光谱图像技术结合SAM算法识别自然场景下的成熟柑橘

为了实现采摘机器人在复杂的自然场景下正确识别树上果实,来完成果实采摘,研究了不同环境下柑橘的识别方法.针对复杂的自然环境的影响及传统方法的局限性,在可见光和近红外区域择选5个特征波长滤波片,采集得到5幅滤波后的图像,并利用光谱角分类算法完成柑橘识别.试验结果表明,在光照角度、光照强度等不同条件下,柑橘的识别准确度达到96%.研究表明,滤波片光谱图像技术结合光谱角分类算法可以有效地识别自然场景下的成熟柑橘.     

光谱图像技术结合SAM算法识别自然场景下的成熟柑橘

为了实现采摘机器人在复杂的自然场景下正确识别树上果实,来完成果实采摘,研究了不同环境下柑橘的识别方法.针对复杂的自然环境的影响及传统方法的局限性,在可见光和近红外区域择选5个特征波长滤波片,采集得到5幅滤波后的图像,并利用光谱角分类算法完成柑橘识别.试验结果表明,在光照角度、光照强度等不同条件下,柑橘的识别准确度达到96%.研究表明,滤波片光谱图像技术结合光谱角分类算法可以有效地识别自然场景下的成熟柑橘.     

基于红外和可见光图像逐级自适应融合的场景深度估计

从图像中恢复场景的深度是计算机视觉领域中的一个关键问题。考虑到单一类型图像在深度估计中受场景不同光照的限制,提出了基于红外和可见光图像逐级自适应融合的场景深度估计方法（PF-CNN）。该方法包括双流滤波器部分耦合网络、自适应多模态特征融合网络以及自适应逐级特征融合网络。在双流卷积中红外和可见光图像的滤波器部分耦合使两者特征得到增强;自适应多模态特征融合网络学习红外和可见光图像的残差特征并将两者自适应加权融合,充分利用两者的互补信息;逐级特征融合网络学习多层融合特征的结合,充分利用不同卷积层的不同特征。实验结果表明:PF-CNN在测试集上获得了较好的效果,将阈值指标提高了5%,明显优于其他方法。     

基于Contourlet变换的区域特征自适应图像融合算法

Contourlet变换克服了小波变换在处理高维信号时的不足,比小波变换具有更好的方向性、较高的逼近精度和更好的稀疏表达性能.因此将Contourlet变换应用于图像融合领域,能更好的提取图像边缘特征,为融合提取更多的特征信息.基于Contourlet变换的区域特征自适应图像融合算法是将图像进行Contourlet变换分解后,针对不同的频率域特点选择不同的融合规则,针对高频系数特性选用了区域特征自适应的融合规则,最后通过重构得到融合图像.将基于小波变换的融合算法和本文所提算法进行了主观和客观的对比,结果表明,基于Contourlet变换区域特征自适应的图像融合算法是一种有效可行的图像融合算法.     

基于信息融合的移动机器人目标识别与定位

针对单目摄像头工作的双足机器人的视觉定位问题,设计了一种视觉传感器与超声波传感器相结合的信息融合方法,进行目标的识别和定位。对拍摄的图像进行HSV颜色空间的阈值分割得到二值图像,并对其进行形态学滤波处理和Hu轮廓不变矩匹配,以此识别到目标和其重心点图像坐标;建立单目定位模型,用机器人自身的超声波传感器得到与目标物之间的距离,采用Zhang标定法得到摄像机参数,把这些已知数据带入坐标转换,得到目标物在世界坐标系下的坐标,实现定位。借助NAO机器人的平台,将基于信息融合的定位方法和一般单帧图像定位方法进行对比实验。实验结果表明上述方法的误差相对较小,且能得到目标物的三维信息,验证了该定位方法的实际可行性。     

基于小波变换的不同融合规则的图像融合研究

提出了利用小波变换按照不同融合规则及融合算子去构造融合图像对应的小波系数,得到一种新的基于多尺度分解的像素的图像融合方法.通过对融合图像统计参数对比表明,所提出的基于小波变换的像素局部能量作为准则的融合效果更好,既可避免传统融合规则存在的信息损失,又提高了融合图像的空间分辨率和清晰度,融合图像符合人的视觉特性,更有利于机器视觉.     

自然场景下船舶水线提取算法的研究

水线精确提取是基于机器视觉的水尺计重系统中的技术难题。针对自然场景下采集的图像存在着光照不均匀、场景复杂等问题,通过帧间作差结合图像配准对图像进行预处理;提出一种基于三角隶属函数关系的迭代分割方法;通过线性采样和双线性插值法,提取出完整的水线。实验证明了该水线提取算法的稳定性和准确性。     

多声学场景下端到端语音识别声学编码器的自适应

提出了一种面向多样化声学场景自适应设计声学编码器的方法 (SAE)。该方法通过学习不同声学场景下语音中包含的声学特征的差异,适应性地为端到端语音识别任务设计出合适的声学编码器。通过引入神经网络结构搜索技术,提高了编码器设计的有效性,从而改善了下游识别任务的性能。在Aishell-1、HKUST和SWBD三个常用的中英文数据集上的实验表明,通过所提场景自适应设计方法得到的声学编码器相比已有的声学编码器可以获得平均5%以上的错误率改善。所提方法是一种深入分析特定场景下语音特征、针对性设计高性能声学编码器的有效方法。     

一种自适应的多光谱图像与全光图像融合新方法

对于不同多光谱图像与全光图像的融合,目前一些融合算法在光谱信息和分辨率上不能同时得到较好的融合效果.针对这一问题,提出一种新的自适应图像融合方法.实验结果表明,该方法不仅能够较好地保留融合图像的光谱信息和提高空间分辨率,而且具有较强的自适应性.     

可调节自适应遥感影像融合方法研究

大部分常用的遥感影像融合方法都存在一个缺陷:只能产生一个特定的融合结果,用户无法控制最终的结果应该保留多少光谱信息或细节信息。提出了一种基于小波变换的可调节自适应遥感影像融合方法,该方法首先分别将待融合影像进行小波分解,然后,通过引入2个可调节参量,在小波域内融合,最后通过小波逆变换得到融合结果。使用法国地球资源探测卫星(SPOT)图像和陆地资源卫星专题绘图仪(landsat TM)图像,将该方法与传统的小波变换融合法、强度色散饱和变换融合法和主成分变换法进行对比试验,结果表明,该方法可以在细节保留和光谱保持两方面达到不同程度的平衡,在合理的参量组合下,融合图像的目视效果和统计指标优于传统融合方法。     

Visual Recognition of Traffic Signs in Natural Scenes Based on Improved RetinaNet

Aiming at recognizing small proportion, blurred and complex traffic sign in natural scenes, a traffic sign detection method based on RetinaNet-NeXt is proposed. First, to ensure the quality of dataset, the data were cleaned and enhanced to denoise. Secondly, a novel backbone network ResNeXt was employed to improve the detection accuracy and effection of RetinaNet. Finally, transfer learning and group normalization were adopted to accelerate our network training. Experimental results show that the precision, recall and mAP of our method, compared with the original RetinaNet, are improved by 9.08%, 9.09% and 7.32%, respectively. Our method can be effectively applied to traffic sign detection.     

Adaptive multimode transmission in wireless sensor networks with energy harvesting

Limited energy has always been an important factor restricting the development of wireless sensor networks. The unbalanced energy consumption of nodes will accelerate the death of some nodes. To solve the above problems, an adaptive routing algorithm for energy collection sensor networks based on distributed energy saving clustering (DEEC) is proposed. In each hop of data transmission, the optimal mode is adaptively selected from four transmission modes: single-hop cooperative, multi-hop cooperative, single-hop non-cooperative and multi-hop non-cooperative, so as to reduce and balance the energy consumption of nodes. The performance of the proposed adaptive multi-mode transmission method and several benchmark schemes are evaluated and compared by computer simulation, where a few performance metrics such as the network lifetime and throughput are adopted. The results show that, the proposed method can effectively reduce the energy consumption of the network and prolong the network lifetime; it is superior to various benchmark schemes.     

Effects of initial consonant, pneumotachographic mask, and oral pressure tube on vocal perturbation, harmonics-to-noise, and intensity measurements

Vocal perturbation, harmonics-to-noise, and intensity measures were obtained for 10 subjects during three experimental tasks: (a) prolonged /a/, (b) /pa/ with vowel prolonged, and (c) same as (b) with subjects wearing a pneumotachographic mask and oral pressure tube inserted between the lips. There were no statistically significant differences among the experimental conditions for any of the measures. The findings suggest that a single task may be used to obtain airflow, oral pressure, and acoustic measures of vocal performance. Observed differences in jitter and harmonic-to-noise means for the male and female speakers are discussed.     

Adaptive neuro-fuzzy fusion of sensor data

A framework is proposed, which consolidates the benefits of a fuzzy rationale and a neural system. The framework joins together Kalman separating and delicate processing guideline i.e. ANFIS to structure an effective information combination strategy for the target following framework. A novel versatile calculation focused around ANFIS is proposed to adjust logical progressions and to weaken the questionable aggravation of estimation information from multisensory. Fuzzy versatile combination calculation is a compelling device to make the genuine quality of the leftover covariance steady with its hypothetical worth. ANFIS indicates great taking in and forecast proficiencies, which makes it a productive device to manage experienced vulnerabilities in any framework. A neural system is presented, which can concentrate the measurable properties of the samples throughout the preparation sessions. Reproduction results demonstrate that the calculation can successfully alter the framework to adjust context oriented progressions and has solid combination capacity in opposing questionable data. This sagacious estimator is actualized utilizing Matlab/Simulink and the exhibitions are explored.     

不同物料堆肥腐熟程度的紫外-可见光谱特性表征

水溶性有机物(DOM)紫外-可见吸收光谱特性是评价堆肥腐熟度重要方法之一,但由于紫外-可见吸收光谱指标众多,单指标评价具有较大局限性。因此,本研究开展了影响堆肥腐熟度的关键紫外-可见光谱特性指标识别,并采用化学剂量学方法评价了不同来源堆肥腐熟程度。与传统单一物料评价相比,优选的评价指标及评价方法更具普适性。不同物料堆肥过程中DOM紫外-可见光谱特性分析结果表明,SUVA₂₅₄和SUVA₂₈₀值呈明显的增加趋势,E₂₅₀/E₃₆₅和E₄/E₆值呈相反的趋势,而A_226～400,S_275～295,S_350～400值则在堆肥末期变化显著。相关分析表明不同紫外-可见光谱参数(E₂/E₄和E₂₃₅/E₂₀₃除外)彼此之间相关性显著;主成分分析显示,DOM紫外-可见光谱指标A_226～400, SUVA₂₅₄, S_350～400, SUVA₂₈₀, S_275～295可作为堆肥腐熟程度关键影响评价指标。在此基础上,采用筛选的特性指标对堆肥末期进行聚类分析,可将九种不同来源堆肥分为两大类,第一类为猪粪、鸡粪、污泥、秸秆、园林垃圾、果蔬及生活垃圾等腐熟程度较低的堆肥;第二类为杂草和厨余腐熟程度较高的堆肥。     

可编程光学击中击不中变换及其在模式识别中的应用

提出了一种利用击中击不中变换实现具有边缘噪声的模式的形态识别方法并给出计算模拟结果。利用一个非相干光学相关器，构成了一个实时可编程光学击中击不变处理器。演示了字符识别过程并给出了实验结果。     

彩色空间变换法在图像融合中的应用

本文讨论了ＲＧＢ空间与ＨＩＳ空间的特点及彩色空间变换的基本原理，并以卫星遥感获得的多光谱图像为例，成功的将彩色空间变换应用于空间信息与光谱信息的融合中，使融合后的图像同时具有较为丰富的空间信息和光谱信息，并对ＨＩＳ空间中Ｈ，Ｓ分量的灵活应用作了进一步的研究试验     

可见光偏振图像的自适应融合算法

鉴于偏振图像能够增强目标特性识别的特点,提出了可见光下景物偏振信息采集的偏振系统及偏振图像的小波融合算法.在小波系数的低通子带选用基于窗口能量的融合规则,高通子带选用窗口空间频率的自适应加权融合规则.其中自相关函数的设定、模拟退火优化算法的应用提高了融合算法的鲁棒性和自适应性,融合后的图像具有良好的主观视觉效果及客观评...