徐越
- 作品数：6 被引量：92H指数：5
- 供职机构：西北农林科技大学机械与电子工程学院更多>>
- 发文基金：国家高技术研究发展计划陕西省自然科学基金陕西省科技统筹创新工程计划项目更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于平滑轮廓对称轴法的苹果目标采摘点定位方法被引量：24
- 2015年
- 果实采摘点的精确定位是采摘机器人必须解决的关键问题。鉴于苹果目标具有良好对称性的特点,利用转动惯量所具有的平移、旋转不变性及其在对称轴方向取得极值的特性,提出了一种基于轮廓对称轴法的苹果目标采摘点定位方法。为了解决分割后苹果目标边缘不够平滑而导致定位精度偏低的问题,提出了一种苹果目标轮廓平滑方法。为了验证算法的有效性,对随机选取的20幅无遮挡的单果苹果图像分别利用轮廓平滑和未进行轮廓平滑的算法进行试验,试验结果表明,未进行轮廓平滑算法的平均定位误差为20.678°,而轮廓平滑后算法平均定位误差为4.542°,比未进行轮廓平滑算法平均定位误差降低了78.035%,未进行轮廓平滑算法的平均运行时间为10.2ms,而轮廓平滑后算法的平均运行时间为7.5ms,比未进行轮廓平滑算法平均运行时间降低了25.839%,表明平滑轮廓算法可以提高定位精度和运算效率。利用平滑轮廓对称轴算法可以较好地找到苹果目标的对称轴并实现采摘点定位,表明将该方法应用于苹果目标的对称轴提取及采摘点定位是可行的。
- 王丹丹徐越宋怀波何东健
- 关键词：机器人水果转动惯量对称轴
- 植物叶片本征维数估计与分类方法研究——基于改进PCA
- 2014年
- 针对现有PCA方法在大数据降维过程中数据处理速度过慢这一问题,设计并实现了一种基于曲线拟合技术的方差贡献率函数拟合方法,并将其应用于植物叶片的本征维数估计之中。为了提高本征维数估计的精度,提出了一种"粗略估计本征维数区间+精确判断"相结合的本征维数估计方法。为了验证算法的有效性,利用5类植物叶片共计150个样本进行了识别测试。试验结果表明,文中方法可以得到与PCA方法相近的分类效果,但识别时间要远小于PCA方法,表明将该方法应用于高维数据集的本征维数估计是有效的、可行的。
- 王斌宋怀波徐越
- 关键词：植物叶片方差贡献率
- 融合K-means与Ncut算法的无遮挡双重叠苹果目标分割与重建被引量：37
- 2015年
- 重叠苹果目标的准确分割是采摘机器人必须解决的关键问题之一。针对现有重叠苹果目标分割方法不能保留重叠部分轮廓信息的问题,提出了一种无枝叶遮挡的双果重叠苹果目标分割方法。该方法首先利用K-means聚类算法进行图像分割以提取苹果目标区域,然后利用Normalized Cut(Ncut)算法提取苹果目标轮廓,以实现未被遮挡苹果目标完整轮廓的准确提取,最后利用Spline插值算法对遮挡的苹果目标进行轮廓重建。为了验证算法的有效性,对20幅无枝叶遮挡双果重叠的苹果图像进行试验,并将该算法与寻找2个有效凹点用其连线分割重叠苹果目标,把分离的2个轮廓分别用Hough变换重建轮廓的方法进行对比。试验结果表明,对于图像中未被遮挡的苹果目标,利用该研究算法的平均分割误差为3.15%,提取的苹果目标与原始图像中苹果目标的平均重合度为96.08%,平均误差比Hough变换重建算法低7.73%,平均重合度高9.71%,并且该研究算法能够很好地保留未被遮挡苹果目标的完整轮廓信息,提高了分割精度。对于重叠被遮挡的苹果目标,平均分割误差和平均重合度分别为5.24%和93.81%,比Hough变换重建算法的平均分割误差低11.35%,平均重合度高12.74%,表明该算法可以较好地实现重叠被遮挡苹果目标的轮廓重建,研究结果可为实现枝叶遮挡影响下的多果重叠目标分割与重建提供参考。
- 王丹丹徐越宋怀波何东健张海辉
- 关键词：图像分割图像重建K-MEANS
- 光照不均QR二维码图像的高效处理方法研究被引量：9
- 2015年
- QR二维码应用于商品溯源有助于提升商品的质量安全水平,但因其易受光照不均的影响,导致QR二维码难以快速准确识别,为了解决这一问题,本研究提出了一种光照不均QR二维码图像的快速高效处理方法。以光照不均QR二维码图像为研究对象,首先研究Otsu算法对其及其4分块、9分块、16分块的二值化效果;其次研究Retinex图像增强算法对其增强后Otsu算法的二值化效果;最后研究QR二维码图像及其4分块、9分块、16分块在直方图均衡化后Otsu算法的处理效果。实验表明,当把光照不均QR二维码图像分为16块后采用直方图均衡化方法处理时,平均识别率为94.4%,与Retinex图像增强方法和Otsu算法相比,分别提高了43.3%和10%,平均运行时间为0.14秒,比Otsu算法略慢0.004秒,比Retinex方法快0.139秒。表明采用直方图均衡化方法能够有效地实现光照不均影响下QR二维码图像的处理。
- 屈卫锋徐越牛磊磊张海辉宋怀波
- 关键词：光照不均OTSU直方图均衡化RETINEX
- 基于Snake模型与角点检测的双果重叠苹果目标分割方法被引量：30
- 2015年
- 为了实现重叠苹果目标的精确分割,提出了一种Snake模型与角点检测相结合的重叠苹果目标分割方法。该方法首先利用Snake模型得到重叠苹果目标的轮廓,接着采用提出的基于距离测度的角点检测算法寻找重叠苹果目标的角点,针对距离扰动产生伪角点的问题,采用3级db1小波变换得到不含细节信号的近似距离信号,并通过Spline样条内插算法使其恢复到原始信号的长度,从而去除伪角点,最后提出了一种基于长轴分割准则的分割点选取方法并实现了重叠苹果目标的分割。为了验证算法的有效性,利用20幅重叠苹果目标进行了试验,并与人工计算得到的分割线进行了对比,试验结果表明,利用文中算法分割重叠苹果目标的最大误差为13.27°,最小误差为1.20°,平均误差为6.41°,表明Snake模型与角点检测算法相结合对重叠苹果目标具有较好的分割性能,将该方法应用于重叠苹果目标的分割是可行的。
- 徐越李盈慧宋怀波何东健
- 关键词：图像分割图像重建SNAKE模型角点检测
- 西红柿果实目标识别方法研究——基于模糊聚类算法被引量：9
- 2015年
- 为了准确识别成熟的西红柿目标,提出了一种模糊C-均值聚类算法(Fuzzy Clustering Means,FCM)的西红柿目标分割方法。该方法首先利用FCM算法对西红柿图像进行模糊聚类,并对聚类后的果实图像与丢失的部分目标图像进行相加,以得到更加完整的西红柿目标;然后对西红柿目标进行二值化、去噪、开运算与闭运算等处理,完成西红柿目标的分割。为了验证算法的有效性,利用20幅图像进行了试验并与K-means算法和Otsu算法分割效果进行了对比。结果表明:利用文中算法所分割出的西红柿目标最高分割误差率均低于Kmeans算法和Otsu算法,平均分割错误率为1 6.5 5%,比K-means算法低了3.5 6%,比Otsu算法低了1 2.8 0%。这表明,将该方法应用于西红柿目标的识别是可行的。
- 王富春徐越宋怀波
- 关键词：西红柿FCM算法图像分割目标识别
