国家自然科学基金(60875022F030410)
- 作品数：5 被引量：36H指数：3
- 相关作者：苏真伟李国辉夏心怡史晋芳晏开华更多>>
- 相关机构：四川大学西南科技大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程农业科学更多>>
- 基于ADABOOST的可疑目标区域检测算法
- 2011年
- 大背景中微小目标检测的一个重要问题是可疑目标区域的确定。以棉花中污杂物的机器视觉检测为背景,提出了一种可疑目标区域算法:首先用DCT算法提取图像的频率特征,然后用基于ADABOOST的算法识别棉花图像中是否有污染物。实验结果表明算法达到了较高的识别精度。
- 龚科苏真伟史晋芳李国辉卫攸宁
- 关键词：DCTADABOOST视觉注意
- 基于形状特征的棉花异性纤维图像分割方法被引量：8
- 2010年
- 棉花中的白色异性纤维与背景相近,现有的算法很难识别出来。为此,在使用透射光增加异性纤维和棉花背景的灰度差的基础上,提出了一种利用形状特征来分割异性纤维的算法;同时,在自适应局部阈值处理的基础上,利用骨架的走向对间断的纤维进行修补,最后根据几何特征过滤图像中的噪声。实验结果表明,该方法能够有效地分割出异性纤维。
- 夏心怡苏真伟李国辉
- 关键词：棉花异性纤维机器视觉图像分割
- 一种基于视觉预注意机制的选择性成像机器视觉系统被引量：3
- 2012年
- 在大背景中微小目标的视觉检测中,传统的机器视觉系统按照预先设定的采样频率与固定的分辨率采集和处理图像,存在大量的冗余数据。为了有效去除冗余数据,基于人类视觉预注意机制设计了一种选择性成像机器视觉系统,将视觉处理过程划分为并行的预注意初级处理阶段与串行的高级处理阶段;同时模仿人类视觉注意机制,提出了一种基于视觉熵的视觉预注意算法;系统并行地获取并判断图像是否可疑,然后仅将少量可疑图像传送至主机串行的进行精细目标识别。试验结果表明,本系统显著地减少了图像处理的数据量,可疑图像识别算法快速有效,提高了系统检测效率和精度。为大背景中微小目标的机器视觉检测提供了一条新途径。
- 史晋芳苏真伟刘小平李强祝钊
- 关键词：机器视觉系统
- 基于不规则成像机器视觉的棉花白色异纤检测算法被引量：22
- 2010年
- 基于不规则成像机器视觉系统,提出一种棉花白色异性纤维检测的图像分割算法:采用Gabor算子提取多个方向的特征向量,融合成特征图,由此增大背景与目标之间的对比度;然后基于特征图的统计规律进行二值分割,最后应用形态特征分离目标与背景。实验结果表明,该算法抗噪能力强、能检出白色异性纤维。
- 李国辉苏真伟夏心怡
- 关键词：棉花机器视觉图像分割
- 可疑目标区域的机器视觉检测算法被引量：7
- 2010年
- 可疑目标区域的确定是大背景中微小目标的机器视觉检测的一个关键问题。以棉花中污染物的检测为背景,根据人类的视觉注意机制,提出了一种可疑目标区域的机器视觉检测算法:首先采用主成分分析法(PCA)和离散余弦变换(DCT)算法对分块图像进行数据压缩,然后采用BP神经网络、支持向量积(SVM)模拟人脑对检测目标区域的识别。结果表明:分块图像大小、数据压缩算法和模式识别方法对识别能力有较大的影响;本文提出的检测算法可以确定可疑目标区域。在实验分析的基础上,提出了提高精度和速度需要进一步解决的几个问题。
- 李国辉苏真伟晏开华黄明飞
- 关键词：机器视觉系统小目标检测
