-
题名基于误差分量模型的两阶段深度校正算法
- 1
-
-
作者
李平
喻洪流
-
机构
上海理工大学康复工程与技术研究所
长治医学院生物医学工程系
-
出处
《计算机应用研究》
北大核心
2025年第2期523-529,共7页
-
基金
国家重点研发计划资助项目(2022YFC3601400)
山西省高等学校科技创新资助项目(2022L376)
长治医学院博士科研启动基金资助项目(2024BS12)。
-
文摘
为了提高消费级RGB-D相机的深度精度,提出了一种基于误差分量模型的两阶段深度校正算法。该算法根据误差特性建立误差分量模型,引入从短距离到长距离迭代计算思想,设计了两阶段深度校正算法。探究了像素离散化对校正效果的影响,将算法应用于洗浴机器人中,并与其他深度校正算法进行对比。结果表明,该算法可减小深度误差,且像素离散化采样越密集,效果越好。在实际应用中,该算法仍能有效减小深度误差,与其他校正算法相比,在远距离处具有优势。该算法能有效提升消费级RGB-D相机的深度精度,且数据收集场景简单,适用于可以产生RGB图像、深度图像和点云的传感器。
-
关键词
消费级RGB-D相机
深度校正
局部误差
全局误差
像素离散化
深度质量评价
-
Keywords
consumer-grade RGB-D cameras
depth correction
local errors
global errors
pixel discretization
depth quality evaluation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于DIQA的腐烂蓝莓高光谱特征波长图像选取方法
被引量：1
- 2
-
-
作者
田有文
林磊
宋士媛
郝涛
闫玉博
邓寒冰
-
机构
沈阳农业大学信息与电气工程学院/辽宁省农业信息化工程技术研究中心
-
出处
《沈阳农业大学学报》
CAS
CSCD
北大核心
2022年第2期187-195,共9页
-
基金
国家自然科学基金项目(31601218)
辽宁省教育厅基础研究资助项目(LSNJC201906)。
-
文摘
目前高光谱成像技术已成为蓝莓品质自动检测的重要手段,其中提取特征波长是一个重要步骤。为获得最佳的腐烂蓝莓高光谱特征波长图像,提出一种基于深度学习的高光谱图像特征波长图像选取方法。首先提取腐烂蓝莓高光谱各波长图像的高频分量图像,然后提出利用深度学习图像质量评价网络(DIQA)选取腐烂蓝莓高光谱图像中的最佳图像。在DIQA第一阶段对腐烂蓝莓高光谱图像的高频图学习误差图。在DIQA第二阶段将第一阶段能够预测误差图的网络作为对腐烂蓝莓高光谱图像质量评价的骨干网络,并对网络做全局平均池化,最后引入两个特征以弥补信息量损失,通过评分评价图像质量。结果表明:通过对400~1000nm的472个波长下蓝莓高光谱图像进行质量评价,得到最佳图像质量的5个波长(664,721,836,854,884nm)。与PCA提取的特征波长(454,607,699,913,967nm)图像相比较得知,所提取的腐烂蓝莓特征波长图像具有较多优势。另外采用卷积神经网络ResNet50对DIQA与PCA构建的蓝莓特征波长图像数据集进行学习,得出DIQA选取的腐烂蓝莓特征波长图像构建的数据集,损失能较快的收敛,并且在验证集中能保持稳定的准确率,识别效果最好,最终识别率为99.4%。说明基于DIQA的腐烂蓝莓高光谱特征波长图像选取方法是可行的,可为高光谱图像选取特征波长图像提供一种新的参考方法。
-
关键词
高光谱图像
腐烂蓝莓
深度学习图像质量评价(DIQA)
特征波长图像
-
Keywords
hyperspectral image
decayed blueberry
DIQA
characteristic wavelength image
-
分类号
TS207.3
[轻工技术与工程—食品科学]
-
