期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1,166篇文章
< 1 2 … 59 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于光谱波段-纹理特征-植被指数融合的棉蚜虫危害等级无人机监测研究
1
作者 廖娟 王辉 +5 位作者 梁业雄 何欣颖 曾浩求 何松炜 唐赛欧 罗锡文 《农业机械学报》 北大核心 2025年第5期91-102,共12页
棉蚜虫的精准无损检测对棉蚜虫害防治及棉花产量和品质的提升具有重要意义。本研究提出一种基于多特征融合的棉蚜虫危害等级(Cotton aphid damage levels,CADL)监测方法,融合棉花冠层光谱特征波长、植被指数和纹理特征,提高棉花蚜虫危... 棉蚜虫的精准无损检测对棉蚜虫害防治及棉花产量和品质的提升具有重要意义。本研究提出一种基于多特征融合的棉蚜虫危害等级(Cotton aphid damage levels,CADL)监测方法,融合棉花冠层光谱特征波长、植被指数和纹理特征,提高棉花蚜虫危害等级识别精度。采用无人机搭载高光谱成像系统采集棉花冠层高光谱图像,利用Savitzky-Golay平滑(SG平滑)和多元散射校正(MSC)对提取的光谱数据进行预处理,利用支持向量机(SVM)模型将预处理后的光谱数据进行建模,对比发现MSC表现更优。采用竞争性自适应重加权算法(CARS)和随机蛙跳算法(SFLA)对MSC预处理后的光谱数据进行特征波长一次提取,分别提取出31、37个特征波长。进一步使用连续投影算法(SPA)对特征波长进行二次提取,最终确定了6个棉蚜虫危害敏感波长,分别为650、786、931、938、945、961 nm。基于二次提取的6个特征波长,计算了9种植被指数和8种纹理特征,并分别分析了9种植被指数和8种纹理特征与棉蚜虫危害等级(CADL)的相关性。构建了LightGBM、XGBoost、SVM和RF模型,并基于以上模型对比了特征波长、植被指数、纹理特征,特征波长和植被指数2种特征相融合,以及特征波长、植被指数和纹理特征3种特征相融合对棉蚜虫危害等级的判定效果。结果表明,植被指数(RDVI、SAVI、MSAVI、OSAVI)和纹理特征(MEA、VAR、DIS、HOM)与CADL相关性较高。基于特征波长、植被指数和纹理特征3种特征相融合的XGBoost模型对棉蚜虫危害等级判定效果最佳,测试集总体分类精度(OA)达到86.99%,Kappa系数为0.8371,相较于仅使用特征波长、植被指数、纹理特征,特征波长和植被指数2种特征相融合的模型,测试集OA分别提升4.88、27.64、21.95、2.44个百分点。 展开更多
关键词 棉蚜虫危害等级 航空遥感 高光谱 纹理特征 多特征融合
在线阅读 下载PDF
基于自适应反馈机制的小差异化图像纹理特征信息数据检索
2
作者 刘洋 毛克明 《江苏大学学报（自然科学版）》 CAS 北大核心 2025年第1期73-81,共9页
针对小差异化图像纹理相似度和噪声等因素导致纹理特征挖掘效果较差的问题,设计一种自适应反馈结合局部二值机制的小差异化图像纹理特征挖掘方法.使用规范割策略将图像数据各点拟作节点,使用节点间的连接线权重计算2点的相似度,采用支... 针对小差异化图像纹理相似度和噪声等因素导致纹理特征挖掘效果较差的问题,设计一种自适应反馈结合局部二值机制的小差异化图像纹理特征挖掘方法.使用规范割策略将图像数据各点拟作节点,使用节点间的连接线权重计算2点的相似度,采用支持向量机训练图像属性参数分类图像属性,进一步归纳图像类别.运用跳跃连接方法传输图像数据,将数据引入卷积神经网络剔除图像噪声.将中心点像素值当作反馈因子,创建自适应反馈判定条件,利用局部二值模式实现小差异化图像纹理特征挖掘.在MATLAB平台进行试验,从卷积神经网络收敛性、图像频谱纹理单元数、平均准确率、图像数据匹配度等方面进行了分析,分析结果表明:随着迭代次数不断增加,精度损失逐渐降低,基本收敛到稳定值,达到了预期训练效果;所提出方法挖掘的图像频谱纹理单元数3800个以上,更贴合人眼视觉信息;平均准确率为0.87,准确率@1、准确率@5和准确率@10的平均值分别为0.90、0.84和0.85;挖掘耗时低于5 s,图像数据匹配度高于90.3%,验证了所提出方法可在图像纹理特征识别操作中发挥应有作用. 展开更多
关键词 小差异化图像 纹理特征 数据挖掘 自适应反馈 属性分类 跳跃连接 局部二值模式 支持向量机
在线阅读 下载PDF
考虑局部纹理特征和全局温度分布的电力设备红外图像超分辨率重建方法
3
作者 赵洪山 王惠东 +5 位作者 刘婧萱 杨伟新 李忠航 林诗雨 余洋 吕廷彦 《电力系统保护与控制》 北大核心 2025年第2期89-99,共11页
针对传统电力设备红外图像超分辨率重建方法缺乏对设备局部纹理特征和全局温度分布的考虑导致重建后图像分辨率较低的问题,提出一种基于Transformer-GAN聚合网络的电力设备超分辨率重建方法。首先,基于移位卷积设计电力设备局部特征提... 针对传统电力设备红外图像超分辨率重建方法缺乏对设备局部纹理特征和全局温度分布的考虑导致重建后图像分辨率较低的问题,提出一种基于Transformer-GAN聚合网络的电力设备超分辨率重建方法。首先,基于移位卷积设计电力设备局部特征提取模块,在不增加参数情况下扩展卷积的感受野,提取电力设备局部纹理及其周围不同空间维度特征的信息。然后,引入全局特征提取模块,通过深度卷积和空间注意力机制捕捉图像不同区域间温度分布的关联性。最后,采用UNet编解码器网络融合各层局部特征和全局表示,生成清晰自然的电力设备红外图像。算例结果表明,所提方法的峰值信噪比(peak signal-to-noise ratio,PSNR)、结构相似性(structural similarity,SSIM)、和视觉信息保真度(visual information fidelity,VIF)三项评价指标均优于其他方法。同时它具有良好的主观视觉效果,泛化能力较强。 展开更多
关键词 电力设备 红外图像 超分辨率重建 局部纹理特征 全局温度分布 Transformer-GAN
在线阅读 下载PDF
基于震后无人机影像的单体建筑物纹理特征损伤检测——以2025年西藏定日县M_(S)6.8地震为例
4
作者 杜浩国 左小清 +13 位作者 林旭川 肖本夫 卢永坤 和仕芳 张方浩 袁小祥 陶天艳 叶阳 邓树荣 赵正贤 徐俊祖 白仙富 张原硕 张露露 《地震地质》 北大核心 2025年第3期949-968,共20页
地震后及时获取建筑物破坏信息对于应急救援和灾害损失评估至关重要。文中基于震后无人机影像数据,提出了一种结合面向对象、支持向量机(SVM)和神经网络(NN)的单体建筑物纹理特征损伤检测方法,并以2025年西藏定日县M_(S)6.8地震为例进... 地震后及时获取建筑物破坏信息对于应急救援和灾害损失评估至关重要。文中基于震后无人机影像数据,提出了一种结合面向对象、支持向量机(SVM)和神经网络(NN)的单体建筑物纹理特征损伤检测方法,并以2025年西藏定日县M_(S)6.8地震为例进行验证。该方法通过面向对象方法提取单体建筑物信息,消除非建筑物干扰;采用灰度共生矩阵(GLCM)提取对比度、熵和方差等纹理特征,优化窗口大小至7×7以提升特征区分度。通过对比4种方法发现:融合最优纹理特征后,神经网络分类算法(单体+纹理特征+神经网络)的总体精度达91%, Kappa系数为0.8,较未融合纹理特征的单体+神经网络方法(精度85%、 Kappa 0.6)分别提升6%和0.2;与支持向量机方法相比,单体+纹理特征+支持向量机(精度89%、 Kappa 0.7)较单体+支持向量机(精度82%、 Kappa 0.6)提升7%和0.1。实验表明,纹理特征可显著增强对损伤的识别能力,倒塌建筑物的对比度均值较完好建筑降低26%,熵和方差分别增加32%和41%。该方法有效解决了非建筑信息干扰的问题,经形态学滤波处理后孔洞填充率> 95%。文中研究为震后快速评估提供了高精度、可量化的技术支撑,验证了多特征融合与算法协同优化的有效性。 展开更多
关键词 定日M_(S)6.8地震 无人机影像 纹理特征 建筑物震害识别 支持向量机 神经网络
在线阅读 下载PDF
融合无人机多光谱与纹理特征解析开花期大豆叶片氮浓度的垂直分布
5
作者 刘骁驰 黄向阳 +5 位作者 金明 李思齐 唐子竣 向友珍 李志军 张富仓 《农业工程学报》 北大核心 2025年第14期174-183,共10页
叶片氮浓度(leaf nitrogen concentration,LNC)在表征大豆养分活性方面起着至关重要的作用,最终影响大豆的光合效率和产量形成,而基于无人机的遥感技术已成为估计作物表型性状的常用工具。因此,该研究结合无人机多光谱技术,通过连续2 a(... 叶片氮浓度(leaf nitrogen concentration,LNC)在表征大豆养分活性方面起着至关重要的作用,最终影响大豆的光合效率和产量形成,而基于无人机的遥感技术已成为估计作物表型性状的常用工具。因此,该研究结合无人机多光谱技术,通过连续2 a(2021—2022)的大田试验,采集大豆开花期各叶层LNC数据与对应的无人机多光谱图像数据,建立了与前人研究和作物参数具有较强相关性的植被指数,冠层纹理特征及随机组合提取的纹理指数。通过对上述参数与大豆各叶层LNC相关性的分析,进而筛选出与大豆各叶层LNC相关系数达到显著性相关的参数(P<0.05),由此分别构建出4种组合(组合1:植被指数;组合2:纹理特征;组合3:纹理指数;组合4:植被指数、纹理特征和纹理指数),作为模型的输入变量。随后采用随机森林(random forest,RF)、反向神经网络(back propagation neural network,BPNN)和梯度提升模型(extreme gradient boosting,XGBoost)3种机器学习模型对大豆各叶层LNC建模。结果表明,大部分植被指数与大豆各叶层LNC相关系数均高于纹理特征,达到显著相关水平(P<0.05),且与各叶层LNC相关性从大到小依次为冠层、中层、底层。而随机组合构建的纹理指数与大豆各叶层LNC的相关系数最高,其中大豆冠层、中层、底层LNC均与构建的加值纹理指数相关系数最高,分别为0.774、0.726、0.650。当输入变量为组合4(植被指数、纹理特征、纹理指数),采用XGBoost模型构建的大豆各叶层LNC预测模型的效果均为最佳,其中冠层LNC预测模型验证集R^(2)为0.853,均方根误差(root mean square error,RMSE)为0.321%,平均相对误差(mean relative error,MRE)为7.120%;中层LNC预测模型验证集R^(2)为0.822,RMSE为0.349%,MRE为7.448%;底层LNC预测模型验证集R^(2)为0.809,RMSE为0.340%,MRE为8.042%。该研究可为精准农业中氮素垂直分布动态监测及精准施肥管理提供了可靠的技术依据。 展开更多
关键词 大豆 无人机 多光谱 叶片氮浓度 植被指数 纹理特征
在线阅读 下载PDF
基于图像纹理特征的高适应性低成本蒸发器结霜状态智能识别方法对比
6
作者 徐英杰 张恒瑞 +3 位作者 柳云宇 周晓晓 韩晓红 陈光明 《制冷学报》 北大核心 2025年第4期61-74,共14页
误除霜或除霜不及时将导致制冷/热泵机组能耗增加、稳定性降低、故障率提升。精准识别结霜状态从而及时除霜是提升制冷/热泵性能的重要方向。基于数字/智能技术的结霜状态识别方法展现出较好的潜力,但现有技术在实际应用的复杂条件下,... 误除霜或除霜不及时将导致制冷/热泵机组能耗增加、稳定性降低、故障率提升。精准识别结霜状态从而及时除霜是提升制冷/热泵性能的重要方向。基于数字/智能技术的结霜状态识别方法展现出较好的潜力,但现有技术在实际应用的复杂条件下,识别准确率明显降低,亟待改善。基于此,以蒸发器表面图像的纹理特征为切入点,提出以灰度共生矩阵提取纹理特征并结合麻雀算法优化后的极限学习机进行分类的智能识别方法。有望规避拍摄角度、光照强度等外部条件的影响,实现较强的适应性。建立实验装置,实验采集4125张复杂工况下3种结霜状态的蒸发器图像样本,对新方法进行了验证和对比研究。结果表明,该方法在不同工况下识别准确率可接近或高于95%,显著高于现有的方法5%~35%。该方法的稳定性较高,成本较低,表现出良好的应用潜力。 展开更多
关键词 结霜状态识别 灰度共生矩阵 数字图像 纹理特征 除霜
在线阅读 下载PDF
融合视觉传达的模糊激光图像纹理特征提取技术
7
作者 徐璐 武文英 黄泽军 《激光杂志》 北大核心 2025年第4期109-114,共6页
由于散射、衍射等物理效应或成像设备限制,模糊激光图像的纹理边界不清晰,且其纹理具有多种尺度和方向性,全面且有效地提取纹理特征变得尤为困难。通过视觉传达融合能够结合不同视觉特征的优势,从而更全面地描述模糊激光图像的纹理信息... 由于散射、衍射等物理效应或成像设备限制,模糊激光图像的纹理边界不清晰,且其纹理具有多种尺度和方向性,全面且有效地提取纹理特征变得尤为困难。通过视觉传达融合能够结合不同视觉特征的优势,从而更全面地描述模糊激光图像的纹理信息,基于此提出了融合视觉传达的模糊激光图像纹理特征提取方法。将RGB空间中的模糊激光图像转换到利于人眼感知的CIE Lab颜色空间,以增强图像的颜色信息,并通过MSRCR算法和CLAHE算法在保持图像颜色的同时,增强模糊激光图像的对比度;在此基础上,利用Gabor滤波器的复数性质,在多个尺度和方向上提取模糊激光图像的纹理特征信息。实验结果表明,该方法的图像预处理效果好,且特征平均吻合度在0.98以上,结构相似性指数平均值达到了0.84,峰值信噪比平均值达到了27.70 dB,具有较高的纹理特征提取的性能。 展开更多
关键词 视觉传达 模糊激光图像 MSRCR算法 GABOR滤波器 纹理特征提取
在线阅读 下载PDF
基于HSV和纹理特征的裸地分层精细提取
8
作者 卫虹宇 姚文举 +2 位作者 孙建 孙嵩 张焕雪 《自然资源遥感》 北大核心 2025年第2期56-65,共10页
裸地提取对于国土规划、环境保护和可持续发展具有关键作用。已有的裸地提取方法在大范围、多时相的应用中难以兼顾提取效率和提取精度,针对该问题,提出一种基于色调-饱和度-明度(hue-saturation-value,HSV)特征分析构建归一化差值指数... 裸地提取对于国土规划、环境保护和可持续发展具有关键作用。已有的裸地提取方法在大范围、多时相的应用中难以兼顾提取效率和提取精度,针对该问题,提出一种基于色调-饱和度-明度(hue-saturation-value,HSV)特征分析构建归一化差值指数,结合纹理特征和植被指数,分层精细、简单高效地实现裸地提取的方法,并应用于山东省曲阜市城区。首先,以3期高分一号(GF-1)卫星影像为数据源,将影像的红、绿、蓝波段转换到HSV色彩空间,基于裸地与其他地物类型在H,S,V分量上的差异,构建归一化差值SH指数和归一化差值SV指数,实现裸地分层初步提取;然后,对H,S,V分量差异不明显的低层建筑区与裸地引入纹理特征,对比分析不同纹理特征,实现裸地进一步提取;最后,利用归一化植被指数实现裸地的最终提取,并进行结果后处理。结果表明,构建的归一化差值指数结合同质性纹理特征的提取效果最好,裸地提取的总体精度在93%以上,Kappa系数在0.84以上,均高于对比的分类方法,说明所提方法对裸地提取的有效性,为裸地提取提供新的思路和方法。 展开更多
关键词 高分一号 裸地分层精细提取 HSV 纹理特征
在线阅读 下载PDF
基于无人机多光谱信息与纹理特征融合的小麦叶面积指数估测
9
作者 齐浩 孙海芳 +3 位作者 吕亮杰 李偲 闵家楠 侯亮 《农业机械学报》 北大核心 2025年第3期334-344,共11页
叶面积指数(Leaf area index,LAI)是作物生长监测和产量预测的重要指标之一,为探究基于无人机多光谱技术的小麦LAI估测模型潜力,本文以小麦育种材料为研究对象,基于无人机平台获取小麦拔节期、孕穗期、抽穗期、开花期的多光谱图像,得到1... 叶面积指数(Leaf area index,LAI)是作物生长监测和产量预测的重要指标之一,为探究基于无人机多光谱技术的小麦LAI估测模型潜力,本文以小麦育种材料为研究对象,基于无人机平台获取小麦拔节期、孕穗期、抽穗期、开花期的多光谱图像,得到12种植被指数(Vegetation index,VI)及各波段的8种纹理特征(Texture features,TF)。然后,利用皮尔逊相关性分析方法筛选与LAI相关性较强的VI和TF,在优选2类特征基础上,利用递归特征消除法(Recursive feature elimination,RFE)筛选两者结合的综合特征(Comprehensive features,CF)。最后,基于3类特征,采用多元线性回归(Multiple linear regression,MLR)、支持向量回归(Support vector regression,SVR)、梯度提升回归(Gradient boosting regression,GBR)3种机器学习算法构建LAI估测模型,比较模型在各生育期的估测精度差异。结果表明:CF有效提高了小麦各生育期LAI估测精度;3种机器学习算法中,GBR更具稳定性,对3类特征均有较好的LAI拟合效果;以植被指数RVI、NDVI和纹理特征NIR_COR、R_MEA作为输入变量,结合GBR算法能够准确估测小麦LAI,所有时期训练集R^(2)为0.91,RMSE为0.45,测试集R^(2)为0.84,RMSE为0.67。本研究可为基于多光谱技术的小麦LAI估测提供应用参考。 展开更多
关键词 小麦 叶面积指数 无人机多光谱 植被指数 纹理特征 机器学习
在线阅读 下载PDF
融合无人机光谱信息与纹理特征的大豆土壤含水率估测模型研究 被引量：3
10
作者 李志军 陈国夫 +4 位作者 支佳伟 向友珍 李冬梅 张富仓 陈俊英 《农业机械学报》 EI CAS CSCD 北大核心 2024年第9期347-357,共11页
及时获取大田作物根区土壤含水率(Soil moisture content,SMC)对于实现精准灌溉至关重要。本研究采用无人机多光谱技术,通过连续2年(2021—2022年)田间试验,采集了大豆开花期不同土壤深度的SMC数据以及相应的无人机多光谱图像,建立了与... 及时获取大田作物根区土壤含水率(Soil moisture content,SMC)对于实现精准灌溉至关重要。本研究采用无人机多光谱技术,通过连续2年(2021—2022年)田间试验,采集了大豆开花期不同土壤深度的SMC数据以及相应的无人机多光谱图像,建立了与作物参数具有较强相关性的植被指数及冠层纹理特征。通过分析植被指数和纹理特征与各深度土层SMC的相关性,分别筛选出与各深度土层SMC相关系数达显著相关(P<0.05)的参数作为模型的输入变量(组合1:植被指数;组合2:纹理特征;组合3:植被指数结合纹理特征),分别利用支持向量机(Support vector machine,SVM)、梯度提升模型(Extreme gradient boosting,XGBoost)和梯度提升决策树(Gradient boosting decision tree,GDBT)对各深度土层SMC进行建模。结果表明,与20~40 cm和40~60 cm土层深度相比,植被指数和纹理特征在0~20 cm土层深度中与SMC表现出更高的相关性。XGBoost模型为SMC估算的最佳建模方法,特别是对于0~20 cm土层深度。该深度估计模型验证集决定系数为0.881,均方根误差为0.7%,平均相对误差为3.758%。本研究结果为大豆根区SMC无人机多光谱监测提供了基础,为水分胁迫条件下作物生长的快速评估提供了参考。 展开更多
关键词 大豆 土壤含水率 无人机 多光谱 植被指数 纹理特征
在线阅读 下载PDF
基于纹理特征的深度学习云和云阴影检测 被引量：2
11
作者 张昊 焦瑞莉 +2 位作者 乔聪聪 霍娟 宗雪梅 《计算机工程与设计》 北大核心 2024年第5期1580-1587,共8页
针对云和云阴影检测过程中存在边界不准确以及易与地表混淆等问题,构建一种融合纹理特征模块的卷积神经网络模型对Landsat 8遥感图像进行云和云阴影检测。引入基于统计特性的纹理特征模块进行纹理特征的提取和学习,在训练过程采用焦点... 针对云和云阴影检测过程中存在边界不准确以及易与地表混淆等问题,构建一种融合纹理特征模块的卷积神经网络模型对Landsat 8遥感图像进行云和云阴影检测。引入基于统计特性的纹理特征模块进行纹理特征的提取和学习,在训练过程采用焦点损失函数削弱样本不均衡带来的影响。实验结果表明,该模型细化了云和云阴影的边界等纹理细节,减少了云和云阴影的误检和漏检现象,提高了云和云阴影的检测精度。 展开更多
关键词 云检测 云阴影检测 统计特性 纹理特征 卷积神经网络 遥感图像 焦点损失函数
在线阅读 下载PDF
基于Sentinel-1/2改进极化指数和纹理特征的土壤含盐量反演模型 被引量：3
12
作者 张智韬 贺玉洁 +3 位作者 殷皓原 项茹 陈俊英 杜瑞麒 《农业机械学报》 EI CAS CSCD 北大核心 2024年第1期175-185,共11页
目前Sentinel-1/2协同反演植被土壤含盐量的研究大多是基于Sentinel-2光谱信息和Sentinel-1后向散射系数,没有考虑Sentinel-2光谱信息容易受土壤亮度等信息影响,Sentinel-1后向散射系数容易受土壤粗糙度和水分影响。为进一步提高Sentine... 目前Sentinel-1/2协同反演植被土壤含盐量的研究大多是基于Sentinel-2光谱信息和Sentinel-1后向散射系数,没有考虑Sentinel-2光谱信息容易受土壤亮度等信息影响,Sentinel-1后向散射系数容易受土壤粗糙度和水分影响。为进一步提高Sentinel-1/2协同反演植被土壤含盐量的精度,用水云模型对雷达卫星后向散射系数进行校正,消除植被影响;然后协同Sentinel-2纹理特征,基于VIP、OOB、PCA 3种变量筛选和RF、ELM、Cubist 3种机器学习回归模型构建植被土壤含盐量反演模型。研究结果表明:经过水云模型去除植被影响后的雷达后向散射系数及其极化组合指数与土壤含盐量的相关性有一定程度的提高。不同变量选择方法与不同机器学习方法耦合模型在反演土壤含盐量中,OOB变量筛选方法与RF、ELM和Cubist 3种机器学习方法的耦合模型精度最佳,建模集和验证集的R2都在0.750以上,且验证集的RMSE和MAE均最小;其中OOB-Cubist耦合模型精度最高,且R_(v)^(2)/R_(c)^(2)为0.955,具有良好的鲁棒性。研究可为机器学习协同物理模型、光学卫星协同雷达卫星在土壤含盐量反演中的进一步应用提供思路。 展开更多
关键词 土壤含盐量 Sentinel-1/2 纹理特征 水云模型 机器学习 改进极化指数
在线阅读 下载PDF
基于多视角图像形态颜色纹理特征融合的生物量获取 被引量：2
13
作者 张慧春 田啟飞 +1 位作者 边黎明 GE Yufeng 《农业机械学报》 EI CAS CSCD 北大核心 2024年第10期295-305,共11页
可见光成像以其快速、经济和非破坏性等优势,正成为高通量植物表型和遗传研究的有效工具,但仍有待解决基于可见光图像评估肉眼不可见的产量表型特性。本文针对植物叶片遮挡重叠及变量尺度单一导致图像数据精度受限的问题,提出了一种利... 可见光成像以其快速、经济和非破坏性等优势,正成为高通量植物表型和遗传研究的有效工具,但仍有待解决基于可见光图像评估肉眼不可见的产量表型特性。本文针对植物叶片遮挡重叠及变量尺度单一导致图像数据精度受限的问题,提出了一种利用多视角图像融合多类别特征评估高粱地上生物量的技术方法。对15个种质基因的300株高粱进行了双因素(水分和养分)双水平(高和低)试验。基于旋转平台,利用可见光相机对每株高粱等角度间隔自动采集10幅侧视图像和1幅俯视图像,通过植物掩膜图像提取每株高粱形态特征(俯视、侧视投影面积)、颜色特征(RGB像素值)与纹理特征(均值、协方差、同质性等),将多个视角下的信息平均化处理,并基于图像R、G、B像素值构建16个颜色植被指数。结果表明,相对于考虑单一类型变量和单视角下的图像信息,基于多视角平均化图像信息融合形态、纹理、颜色特征能显著增加对高粱地上生物量表型的获取能力。利用SVR、RF、BPNN算法融合21组优化图像数据变量构建高粱地上生物量回归模型,精度最高的RF算法模型测试集决定系数R2为0.881,均方根误差(RMSE)为60.714 g/m^(2),平均绝对误差(MAE)为42.364 g/m^(2)。为进一步优化RF算法模型的参数,选取GA、GS、SSA对RF算法模型进行超参数寻优。结果表明,SSA-RF优化模型测试集R2提升至0.902,RMSE为48.706 g/m^(2),MAE为39.877 g/m^(2)。基于多视角图像形态-颜色-纹理特征融合能从有限的信息中衍生得到更多有效信息用于估测高粱地上生物量,从而为高粱生长监控、胁迫检测、水肥精确施用和良种快速筛选提供理论依据和技术支持。 展开更多
关键词 多视角图像 地上生物量 形态特征 颜色特征 纹理特征 表型
在线阅读 下载PDF
基于整体与局部纹理特征加权融合的港机装备钢丝绳断丝缺陷检测研究 被引量：1
14
作者 张卫国 刘聪 +2 位作者 曾祥堃 夏立成 王紫阳 《中国工程机械学报》 北大核心 2024年第3期398-403,共6页
钢丝绳是港机装备的重要部件,由于作业工况环境恶劣,钢丝绳表面极易引起断丝等缺陷,影响港机装备作业安全。针对港机装备钢丝绳表面油泥严重、光照亮度不均,以及港机装备钢丝绳断丝缺陷能够在钢丝绳股顶钢丝椭圆形区域内有效体现的特点... 钢丝绳是港机装备的重要部件,由于作业工况环境恶劣,钢丝绳表面极易引起断丝等缺陷,影响港机装备作业安全。针对港机装备钢丝绳表面油泥严重、光照亮度不均,以及港机装备钢丝绳断丝缺陷能够在钢丝绳股顶钢丝椭圆形区域内有效体现的特点,提出了一种基于钢丝绳整体纹理特征与股顶钢丝椭圆形区域边缘轮廓纹理特征加权融合的钢丝绳断丝缺陷检测方法。首先采用图像降噪、增强、校正技术对钢丝绳原始图像进行预处理。然后采用图像平滑、阈值分割及边缘特征提取技术对股顶钢丝椭圆形区域边缘轮廓进行提取。接着采用局部二值模式(LBP)算子分别提取钢丝绳整体纹理特征与股顶钢丝椭圆形区域边缘轮廓纹理特征,并对钢丝绳整体纹理及边缘轮廓纹理特征进行特征加权融合。最后对加权融合后的特征向量进行主成分分析(PCA)法降维,并应用支持向量机(SVM)技术对钢丝绳断丝缺陷进行检测。研究结果表明:本文提出的方法对实际工况下重油泥、光照不均等钢丝绳断丝缺陷具有较好的检测效果,具有一定的工程应用价值。 展开更多
关键词 港机装备 钢丝绳断丝检测 股顶钢丝 椭圆形轮廓 纹理特征 特征加权融合
在线阅读 下载PDF
基于离散元的正纹理抗滑磨耗层纹理特征分析 被引量：1
15
作者 黄晓明 孙雨彤 +2 位作者 徐海川 朱乐毅 罗浩原 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第6期1520-1529,共10页
基于PFC3D离散元软件,建立了撒布型正纹理抗滑磨耗层的离散元模型.对比磨耗层离散元模型与室内试件的纹理特征,验证了基于离散元模型进行纹理研究的可行性.分析了配合质量比、压实次数等参数对磨耗层表面纹理特征的影响.结果表明,纹理... 基于PFC3D离散元软件,建立了撒布型正纹理抗滑磨耗层的离散元模型.对比磨耗层离散元模型与室内试件的纹理特征,验证了基于离散元模型进行纹理研究的可行性.分析了配合质量比、压实次数等参数对磨耗层表面纹理特征的影响.结果表明,纹理偏度和平均断面深度随粗集料质量.分数的增加先减小后增大,随油石质量比的增加而降低.公称最大粒径的影响最为显著,当其为4.75 mm时磨耗层的正纹理水平较高且抗滑性能良好,推荐在工程实践中使用该粒径集料.随压实次数的增加,纹理偏度和平均断面深度的下降趋势均逐渐平缓,压实7次后纹理指标接近稳定. 展开更多
关键词 道路工程 正纹理磨耗层 离散元模型 路面抗滑 纹理特征
在线阅读 下载PDF
考虑多尺度纹理特征的红外传感图像频域增强
16
作者 曾琪 杨真 《传感技术学报》 CAS CSCD 北大核心 2024年第4期652-657,共6页
红外传感图像质量容易受探测器和传输距离影响,导致图像亮度和对比度较低、轮廓细节模糊等问题。为此,提出了考虑多尺度纹理特征的红外传感图像频域增强方法。引入残差学习策略,基于多尺度纹理特征搭建多尺度卷积神经网络模型,进行图像... 红外传感图像质量容易受探测器和传输距离影响,导致图像亮度和对比度较低、轮廓细节模糊等问题。为此,提出了考虑多尺度纹理特征的红外传感图像频域增强方法。引入残差学习策略,基于多尺度纹理特征搭建多尺度卷积神经网络模型,进行图像去噪。对去噪后图像进行傅里叶变换,获取红外传感图像的低频图像和高频图像。针对低频图像部分,调节图像灰度和对比度以增强低频分量。针对高频图像部分,利用Log算子和Laplace算子增强图像细节及边缘。加权融合两者处理结果,选取Gamma校正调节对比度,增强高频分量。融合两种增强后图像,实现红外传感图像频域增强。实验结果表明,该方法峰值信噪比高于43,信息熵大于8,边缘强度超过82,对比度熵大于8.1,平均梯度大于8。 展开更多
关键词 多尺度纹理特征 红外传感图像 图像频域增强 卷积神经网络 GAMMA校正
在线阅读 下载PDF
结合纹理特征的深度学习混凝土裂缝识别方法 被引量：1
17
作者 潘远 周双喜 +2 位作者 黄晓生 杨丹 丁杨 《混凝土》 CAS 北大核心 2024年第2期45-51,57,共8页
混凝土的结构裂缝对结构安全性会产生重要影响,因而对混凝土裂缝进行检测监测是非常必要的。针对深度学习方法需要大量的训练样本,深度学习模型训练过程需要耗费大量时间的特性,提出一种将纹理特征与混凝土裂缝数据融合的深度学习目标... 混凝土的结构裂缝对结构安全性会产生重要影响,因而对混凝土裂缝进行检测监测是非常必要的。针对深度学习方法需要大量的训练样本,深度学习模型训练过程需要耗费大量时间的特性,提出一种将纹理特征与混凝土裂缝数据融合的深度学习目标检测框架。将纹理特征与预处理混凝土数据进行多数据融合,增加训练样本的特征通道数,减少模型对训练样本需求,提高模型训练速度;并在此基础上实现样本数量有限情况下的混凝土裂缝检测。通过在自制钢纤维混凝土裂缝数据集上进行试验,将该目标检测框架与未进行纹理特征融合以及与未进行预处理混凝土数据的目标检测方法进行对比。试验结果表明:本研究提出的裂缝检测方法,不仅可以大大减少训练模型所需时间,在模型训练样本较少时亦可获得较好的检测效果,检测精度也得到一定的改善。 展开更多
关键词 纹理特征 深度学习 裂缝识别
在线阅读 下载PDF
基于无人机多光谱与纹理特征的饲用大豆地上生物量估算研究 被引量：2
18
作者 李贵鑫 安东 +1 位作者 于应文 沈禹颖 《草地学报》 CAS CSCD 北大核心 2024年第10期3262-3271,共10页
本研究利用无人机获取了饲用大豆[Glycine max(L.)Merr.]主要生育时期的多光谱遥感影像,并基于多光谱影像提取的40个纹理特征和光谱反射率构建的12个植被指数,通过多元线性回归(Multiple linear regression,MLR)、人工神经网络(Artifici... 本研究利用无人机获取了饲用大豆[Glycine max(L.)Merr.]主要生育时期的多光谱遥感影像,并基于多光谱影像提取的40个纹理特征和光谱反射率构建的12个植被指数,通过多元线性回归(Multiple linear regression,MLR)、人工神经网络(Artificial neural networks,ANN)、随机森林(Random forest,RF)、支持向量机(Support vector regression,SVR)等算法,对饲用大豆营养体生长过程的地上生物量进行了估测。结果表明:450 nm,560 nm,650 nm和730 nm这4个波段的光谱反射率随饲用大豆生育进程而变化,具体表现为分枝前期下降、分枝后期上升至峰值、开花期下降的变化趋势。840 nm波段的光谱反射率表现为分枝期上升并在后期达到峰值、开花期下降的变化趋势。方差(Variance)、对比度(Contrast)、相异性(Dissimilarity)和信息熵(Entropy)等纹理特征在各波段下数值变化基本趋于一致,表现出红边波段最大,红光波段最小。综合来看,基于植被指数与纹理特征作为输入参数的ANN模型对于饲用大豆各生育时期地上部生物量的估测效果最好(R^(2)=0.71,RMSE=1.81 t·hm^(-2))。研究结果可为饲用大豆地上生物量快速精准估测以及高效栽培管理提供技术支撑。 展开更多
关键词 无人机多光谱影像 饲用大豆 地上生物量 机器学习 纹理特征
在线阅读 下载PDF
基于颜色和纹理特征的青椒识别方法 被引量：1
19
作者 张珍 吴雪梅 +2 位作者 黄华成 吴雪君 张大斌 《中国农机化学报》 北大核心 2024年第12期187-192,共6页
自然环境下青椒与叶片和茎秆的颜色较为相似,为提高青椒采摘机器人在自然环境下对青椒果实的识别效率和采摘精度,提出一种基于颜色和纹理特征的青椒识别方法,在自然环境下可以达到较好的识别效果。首先,将青椒图像由RGB转换为HSV颜色空... 自然环境下青椒与叶片和茎秆的颜色较为相似,为提高青椒采摘机器人在自然环境下对青椒果实的识别效率和采摘精度,提出一种基于颜色和纹理特征的青椒识别方法,在自然环境下可以达到较好的识别效果。首先,将青椒图像由RGB转换为HSV颜色空间,经过对比分析S-V分量颜色差异能够突出果实,去除部分复杂背景;然后,再提取青椒LBP特征和HOG特征,建立单特征和多特征融合模型;最后,使用不同的分类器SVM、AdaBoost进行特征训练,找出最适合青椒识别的分类算法。试验结果表明:LBP+HOG+AdaBoost算法的识别准确率达到99.3%,均优于其他模型。可为青椒采摘机器的智能识别提供研究基础。 展开更多
关键词 青椒识别 SVM ADABOOST 颜色特征 纹理特征
在线阅读 下载PDF
光谱特征和纹理特征融合的红茶萎凋含水率检测方法 被引量：5
20
作者 沈跃铖 阮贤萍 +6 位作者 郎春晓 冯科达 沈帅 郑航 张诚荣 蒋建东 俞国红 《茶叶通讯》 2024年第3期376-382,共7页
为实现对红茶萎凋含水率的定量检测,研究提出了一种基于谱图特征融合的红茶萎凋含水率检测方法。通过采集不同萎凋时刻的高光谱图像,利用灰度共生矩阵法提取图像的7个纹理特征并与提取到的光谱特征相融合;通过采用PLSR、RF和GBDTR建立... 为实现对红茶萎凋含水率的定量检测,研究提出了一种基于谱图特征融合的红茶萎凋含水率检测方法。通过采集不同萎凋时刻的高光谱图像,利用灰度共生矩阵法提取图像的7个纹理特征并与提取到的光谱特征相融合;通过采用PLSR、RF和GBDTR建立含水率预测模型,分析光谱特征、纹理特征以及“光谱特征+纹理特征”对含水率预测的准确性,实现红茶萎凋含水率快速无损检测。结果表明融合后的特征效果均得到较大提升,相比于其他两种模型,PLSR表现良好,在测试集上特征融合后的决定系数R2达0.7932,相较于光谱特征和纹理特征分别提升0.047和0.039。该研究对红茶加工设备的智能化具有重要意义,同时所提出的基于谱图特征融合的模型为红茶萎凋过程的智能检测提供了新思路。 展开更多
关键词 红茶 萎凋 光谱特征 纹理特征 含水率 检测方法 预测模型
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 59 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部