王龙
- 作品数：4 被引量：70H指数：4
- 供职机构：昆明理工大学信息工程与自动化学院更多>>
- 发文基金：国家自然科学基金云南省自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 基于火焰动态形变特征的转炉炼钢终点判定被引量：12
- 2015年
- 炼钢转炉炉口火焰的动态形变特征与吹炼数据有密切的关系,在不同吹炼时期显示出不同的规律性,是吹炼过程中的显著特征。准确地表示和描述火焰边界动态形变对依据火焰图像判定转炉吹炼终点具有重要意义,且能克服静态边界特征存在的振荡剧烈问题。提出一种表述火焰边界动态形变的方法,首先定位了符合人眼感知的火焰区域中心;其次,利用此中心对火焰边界进行极坐标建模;最后,依据边界模型定义了火焰边界动态形变幅度谱的提取方法,对动态形变过程进行描述,并将其应用于转炉终点的判定。为保证火焰边界动态形变描述的有效性,对原火焰图像及提取到的火焰边界进行了处理。实验结果表明,与现有的差分链码曲率、边界不变矩和圆形度等火焰边界静态特征相比,所提算法有较高的识别率,且能满足实时性要求,有较高应用价值。
- 李鹏举刘辉王彬王龙夏一丹
- 关键词：转炉炼钢图像识别
- 结合肤色模型和卷积神经网络的手势识别方法被引量：44
- 2017年
- 在手势识别研究过程中,人工选取特征难以适应手势的多变性。提出了一种结合肤色模型和卷积神经网络的手势识别方法,对采集的不同背景下的手势图像,首先用肤色高斯模型分割出手势区域,然后采用卷积神经网络建立手势的识别模型,该模型融合了手势特征提取和分类过程,模拟视觉传导和认知,有效避免了人工特征提取的主观性和局限性。识别模型以手势区域的灰度信息为输入,同时利用权值共享和池化等技术减少网络权值个数,降低了模型的复杂度。实验结果表明,卷积神经网络(CNN)方法能够有效进行特征学习,在不同数据集下对手势的平均识别率都达到95%以上,与传统方法进行对比实验,表明该方法具有较高的识别率和实时性。
- 王龙刘辉王彬李鹏举
- 关键词：手势识别高斯肤色模型卷积神经网络
- 基于Hu-GLCM的手势识别方法研究被引量：4
- 2018年
- 针对手势识别过程中单一手势特征对手势描述的不足,提出了一种基于改进Hu矩和灰度共生矩阵GLCM的手势识别方法 Hu-GLCM。首先利用肤色模型对采集的图像分割出手势区域;其次采用数学形态学和多边形拟合的方法提取手势的单连通轮廓,利用改进Hu-GLCM算法提取手势的几何形状特征和纹理特征并建立模板数据库;最后通过扩展的Canberra距离对手势图像进行识别和分类。实验结果表明,该改进算法对7种手势的平均识别率达到95%以上,且计算速度快,能够满足实时性的需求。
- 刘辉代照坤王龙
- 关键词：手势识别纹理特征
- 基于火焰彩色纹理复杂度特征的转炉炼钢吹炼状态识别被引量：10
- 2015年
- 在基于火焰图像识别的转炉吹炼状态识别过程中,针对已有方法存在火焰彩色纹理信息利用不充分和状态识别率仍需提高的问题,提出一种基于火焰彩色纹理复杂度特征的转炉吹炼状态识别方法。首先,将火焰图像转化到HSI颜色空间下并作非均匀量化;然后,计算H分量和S分量的共生矩阵从而融入火焰图像的颜色信息;其次,利用得到的颜色共生矩阵计算火焰纹理复杂度的特征描述子;最后,应用Canberra距离作为相似度度量准则对吹炼状态进行分类和识别。实验结果表明,与已有的转炉火焰灰度共生矩阵和灰度差分统计方法相比,在满足吹炼识别实时性要求的前提下,所提方法的识别率分别提高了28.33%和3.33%。
- 李鹏举刘辉王彬王龙
- 关键词：转炉炼钢彩色纹理纹理识别
