针对行人航位推算(Pedestrian Dead Reckoning,PDR)室内定位系统的累计误差问题,提出了一种多维信息感知地标匹配的PDR定位算法(PDR positioning algorithm based Multi-imensional Information Perception Landmark Matching,MIPLM)。...针对行人航位推算(Pedestrian Dead Reckoning,PDR)室内定位系统的累计误差问题,提出了一种多维信息感知地标匹配的PDR定位算法(PDR positioning algorithm based Multi-imensional Information Perception Landmark Matching,MIPLM)。算法利用行人在室内走廊环境下的众包轨迹,并基于突出性路口结构,从位置、航向、影响范围以及WiFi特征指纹等方面构建多维信息感知地标库。给出的自适应地标检测算法,结合航向约束轨迹相似度匹配模型,更新行人位置和航向,避免了本地化匹配过程对空间位置的强依赖性。实验结果表明,相比于其他地标构建及匹配算法,所提算法更好地反映了行人活动与室内空间结构的相关性,且在未知起始位置时,算法能够快速收敛并提供较高的定位精度,对于室内行人连续定位具有较高的应用价值。展开更多
针对当前大田环境条件下对害虫进行识别研究的不足,以南方蔬菜重大害虫为研究对象,探索了一种在大田环境下使用黄色诱捕板对蔬菜害虫进行监测计数的方法。在经典图像处理算法基础上,根据害虫监测目标的需要,提出了一种基于结构化随机森...针对当前大田环境条件下对害虫进行识别研究的不足,以南方蔬菜重大害虫为研究对象,探索了一种在大田环境下使用黄色诱捕板对蔬菜害虫进行监测计数的方法。在经典图像处理算法基础上,根据害虫监测目标的需要,提出了一种基于结构化随机森林的害虫图像分割算法和利用不规则结构的特征提取算法,进一步结合背景去除、干扰目标去除和检测模型计数子算法,集成设计了基于视觉感知的蔬菜害虫计数算法(Vegetable pest counting algorithm based on visual perception,VPCA-VP)。使用了现场环境下拍摄的图像进行实验与分析,共识别出蓟马9351只,烟粉虱202只,实蝇23只。经过与人工计数比对得出,本文基于视觉感知的蔬菜害虫计数算法的平均识别正确率为94.89%。其中,蔬菜害虫蓟马的识别正确率为93.19%,烟粉虱的识别正确率为91%,实蝇的识别正确率达到100%。算法达到了较好的测试性能,可以满足害虫快速计数需求,在农田害虫监测中有一定的应用前景。展开更多
文摘针对行人航位推算(Pedestrian Dead Reckoning,PDR)室内定位系统的累计误差问题,提出了一种多维信息感知地标匹配的PDR定位算法(PDR positioning algorithm based Multi-imensional Information Perception Landmark Matching,MIPLM)。算法利用行人在室内走廊环境下的众包轨迹,并基于突出性路口结构,从位置、航向、影响范围以及WiFi特征指纹等方面构建多维信息感知地标库。给出的自适应地标检测算法,结合航向约束轨迹相似度匹配模型,更新行人位置和航向,避免了本地化匹配过程对空间位置的强依赖性。实验结果表明,相比于其他地标构建及匹配算法,所提算法更好地反映了行人活动与室内空间结构的相关性,且在未知起始位置时,算法能够快速收敛并提供较高的定位精度,对于室内行人连续定位具有较高的应用价值。
文摘针对当前大田环境条件下对害虫进行识别研究的不足,以南方蔬菜重大害虫为研究对象,探索了一种在大田环境下使用黄色诱捕板对蔬菜害虫进行监测计数的方法。在经典图像处理算法基础上,根据害虫监测目标的需要,提出了一种基于结构化随机森林的害虫图像分割算法和利用不规则结构的特征提取算法,进一步结合背景去除、干扰目标去除和检测模型计数子算法,集成设计了基于视觉感知的蔬菜害虫计数算法(Vegetable pest counting algorithm based on visual perception,VPCA-VP)。使用了现场环境下拍摄的图像进行实验与分析,共识别出蓟马9351只,烟粉虱202只,实蝇23只。经过与人工计数比对得出,本文基于视觉感知的蔬菜害虫计数算法的平均识别正确率为94.89%。其中,蔬菜害虫蓟马的识别正确率为93.19%,烟粉虱的识别正确率为91%,实蝇的识别正确率达到100%。算法达到了较好的测试性能,可以满足害虫快速计数需求,在农田害虫监测中有一定的应用前景。
