题名 递归滤波与KNN的高光谱遥感图像分类方法
被引量：11
1
作者
涂兵 张晓飞 张国云 王锦萍 周瑶
机构
湖南 理工学院 信息与通信工程学院 湖南 理工学院 复杂系统优化与控制湖南 省普通高等学校重点实验室 湖南理工学院iip创新实验室
出处
《国土资源遥感》
CSCD
北大核心
2019年第1期22-32,共11页
基金
国家自然科学基金项目"基于改进集合经验模态分解与稀疏表示的连续钻井液压力波信号处理与识别方法研究"(编号:51704115) 湖南省研究生科研创新项目"高光谱遥感图像深层空谱特征提取方法及洞庭湖水域动态监测研究"(编号:CX2018B771) 湖南省科技计划项目"复杂工业物流系统智能控制与优化"(编号:2016TP1021)共同资助
文摘
为了有效去除高光谱图像中的噪声,强化空间结构,充分利用地物目标的空间上下文信息,提升高光谱图像的分类精度,提出一种基于递归滤波(recursive filtering,RF)和KNN(k-nearest neighbor)算法的高光谱图像分类方法。首先,利用主成分分析法对高光谱图像进行降维;其次,通过RF算法对降维后的主成分图像进行滤波,以增强遥感图像的轮廓特征;然后,采用KNN算法计算测试样本与不同类别训练样本的欧式距离,根据比较k个最小欧式距离的平均值得到测试样本所属类别;最后,在2个典型的数据库上进行实验验证,并分析所提算法中不同参数对分类精度的影响。实验结果表明,RF算法可以有效地去除噪声点,强化图像轮廓,与其他高光谱图像分类方法相比,该方法在分类准确性方面表现突出。
关键词
高光谱图像 递归滤波 KNN 主成分分析 欧式距离
Keywords
hyperspectral images recursive filtering k-nearest neighbor principal component analysis Euclidean distance
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
题名 基于背部轮廓相关系数算法的淡水鱼种类识别研究
被引量：7
2
作者
涂兵 王锦萍 王思成 周幸 戴平
机构
湖南 理工学院 信息与通信工程学院 湖南 理工学院 复杂系统优化与控制湖南 省普通高等学校重点实验室 湖南理工学院iip创新实验室
出处
《计算机工程与应用》
CSCD
北大核心
2016年第16期162-166,共5页
基金
国家自然科学基金(No.61201435) 湖南省高校科技创新团队支持项目(湘教通[2012]318号) 2015年湖南省大学生研究性学习与创新性实验项目
文摘
针对淡水鱼种类的自动识别问题,利用机器视觉技术,提出一种基于鱼体背部轮廓相关系数算法的鱼体种类识别方法。首先根据采集的鲫、草鱼、鳊、鲤四种淡水鱼图片,将图像处理方法应用到鱼体背部轮廓的提取上,并采用最小二乘算法对鱼体背部轮廓进行曲线拟合,建立这四种淡水鱼的背部轮廓数学模型;接着对要识别的鱼体,通过机器视觉技术获得鱼体轮廓,并计算提取的鱼体轮廓与建立的四种鱼背部轮廓数学模型的相关系数值,达到对鱼体种类自动识别目地;最后采用提出的方法对市场随机选取的各60条活鱼进行了测试,测试结果表明,该算法简单,识别准确率较高,能够为淡水鱼种类识别方法提供新的思路,提高水产养殖的自动化水平。
关键词
机器视觉 背部轮廓 最小二乘算法 相关系数
Keywords
machine vision the contour of fish body back least square algorithm correlation coefficient
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 基于鱼体背部弯曲潜能算法的四种主养鱼类识别
被引量：4
3
作者
吴健辉 张晓飞 杨敏 王锦萍 谭志豪
机构
湖南 理工学院 信息与通信工程学院 湖南理工学院iip创新实验室 湖南 理工学院 复杂系统优化与控制湖南 省普通高等学校重点实验室
出处
《淡水渔业》
CSCD
北大核心
2016年第4期101-106,共6页
基金
国家自然科学基金项目(61201435) 湖南省教育厅青年项目(13B037) 2015年湖南省大学生研究性学习与创新性实验计划项目(湘教通[2015]269号)
文摘
以四种主养淡水鱼鲫(Carassius auratus)、草鱼(Ctenopharyngodon idellus)、团头鲂(Megalobrama amblycephala)、鲤(Cyprinus carpio)为例,提出一种基于图像处理技术的鱼种类自动识别方法。首先通过鱼体信息采集系统获取待识别鱼体图像,并对其进行灰度化与二值化,得到鱼体轮廓信息;然后采用邻域边界算法对鱼体的轮廓进行提取,根据轮廓曲线建立鱼体背部轮廓数学模型;最后根据轮廓模型,采用鱼体背部弯曲潜能算法对不同种类鱼体样本的背部弯曲潜能值进行计算和聚类统计,得到不同鱼类样本的背部弯曲潜能值分布区间,从而通过比对待识别鱼体背部弯曲潜能值的区间实现对不同鱼类的自动识别。对四种主养鱼类的实验测试结果表明,对团头鲂的识别精度可以达到100%,对鲫、鲤和草鱼的识别精度达到96%,基本上能准确实现四种鱼体的分类识别,具有较好的实际应用价值。
关键词
图像处理 鱼类识别 背部轮廓 弯曲潜能
Keywords
image processing fish identification back contour bending potential
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于LBP和稀疏表示的天际线检测算法研究
被引量：3
4
作者
涂兵 潘建武 张国云 李朝辉 李孝春
机构
湖南 理工学院 信息与通信工程学院 湖南 理工学院 复杂系统优化与控制湖南 省普通高等学校重点实验室 湖南理工学院iip创新实验室
出处
《计算机工程与应用》
CSCD
北大核心
2016年第20期158-162,270,共6页
基金
国家自然科学基金(No.61201435) 湖南省教育厅开放基金项目(No.15K051) 湖南省高校科技创新团队支持项目(湘教通[2012]318号)
文摘
天际线的检测在视觉导航、地理位置标注中具有重要的作用。提出一种基于LBP(Local Binary Pattern)和稀疏表示融合算法用来检测输入图像中的天际线。首先对图像作灰度化处理,接着对训练样本图像天际线相邻像素点坐标建立3×3的特征提取区域,根据LBP特征统计直方图建立天际线LBP特征向量,得到字典;然后在测试样本上依次搜索3×3区域中的像素点,通过稀疏分解系数计算重构误差,根据重构误差阈值的设定判断此区域为天际线区域,从而得到此区域中的天际线坐标。提出的算法在内华达大学机器视觉实验室Web Set数据集上进行了测试,实验结果表明:提出的算法能有效地检测出输入图像中的天际线像素点坐标,具有较好的有效性和时效性。
关键词
视觉导航 局部二值模式(LBP) 稀疏分解 重构误差
Keywords
visual navigation Local Binary Pattern(LBP) sparse decomposition reconstruction error
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 区域协方差与中值校正融合的天际线检测算法研究
被引量：2
5
作者
涂兵 潘建武 吴健辉 曾香 曹旭
机构
湖南 理工学院 信息与通信工程学院 湖南 理工学院 复杂系统优化与控制湖南 省普通高等学校重点实验室 湖南理工学院iip创新实验室
出处
《计算机科学》
CSCD
北大核心
2017年第3期313-317,322,共6页
基金
国家自然科学基金(61201435) 湖南省教育厅开放基金项目(15K051) 湖南省高校科技创新团队支持计划(湘教通[2012]318号)资助
文摘
天际线检测在视觉导航、地理图像标注中有着重要的作用。首先采用区域协方差算法对图像进行初分割,确定天际线检测的目标区域;接着根据分析数据集中的样本图片梯度值得到的最优梯度阈值,在初分割的天际线检测目标区域,提出一种循环梯度算法来检测出图像中各列的天际线位置坐标;最后采用中值滤波算法对检测的天际线各点坐标值进行校正,消除可能存在的天际线奇异点,检测出输入图像中的天际线。所提算法在内华达大学机器视觉实验室Web set和Baatz set数据集上进行了测试,实验结果表明:提出的算法能有效地检测出数据集中输入图像的天际线,不需要对图像的边缘信息进行提取,具有良好的有效性和时效性。
关键词
视觉导航 天际线 区域协方差 梯度阈值 中值滤波
Keywords
Visual navigation,Skyline,Region eovariance,Gradient threshold,Median filtering
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 多特征与边缘校正融合的天际线检测算法研究
被引量：2
6
作者
涂兵 张晓飞 潘建武 张国云 周紫璇
机构
湖南 理工学院 信息与通信工程学院 湖南 理工学院 复杂系统优化与控制湖南 省普通高等学校重点实验室 湖南理工学院iip创新实验室
出处
《计算机工程与应用》
CSCD
北大核心
2019年第6期178-185,共8页
基金
国家自然科学基金(No.51704115) 湖南省教育厅开放基金(No.17K040 +3 种基金 No.15K051) 湖南省自然科学基金(No.2017JJ3099) 湖南省科技计划项目(No.2016TP1021) 湖南省研究生科研创新项目(No.CX2017B769)
文摘
针对天际线的高鲁棒性与高准确率检测问题,提出了一种多特征提取与边缘校正融合的天际线检测算法。采用Gabor纹理特征和颜色特征提取天空与非天空区域随机训练像素点的多特征值,接着采用支持向量机(SupportVector Machine,SVM)对多特征值训练得到分类器,从而检测出天际线的初始坐标位置;接着采用Canny算子对灰度化图像进行边缘检测,并利用线性五邻域搜索算法对初始坐标位置进行校正,最终得到天际线坐标位置。最后将所提算法在Web数据集和Basalt Hills数据集上进行测试,实验结果表明:提出的算法能有效地检测出较复杂图像场景中的天际线位置,在一定程度上减少了图像中相关像素点的干扰,使检测出的天际线更加平滑。
关键词
天际线检测 支持向量机 CANNY边缘检测 线性五邻域搜索算法
Keywords
skyline detection Support Vector Machine(SVM) Canny edge detection linear five-neighborhood search algorithm
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 基于VOD块匹配准则的四旋翼飞行器悬停研究
被引量：2
7
作者
张国云 李亚斌 涂兵 李文滔 李孝春
机构
湖南 理工学院 信息与通信工程学院 湖南 理工学院 复杂系统优化与控制湖南 省普通高等学校重点实验室 湖南理工学院iip创新实验室
出处
《计算机工程与应用》
CSCD
北大核心
2017年第22期208-211,270,共5页
基金
国家自然科学基金(No.61201435) 湖南省教育厅开发基金(No.15K051) 湖南省高校产业化培育项目(No.13CY021)
文摘
针对四旋翼飞行器悬停控制不准确的问题,提出一种基于光流传感器的四旋翼飞行器悬停控制方法。设计了一种基于STM32F407为核心的飞行器主控平台,其中光流传感器模块采用PX4FLOW;为加快计算图像光流场的速度,将VOD(Variance of Difference)块匹配准则的SEA算法应用到采集到的连续帧间图像光流场的计算上;最后采用增量式PID(Proportion Integration Differentiation)控制算法以达到比较精确的悬停控制。实验结果表明:该方法能够有效地提高四旋翼飞行器的悬停稳定性,悬停时在水平方向的控制范围在±10 cm之间,且计算相对简单,能满足实际需求。
关键词
光流传感器 VOD块 光流场 PID控制
Keywords
opticalflowsensor VarianceofDifference （VOD）block opticalflowfield ProportionIntegrationDifferen-tiation （PID）control
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 基于RCA与相邻梯度融合的天际线检测算法研究
被引量：1
8
作者
涂兵 潘建武 雷霜霜 匡文兰 夏旭承
机构
湖南 理工学院 信息与通信工程学院 湖南 理工学院 复杂系统优化与控制湖南 省普通高等学校重点实验室 湖南理工学院iip创新实验室
出处
《计算机应用与软件》
CSCD
2016年第9期176-179,220,共5页
基金
国家自然科学基金项目(61201435) 湖南省高校科技创新团队支持项目(湘教通[2012]318号)
文摘
天际线检测在机器视觉导航、地理位置定位、船只检测和港口安全、森林防护中有重要的作用。首先采用区域协方差算法RCA(Regional Covariance Algorithm)将图像分割成天空与非天空区域,实现天际线检测区域的粗提取;接着提出一种基于分割粗区域全局梯度均值与局部梯度均值融合算法在训练样本上确定梯度阈值,并以此算法检测出天空与非天空区域的起始点;然后以起始点开始在分割的非天空区域采用相邻梯度极大值AGM(Adjacent Gradient Maxima)算法搜索最大可能天际线存在的像素点位置坐标,最终达到检测出输入图像中的天际线。该算法在内华达大学机器视觉实验室Web Set数据集进行了测试,实验结果表明:该算法能有效地检测出天空与非天空区域的分界线,具有良好的有效性和时效性。
关键词
天际线 视觉导航 区域协方差 相邻梯度
Keywords
Skyline Visual navigation Regional covariance Adjacent gradient
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 鱼体背部轮廓BPR算法的淡水鱼种类识别方法研究
9
作者
涂兵 谭志豪 贺燕 王锦萍 陶健
机构
湖南 理工学院 信息与通信工程学院 湖南 理工学院 复杂系统优化与控制湖南 省普通高等学校重点实验室 湖南理工学院iip创新实验室
出处
《计算机应用与软件》
CSCD
2016年第12期127-130,139,共5页
基金
国家自然科学基金项目(61201435) 湖南省高校科技创新团队支持计划项目(湘教通[2012]318号)
文摘
针对淡水鱼种类的在线自动识别问题,利用机器视觉技术,提出一种鱼体背部轮廓弯曲潜能比率BPR(Bending Potential Ratio)的无损鱼体识别方法。首先通过分析采集的鲫、草鱼、鳊、鲤四种常见鱼类样本集,采用最小二乘算法建立相应的背部轮廓数学模型,并对鱼的BPR值分布区间作统计分析;接着对需要在线识别的鱼体通过摄像头获取相应彩色图像,并对获取的彩色图像进行相关预处理得到鱼体轮廓;最后计算鱼体图像的BPR值并根据建立的鱼体BPR分布模型识别出鱼的种类。实验结果表明,所提方法具有算法简单、识别准确率较高的特点,在采集的数据库上识别精度达到95%以上。
关键词
机器视觉 鱼体背部轮廓 最小二乘算法 弯曲潜能比率
Keywords
Machine vision Fish back contour Least-square algorithm Bending potential ratio
分类号
TP391
[自动化与计算机技术—计算机应用技术]
