| )≥0,φ’’(?I)≥0;当...; 李小林; 关键词：图像复原; 文献传递

基于Local-Global-VIT细粒度分类算法的蝴蝶识别: 2024年; 【目的】准确鉴别蝴蝶种类,动态观测蝴蝶群落多样性变化对生境质量评估、生态环境恢复等方面具有重要意义。针对现有蝴蝶识别方法仅依靠整体特征,忽略了局部特征导致识别生态图像能力不足的问题,本研究旨在开发一种Local-Global-VIT细粒度分类算法的蝴蝶识别方法。【方法】本研究以5科200种共计25 279张蝴蝶图像为识别对象,采用多种数据增强方法扩充图像数据;通过视觉Transformer(vision transformer, VIT)层级结构及自注意力机制逐层选择局部令牌并保留至最后一层学习蝴蝶局部判别部位信息;聚合高层全局令牌消除复杂背景干扰;通过对比损失拉大类间距提高区分度。除此之外,使用合理的学习率调整策略和迁移学习方法,优化了模型收敛过程,在不增加参数量的情况下提高了性能。【结果】Local-Global-VIT算法在大规模细粒度公开数据集Butterfly-200上识别准确率达91.20%,较改进前提升了1.15%,比最优的一般害虫识别算法EfficientNet_b0和细粒度分类算法TransFG准确率分别高了1.83%和0.64%,F1分值分别提高了1.89%和0.88%。【结论】Local-Global-VIT算法以细粒度识别方式有效解决了蝴蝶类内差异大、类间差异小的分类难题,能准确地识别蝴蝶种类,有助于高效评估生境质量。; 李建祥李小林王荣张元孜陈淑武张飞萍黄世国; 关键词：蝴蝶

一种物质成分自动识别技术: 2008年; 不同的物质具有不同的显微形状结构,使用偏光显微镜获取物质的显微图像,应用阈值分割算法得到物质图像的粗分割结果,利用分水岭分割算法分离互相粘连的物质,分离出物质对象区域;应用该区域简单几何特征识别不同的形状,实现了物质成分的自动识别分类。; 李小林官明友; 关键词：图像

一种伪装昆虫图像的前背景自动分割算法——ZDNet: 2024年; 【目的】昆虫常在色彩、纹理或形态上和背景相似,具有伪装性,识别难度大。本研究旨在探索基于深度学习的伪装昆虫前背景自动分割方法。【方法】将显著目标检测算法(salient object detection algorithm)、大模型图像分割算法(large-scale model-based image segmentation algorithm)以及伪装目标检测算法(camouflaged object detection algorithm)应用于伪装昆虫数据集,该数据集包括10类昆虫共1 900张图片;并进一步针对现有伪装目标检测算法的不足,提出了一种基于DGNet(deep-gradient network)的网络模型改进方法,即ZDNet(zoom-deep gradient network)。在构建该模型时,充分运用图像特征增强、交错图像金字塔、梯度诱导和跳跃式特征融合等技术。利用伪装目标检测公开数据集COD10K与CAMO构建了包含螽斯、蜘蛛等10个目昆虫的图像数据集,结合迁移学习进行网络训练,将经过训练的模型用于分割伪装昆虫。【结果】现有的伪装目标检测模型用于伪装昆虫前背景分割时,其分割性能明显优于显著目标检测模型和大模型分割图像。同时,ZDNet在性能上也明显优于现有的伪装目标检测算法,获得的S度量值、最大F度量值、平均F度量值、最大E度量值、平均E度量值和平均绝对误差(mean absolute error,MAE)分别为0.890, 0.865, 0.824, 0.966, 0.951和0.020。【结论】研究结果证明了ZDNet网络模型能够获得很好的伪装昆虫前背景分割结果,有利于提高昆虫识别的性能,也进一步拓宽了伪装目标检测方法的应用范围。; 范炬臣李小林任昊杰王荣张飞萍黄世国; 关键词：昆虫伪装目标检测图像分割

一种三维模型检索直方图比较算法被引量：1: 2013年; 直方图方法常用于计算机视觉领域,好的直方图比较算法能够有效地提高检索的性能.但直方图比较算法在三维模型检索中的应用则较少得到研究.应用方向梯度直方图提取三维模型的直方图特征,然后给出一种直方图比较算法用于三维模型检索.实验结果表明:该直方图比较算法对某些种类的模型的检索性能比已有的算法更优.; 李小林黄世国宁正元张锐; 关键词：三维模型直方图

融合超分辨率重建的YOLOv5松枯死木识别模型被引量：4: 2023年; 为解决山地地形起伏大、无人机飞行高度高导致图像中尺度小且纹理模糊的松枯死木识别困难问题,该研究提出了一种在特征层级进行超分辨率重建的YOLOv5松枯死木识别算法。在YOLOv5网络中添加选择性核特征纹理迁移模块生成有细节纹理的高清检测特征图,自适应改变感受野的机制分配权重,将更多注意力集中在纹理细节,提升了小目标和模糊目标的识别精度。同时,使用前景背景平衡损失函数抑制背景噪声干扰,增加正样本的梯度贡献,改善正负样本分布不平衡问题。试验结果表明,改进后算法在交并比(intersection over union,IoU)阈值取0.5时的平均精度均值(mean average precision,mAP50)为92.7%,mAP50~95(以步长0.05从0.5到0.95间取IoU阈值下的平均mAP)为62.1%,APsmall(小目标平均精度值)为53.2%,相比于原算法mAP50提高了3.2个百分点,mAP50~95提升了8.3个百分点,APsmall提升了15.8个百分点。不同算法对比分析表明,该方法优于Faster R-CNN、YOLOv4、YOLOX、MT-YOLOv6,QueryDet、DDYOLOv5等深度学习算法,mAP50分别提高了16.7、15.3、2.5、2.8、12.3和1.2个百分点。改进后松枯死木识别算法具有较高精度,有效缓解了小目标与纹理模糊目标识别困难问题,为后续疫木清零提供技术支持。; 王文瑾游子绎邵历江李小林吴松青张珠河黄世国黄世国; 关键词：无人机图像识别小目标检测超分辨率重建

基于ID3算法的昆虫对象识别研究: 2009年; 传统的昆虫手工识别费时费力。通过对昆虫图像进行分割,提取昆虫对象的视觉特征,应用ID3算法进行基于图像视觉特征的昆虫分类,并建立了昆虫对象识别系统原型。该系统原型通过友好人机交互界面使用户可以方便地提交待识别的图像并得到识别结果,省时省力。; 李小林梁忠洪伟龙林大辉; 关键词：ID3算法昆虫图像

李小林

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李小林

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈