检索结果-内蒙古大学图书馆

作者：陈晓倩西北农林科技大学

学位级别：硕士

由于受到天气、温度和光照等因素的影响,智能农业机器人感知环境信息时会存在一定的不确定性。为进一步提高智能农业机器人的环境感知能力,需对不同光照条件下的农田图像进行分割。本研究以西北农林科技大学北校区试验田三叶期至五叶期... 详细信息

由于受到天气、温度和光照等因素的影响,智能农业机器人感知环境信息时会存在一定的不确定性。为进一步提高智能农业机器人的环境感知能力,需对不同光照条件下的农田图像进行分割。本研究以西北农林科技大学北校区试验田三叶期至五叶期玉米农田图像为研究对象,采用颜色因子法,结合阈值分割法和机器学习法实现了不同光照条件下的农田图像分割,并通过主观评价法和客观评价法完成算法分析及验证。本研究的主要内容和结论有:(1)农田图像的获取及分类。为实现获取农田图像的自动化分类,提出了基于数学统计学知识分析农田图像直方图的方法。实验发现,不同光照条件下农田图像R,G,B颜色通道对应的直方图,其均值指标和偏度指标在任何区间上均没有重合,可作为农田图像自动分类的标准。与人工分类方法对比后发现,本文方法分类误差率最大为10.52%,说明采用上述方法可实现农田图像的自动分类。(2)光照充足或光照偏弱条件下的农田图像分割。针对光照充足条件下农田图像颜色特征较为明显的特点,主要采用直方图均值法和大津法实现了农田图像的分割;针对光照偏弱导致农田图像颜色和形状特征不显著的特性,主要采用无监督学习中的模糊C均值聚类算法(FCM)实现了农田图像的分割。最后完成两类实验结果的剖析比较。由于光照充足和光照偏弱条件下农田图像分割目标十分复杂,因此主要采用了主观评价法分析实验结果。实验发现,两类农田图像分割结果平均主观质量分数分别为4.26和4.06,则根据CCIR500五级评分质量尺度和妨碍尺度说明,采用本文方法图像分割质量较好,可实现复杂农田图像的分割。(3)光照偏强条件下的农田图像分割。针对光照偏强导致大量高光点对图像分割精度干扰的问题,本文提出采用改进的简单线性迭代聚类算法(SLIC)完成图像预处理提取超像素,提取特征向量并通过曲线进行初步筛选,然后建立分类器实现农田图像的分类。分类器主要选择贝叶斯和支持向量机(SVM)。实验发现,改进的SLIC在不影响图像预处理结果的前提下可缩短运行时间;SVM总体分类精度优于贝叶斯,平均总体分类精度可达到94.83%,说明采用SVM可有效实现含大量高光点简单农田图像分割。以农田图像自动分类为研究基础,本文基本完成了不同光照条件下的农田图像分割,为提高智能农业机器人感知环境信息能力提供了有力的保障。

关键词：农田图像分割颜色因子简单线性迭代聚类算法支持向量机贝叶斯

来源：评论

学校读者我要写书评

暂无评论

基于超像素和改进迭代图割算法的图像分割

引用

计算机工程 2016年第7期42卷 220-226页

作者：戴庆焰朱仲杰段智勇李伟杰郑州大学物理工程学院郑州450001 浙江万里学院宁波市数字信号处理重点实验室浙江宁波315100

基于经典的图割(Graph cut)理论,提出一种基于超像素和改进Graph cut算法的图像分割算法。采用改进简单线性迭代聚类算法,得到前景边缘信息保存较完整的超像素图像。以超像素为处理单元,通过融合颜色、梯度等信息重建能量函数,并基于Gra... 详细信息

基于经典的图割(Graph cut)理论,提出一种基于超像素和改进Graph cut算法的图像分割算法。采用改进简单线性迭代聚类算法,得到前景边缘信息保存较完整的超像素图像。以超像素为处理单元,通过融合颜色、梯度等信息重建能量函数,并基于Graph cut框架进行分割。仿真结果显示,与Grabcut算法相比,改进算法不仅具有更高的分割精度,提取的目标边缘较完整、光滑,而且大幅提升了分割效率。

关键词：图像分割改进迭代图割算法简单线性迭代聚类算法超像素能量函数

来源：评论

学校读者我要写书评

暂无评论

基于SLIC的GrabCut减小姿态搜索空间算法

引用

计算机工程 2016年第8期42卷 266-270页

作者：朱珏钰袁紫华李峰周书仁湖南第一师范学院信息科学与工程系长沙410205 长沙理工大学计算机与通信工程学院长沙410004

针对人体的高自由度导致姿态估计过程中搜索空间过大的问题,提出一种基于简单线性迭代聚类(SLIC)超像素算法的Grab Cut减小姿态空间算法。运用SLIC算法对图像进行超像素分割,以超像素作为s-t图中的节点构建图模型,利用超像素区域的颜色... 详细信息

针对人体的高自由度导致姿态估计过程中搜索空间过大的问题,提出一种基于简单线性迭代聚类(SLIC)超像素算法的Grab Cut减小姿态空间算法。运用SLIC算法对图像进行超像素分割,以超像素作为s-t图中的节点构建图模型,利用超像素区域的颜色特征平均值作为该区域内每个像素的特征值,分别为前景和背景超像素建立混合高斯模型,迭代更新高斯参数,运用最小割算法完成前景提取,并在得到的前景区域中进行后续的姿态估计。实验结果表明,基于SLIC的Grab Cut与基于Grab Cut的减小搜索空间算法在运行时间和姿态估计准确度上均有较大程度提升。

关键词：人体姿态估计姿态搜索空间超像素简单线性迭代聚类算法 Grab Cut算法

来源：评论

学校读者我要写书评

暂无评论

基于MVSVM和超像素的可通行区域检测方法

引用

华中科技大学学报（自然科学版） 2015年第S1期43卷 245-249页

作者：刘家银唐振民吴国星南京理工大学计算机科学与工程学院江苏南京210094

针对地面智能机器人的可通行区域检测问题,提出一种基于MVSVM和超像素的可通行区域检测方法.利用超像素块作为特征窗口,进行视觉特征的提取,解决了基于矩形块作为特征窗口一大缺陷,即同一特征窗口可能存在多个目标的问题.通过引入超像素... 详细信息

针对地面智能机器人的可通行区域检测问题,提出一种基于MVSVM和超像素的可通行区域检测方法.利用超像素块作为特征窗口,进行视觉特征的提取,解决了基于矩形块作为特征窗口一大缺陷,即同一特征窗口可能存在多个目标的问题.通过引入超像素,在像素级的尺度上,可通行区域漏检和误检率相对于矩形特征窗口方法大大降低.同时通过采用MVSVM作为分类器,解决了传统的单平面SVM分类器在大规模分类问题中存在的需要较高内存和计算代价以及无法解决例如异或问题等复杂分类问题.在野外实际环境下的实验表明:本方法在可通行区域检测准确率上较以往方法有大幅度提高,能够较好地完成复杂场景下的可通行区域检测.

关键词：可通行区域检测简单线性迭代聚类算法超像素多权向量投影支持向量机地面智能机器人

来源：评论

学校读者我要写书评

暂无评论

基于MVSVM和超像素的可通行区域检测方法

基于MVSVM和超像素的可通行区域检测方法

引用

第十一届中国智能机器人会议

作者：刘家银唐振民吴国星南京理工大学计算机科学与工程学院江苏南京210094

关键词：地面智能机器人可通行区域检测简单线性迭代聚类算法超像素支持向量机

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：