检索结果-内蒙古大学图书馆

液晶与显示 2014年第5期29卷 785-792页

作者：任重昕毕剑华谢琳仉俊峰东北林业大学土木工程学院黑龙江哈尔滨150040 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

随着木材加工业的集约化发展以及对木材表面加工质量高水平的苛求,传统的人工检测方式已经难以满足木材产品的加工生产。在了解木材表面缺陷的分类、缺陷产生原因和木材缺陷表面图像的特征的基础上,对比分析平均值法、最大值法和加权平... 详细信息

随着木材加工业的集约化发展以及对木材表面加工质量高水平的苛求,传统的人工检测方式已经难以满足木材产品的加工生产。在了解木材表面缺陷的分类、缺陷产生原因和木材缺陷表面图像的特征的基础上,对比分析平均值法、最大值法和加权平均值法3种图像灰度化方法效果,并选定加权平均值法对木材缺陷图像进行灰度化预处理。在Matlab 6.5GUI编程框架下实现木材缺陷检测系统,通过选取Isodata聚类迭代法、Otsu最大方差法、最大熵法和Sobel边缘分割法为基础的4种阈值化图像分割方法对木材缺陷特征的分割效果和分割速率进行实验对比分析。实验结果表明,运用Isodata聚类迭代法的图像分割方法能够快速准确分割图像实现木材缺陷检测。

关键词：图像分割木材缺陷 Isodata聚类迭代法 Otsu最大方差法最大熵法

来源：评论

学校读者我要写书评

暂无评论

近似联合训练的Faster R-CNN对立木图像的检测与识别

引用

西北林学院学报 2020年第6期35卷 249-257页

作者：高旋赵亚凤胡峻峰陈喆陈振东北林业大学机电工程学院黑龙江哈尔滨150040 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

为提高复杂背景下立木图像的识别准确率,提出近似联合训练的Faster R-CNN对立木图像进行目标提取并分类。首先迁移ImageNet上的模型VGG16、ResNet101和MobileNetV2提取图像特征并微调网络,然后构建新的数据集包括7科10种立木图像共2 304... 详细信息

为提高复杂背景下立木图像的识别准确率,提出近似联合训练的Faster R-CNN对立木图像进行目标提取并分类。首先迁移ImageNet上的模型VGG16、ResNet101和MobileNetV2提取图像特征并微调网络,然后构建新的数据集包括7科10种立木图像共2 304张,通过该数据集训练和测试3种网络模型下的Faster R-CNN。结果表明,通过近似联合训练的Faster R-CNN得到的均值平均精度分别是93.64%、92.38%、92.58%,对于不同种属的立木,VGG16网络效果最佳。由于光照会对图像识别造成影响,将光照平衡前后的结果作对比,得到光照平衡后的立木图像识别结果优于平衡前。并利用训练的模型对斜向生长的立木图片进行检测,结果显示生长方向不影响图像识别准确率。证明该方法在具有复杂背景的立木图像上具有良好的效果,对更多立木的识别有一定的参考价值。

关键词：立木目标检测近似联合训练 Faster R-CNN 光照平衡

来源：评论

学校读者我要写书评

暂无评论

一种基于K-means与Close-Form融合的树木图像提取方法

引用

西北林学院学报 2019年第2期34卷 240-245页

作者：张怡卓梁玉亮王小虎于慧伶东北林业大学机电工程学院黑龙江哈尔滨150040 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

基于图像的树木自动提取是其种类、长势、形态等信息智能化判别的基础,如何实现树木的自动、准确、快速提取是具有实用性的科学问题。在自然场景中,由于图像元素多样、颜色差异大,树木自身存在不规则性,树木提取难度非常大。针对现有的... 详细信息

基于图像的树木自动提取是其种类、长势、形态等信息智能化判别的基础,如何实现树木的自动、准确、快速提取是具有实用性的科学问题。在自然场景中,由于图像元素多样、颜色差异大,树木自身存在不规则性,树木提取难度非常大。针对现有的图像分割与图像抠图法在树木提取过程中分别存在的误分割与过程复杂所导致的计算量大的问题,提出了一种基于K-means聚类算法优化Close-Form图像抠图的树木提取方法。在少量的标记下,依据颜色线性假设进行最小化代价函数计算,得到图像透明度;对透明度图像依次进行中值滤波、高斯滤波,得到透明度的去噪图像;对滤波后透明度与标准化的图像绿色分量组成二维空间进行K-means二聚类,实现背景与前景对象的准确判定,进而完成自然背景的树木图像提取。为了验证所提方法在不同场景和不同标记下的树木提取有效性,设计了基于K-means图像分割和传统Close-Form抠图方法的比较性试验。结果表明,基于K-means优化Close-Form的树木提取方法解决了传统Close-Form算法在少量标记下图像前景、背景估计不准确问题,克服了图像分割存在的误分类情况,实现了不同自然环境和多目标树木对象的提取。此方法具有对象提取稳定、计算时间快的优点,相对原Close-Form算法用时减少49.98%。

关键词：树木图像提取自然图像抠图图像分割 Close-Form算法 K-means聚类

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的竹片缺陷识别

引用

西北林学院学报 2021年第5期36卷 190-196页

作者：胡峻峰张志超赵亚凤陈振东北林业大学机电工程学院黑龙江哈尔滨150040 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

使用竹片图像实现竹片缺陷自动识别,目前深度学习可以有效地解决该类问题,但是必须使用大量样本数据做训练才能获得较高的识别准确率。当图像数量有限时,利用基于迁移学习的方法,把经过预训练的卷积神经网络模型进行迁移,即共享卷积层... 详细信息

使用竹片图像实现竹片缺陷自动识别,目前深度学习可以有效地解决该类问题,但是必须使用大量样本数据做训练才能获得较高的识别准确率。当图像数量有限时,利用基于迁移学习的方法,把经过预训练的卷积神经网络模型进行迁移,即共享卷积层和池化层的权重参数,调整新网络模型的超参数,并建立一个包含4种共计6 360张竹片缺陷图像的数据库,把图片分成4种训练集测试集形式,即80%训练、20%测试;60%训练、40%测试;40%训练、60%测试;20%训练、80%测试,分别利用支持向量机SVM分类方法、深度学习方法和迁移学习方法进行训练和测试,并将这3种方法作对比。最后,通过构建竹片缺陷识别的混淆矩阵对迁移学习进行具体分析与说明。结果表明,按照80%训练、20%测试的识别准确率最高,通过迁移学习得到的竹片缺陷最高识别精度分别达到98.97%,比普通深度学习提高了11.55%,比SVM分类方法提高了13.04%。说明迁移学习比普通深度学习和传统支持向量机SVM分类方法更适合用于小样本数据集的分类识别,并且效果优于普通深度学习和SVM分类方法。

关键词：卷积神经网络深度学习迁移学习混淆矩阵

来源：评论

学校读者我要写书评

暂无评论

海洋柔性立管二维振动的输出反馈控制

引用

中山大学学报（自然科学版） 2016年第4期55卷 18-25页

作者：盘川侯畅邬依林东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 广东第二师范学院计算机科学系广东广州510310

考虑了海洋柔性立管在时变内流和海流作用下二维振动控制问题。柔性立管系统动力学行为由两个偏微分方程和六个常微分方程描述。为提高其振动控制效果并避免控制溢出,直接基于其无限维分布参数模型,利用Lyapunov直接法和高增益观测器技... 详细信息

考虑了海洋柔性立管在时变内流和海流作用下二维振动控制问题。柔性立管系统动力学行为由两个偏微分方程和六个常微分方程描述。为提高其振动控制效果并避免控制溢出,直接基于其无限维分布参数模型,利用Lyapunov直接法和高增益观测器技术研发了输出反馈边界控制来控制立管的二维振动。随后证明了海流扰动作用下控制系统的一致最终有界稳定性和闭环状态的一致有界性。最后,仿真结果验证了文中所设计二维输出反馈边界控制算法的有效性。

关键词：海洋立管二维振动边界控制输出反馈控制 Lyapunov直接法

来源：评论

学校读者我要写书评

暂无评论

一种基于灰度投影的电子稳像改进方法

引用

中山大学学报（自然科学版） 2012年第5期51卷 40-44,49页

作者：齐红任洪娥田少卿胡鸿东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 国家林业局调查规划设计院北京100714

电子稳像算法是一种快速有效的处理抖动图像的方法,当对基于灰度投影的电子稳像算法进行研究时,遇到一种在需要稳像的图像中存在运动物体的常见现象,在这种情况下投影稳像算法会产生错稳的现象。为了解决算法中存在的这一问题,该文针对... 详细信息

电子稳像算法是一种快速有效的处理抖动图像的方法,当对基于灰度投影的电子稳像算法进行研究时,遇到一种在需要稳像的图像中存在运动物体的常见现象,在这种情况下投影稳像算法会产生错稳的现象。为了解决算法中存在的这一问题,该文针对这种常见现象做了详细的分析,并提出了一种方法对灰度投影稳像算法进行了改进。通过实例分析和实验验证,该方法可以很好的解决图像中存在运动物体时发生的错稳情况。

关键词：电子稳像灰度投影运动物体裁剪修补

来源：评论

学校读者我要写书评

暂无评论

基于改进多目标粒子群优化算法的企业再制造物流网络优化

引用

计算机集成制造系统 2018年第8期24卷 2122-2132页

作者：李莉程发新程显钦王广东潘婷江苏大学管理学院江苏镇江212013 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 枣庄中联水泥有限公司山东枣庄277143

为解决碳税政策下的多目标企业再制造物流网络优化问题,综合考虑设施选址与运输方式选择,建立了总成本和碳排放最小化的混合整数规划模型。设计了约束处理机制改进多目标粒子群优化算法,并结合水泥企业运营管理数据验证了模型和算法的... 详细信息

为解决碳税政策下的多目标企业再制造物流网络优化问题,综合考虑设施选址与运输方式选择,建立了总成本和碳排放最小化的混合整数规划模型。设计了约束处理机制改进多目标粒子群优化算法,并结合水泥企业运营管理数据验证了模型和算法的有效性。将改进多目标粒子群算法与第二代约束非支配排序遗传算法比较,凸显了改进多目标粒子群算法在求解中、大规模问题时的优越性。

关键词：再制造物流网络优化混合整数规划改进多目标粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

基于向量内积的新型骨架提取方法

引用

液晶与显示 2015年第5期30卷 844-850页

作者：胡斯淼任洪娥于鸣姜士辉齐红东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 黑龙江省林业智能装备工程研究中心黑龙江哈尔滨150040

为了提高骨架提取的准确性和连通性,提出了一种基于向量内积的新型骨架提取方法。对二值图像进行欧氏距离变换,获得了由内部像素点指向边界点的边界向量,通过比较内部像素点8-邻域范围内对应边界向量内积值符号在4个方向上的变化情况确... 详细信息

为了提高骨架提取的准确性和连通性,提出了一种基于向量内积的新型骨架提取方法。对二值图像进行欧氏距离变换,获得了由内部像素点指向边界点的边界向量,通过比较内部像素点8-邻域范围内对应边界向量内积值符号在4个方向上的变化情况确定了边界向量方向发生重大变化的次数,并据此选取候选骨架点;采用基于回归分析的方法确定延伸方向,并完成连接操作生成完整的骨架线。实验结果表明,该算法能够保证骨架的连通性和完整性,且骨架定位准确,平均正确率达到92.27%,同时可以克服边界扰动,是一种有效的骨架提取算法。

关键词：骨架距离变换向量内积

来源：评论

学校读者我要写书评

暂无评论

UNET与FPN相结合的遥感图像语义分割

引用

液晶与显示 2021年第3期36卷 475-483页

作者：王曦于鸣任洪娥东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 黑龙江省林业智能装备工程研究中心黑龙江哈尔滨150040

针对传统的遥感图像分割方法效率低下,复杂场景下分割精细度不够,以及UNET模型对于图像中包含的较小目标以及较大目标的边缘分割效果不佳等问题,本文提出了一种UNET结构与FPN结构相结合的方法,提升UNET模型整合多尺度信息的能力,同时辅... 详细信息

针对传统的遥感图像分割方法效率低下,复杂场景下分割精细度不够,以及UNET模型对于图像中包含的较小目标以及较大目标的边缘分割效果不佳等问题,本文提出了一种UNET结构与FPN结构相结合的方法,提升UNET模型整合多尺度信息的能力,同时辅以能更好地捕捉目标边缘的BLR损失函数,提升UNET模型对目标边界的分割效果。实验结果表明,本文所使用的方法有效提升了语义分割的精度,较好地缓解了对小尺度目标和大尺度目标边缘分割不佳的问题。该方法对目标边缘分割更精准,达到更好的分割效果。

关键词：深度学习 UNET FPN BLR

来源：评论

学校读者我要写书评

暂无评论

基于Google Maps API的交通信息系统平台的研究

引用

公路交通科技（应用技术版） 2011年第6期7卷 276-278页

作者：刘欣滕志霞东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

Google M aps API是Google自己推出编程API,可以让全世界对Google M aps有兴趣的程序设计师自行开发基于Google M aps的服务。针对用户的需求,开发交通信息系统平台,充分发挥地理信息系统的效用,为交通参与者提供交通信息,满足智能交通... 详细信息

Google M aps API是Google自己推出编程API,可以让全世界对Google M aps有兴趣的程序设计师自行开发基于Google M aps的服务。针对用户的需求,开发交通信息系统平台,充分发挥地理信息系统的效用,为交通参与者提供交通信息,满足智能交通的业务服务需要。

关键词： Google Maps API 电子地图智能交通

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：