一种基于点云数据与多特征融合的树干信息提取方法

    公开(公告)号:CN115272733B

    公开(公告)日:2024-02-23

    申请号:CN202210915266.3

    申请日:2022-07-29

    摘要: 本发明公开了一种基于点云数据与多特征融合的树干信息提取方法,属于林地点云数据处理技术领域。该方法包括:采用三角剖分法提取树干区域的点云数据;选取聚类中心;计算每个点云数据的快速点特征直方图;计算每个点云数据到聚类中心的欧式距离和快速点特征直方图的相似度;根据欧氏距离和相似度,重新确定聚类中心;当聚类中心不再变,每类点云数据构成了一棵树干。本发明利用三角剖分法克服点云数据的非结构性、降低点云数据量,提高信息提取效率和精度;利用欧式距离和FPFH的相似度作为聚类准则,优化聚类效果,为树木点云数据的分类提供了一种简单有效的分类方法,有助于提高森林资源调查与监测的效率。

    一种长绒棉异纤检测用多级开松机

    公开(公告)号:CN109338519B

    公开(公告)日:2023-09-26

    申请号:CN201811535716.6

    申请日:2018-12-14

    IPC分类号: D01G15/02 D01G15/40 D01G23/02

    摘要: 本技术提供一种长绒棉异纤检测用多级开松机,它能够在开松过程中防止长绒棉纤维扯断,快速高效地对长绒棉进行开松。它包括第一传送带、第二传送带;第一传送带、第二传送带上均设置梳齿;以传送带的送料方向为前方,梳齿成前高后低的三角形;在第一传送带上方具有第一进料箱,在第二传送带上方具有相对转动的开棉打手,开棉打手外周具有柔性梳针;在开棉打手上方与第一传送带的出料端下方之间具有第二进料箱;第一传送带的内部设置多个往复式气缸,气缸的活塞杆两端分别与第一传送带的上部内侧、下部内侧接触,气缸的活塞杆上下往复运动,使得第一传送带产生上部向上凸起后又恢复、下部恢复后又向下凸起的往复振动;相邻两个气缸的运动方向相反。

    一种基于FPGA的云跟踪方法

    公开(公告)号:CN115100514A

    公开(公告)日:2022-09-23

    申请号:CN202210508159.9

    申请日:2022-05-11

    摘要: 本发明公开了一种基于FPGA的云跟踪方法,首先通过工业相机获取云团间隔一段时间前后的图像输入FPGA;然后一方面对图像进行畸变校正、图像平滑处理、形态学操作、Canny边缘检测以及提取矩特征,另一方面对图像提取灰度共生矩阵特征量,将上述两种特征赋予适当的权重,作为总的云团特征;最后,预测云团一段时间后的特征量状态,然后将上述特征量与图像二进行匹配从而实现云跟踪。本发明考虑到云的形状随时间会发生改变,并采用多特征进行云跟踪,提高跟踪的准确性。同时考虑到不同类别的云团演变方式不同,针对不同类别的云团分别训练预测模型。本发明采用“FPGA+ARM”体系架构提高了图像采集的实时性、速度以及性能。

    一种用于籽棉开松有效性的判别方法及系统

    公开(公告)号:CN114937190A

    公开(公告)日:2022-08-23

    申请号:CN202210607648.X

    申请日:2022-05-31

    摘要: 本发明公开了一种用于籽棉开松有效性的判别方法及系统,属于杂质分选与深度学习技术领域,该方法利用线阵相机和3D深度相机获取籽棉异纤除杂生产线中开松后的籽棉图像及三维信息,将线扫描图像数据与线扫描3D深度数据进行对齐和融合,在图像识别的基础上通过3D深度数据额外获取棉花成团表面深度信息,结合开松机振动数据,判断开松的有效性。本发明将线扫描图像数据与线扫描3D深度数据进行对齐和融合,同时采集开松机的振动数据,提高判别准确率,在相同采样率和采样长度的情况下有效降低对计算机硬件的性能要求,有利于降低运行和维护成本。

    用于抗紫边识别的高光谱深度学习识别方法

    公开(公告)号:CN114708457A

    公开(公告)日:2022-07-05

    申请号:CN202210336884.2

    申请日:2022-03-31

    摘要: 本发明公开了一种用于抗紫边识别的高光谱深度学习识别方法,属于高光谱成像与深度学习技术邻域。根据高光谱图像中待识别点的邻域点的光谱特征,先对邻域的识别结果进行检测,利用贝叶斯公式分析周围区域获得先验分类结果;再使用神经网络对待识别区域进行识别,提高网络对于信息缺乏区域的识别精度。本发明在图像识别的过程中,利用像素周围区域的光谱信息为紫边区域提供识别的数据支持,进而使得紫边区域能在光谱信息缺少的情况下,能够利用邻域信息提高识别精度。将高光谱技术和图像先验知识结合,利用待识别点与周围点的空间关系,进而提高紫边区域的识别精度,对于提高深度学习算法的识别率具有十分重要的意义。

    用于深度学习的光谱区域联合识别方法

    公开(公告)号:CN114693975A

    公开(公告)日:2022-07-01

    申请号:CN202210335541.4

    申请日:2022-03-31

    摘要: 本发明公开一种用于深度学习的光谱区域联合识别方法,属于高光谱成像与深度学习技术领域,利用高光谱图像的频域特征,将光谱数据从空间维度划分为多个区域,实现高精度图像分类;在识别过程中优先识别中心区域并向周围区域进行扩散;在低频占主要成分的分区先进行识别,并将识别结果在联合区域内进行扩散,获得置信度扩散图,对于扩散浓度较低的区域再进行二次识别,实现提高识别速度和识别结果的空间区域一致性。本发明将高光谱技术和频谱分析技术结合,利用被识别物体占据多个连续像素区域的特性,进而提高光谱图像的分类识别速度。

    基于迁移学习和稀疏损失函数的人脸识别方法

    公开(公告)号:CN112836658B

    公开(公告)日:2022-03-25

    申请号:CN202110171838.7

    申请日:2021-02-08

    摘要: 本发明公开一种基于迁移学习和稀疏损失函数的人脸识别方法,其特征在于:包括人脸数据库,该人脸数据库采用深度图像的组合,作为孪生神经网络模块的输入;孪生神经网络模块,该孪生神经网络模块中设置有卷积神经网络,用于提取人脸数据库输入的人脸的特征向量;将孪生神经网络模块提取到的人脸的特征向量,通过误差损失函数来计算输出的人脸特征向量的误差,并对孪生神经网络模块进行训练,使整个模型的误差越来越小。本发明通过孪生神经网络模块对这些组合进行训练,设计了新的稀疏损失函数,无论在正样本还是负样本的情况下,计算的误差将会在一定范围内,并且设计了边界参数,使得负样本的误差在边界之内,因此可快速准确的对人脸进行识别。

    实木板材颜色智能分类方法

    公开(公告)号:CN113012156B

    公开(公告)日:2022-02-01

    申请号:CN202110506907.5

    申请日:2021-05-10

    摘要: 本发明公开一种实木板材颜色智能分类方法,包括:对实木板材图片预处理;将RGB彩色空间转换到Lab彩色空间和HSV彩色空间;获取Lab彩色空间、HSV彩色空间的颜色的一阶矩和二阶矩;使用K‑Means聚类算法对图片进行聚类;采用基于K‑Means聚类算法的主颜色提取方法对低通滤波后的实木板材图片进行主颜色提取,根据主颜色含量进行等级划分;对图片进行高通滤波,获得纹理信息,将图片划分为直纹或曲纹;给实木板材图片贴标签,制作样本集;将待分类的实木板材图片输入到训练、验证得到的最优颜色分类模型中,实现实木板材颜色分类;本发明可有效对实木板材图像颜色进行分类,且该方法不需要颜色空间量化、特征向量维数低。

    基于雾生成对抗神经网络的沥青混凝土检测系统及方法

    公开(公告)号:CN113848216A

    公开(公告)日:2021-12-28

    申请号:CN202111112804.7

    申请日:2021-09-18

    摘要: 本发明公开一种基于雾生成对抗神经网络的沥青混凝土检测系统及方法,包括计算机系统和图像采集装置等,图像采集装置采集搅拌完成的沥青混凝土图像,并将图像传输至计算机系统,实现在线检测沥青混凝土质量;本发明将机器视觉与神经网络算法相结合,通过雾生成对抗神经网络模型对沥青图像进行去烟雾、去模糊化操作,然后利用卷积神经网络检测沥青混凝土外观的均匀性,判断沥青混凝土中有无花白料、有无结块成团现象和严重离析现象,实时计算出沥青混凝土的质量是否合格。本发明自动化程度高、精确度高、实时性好、效率高,可与拌合站系统组网形成完整的监控体系,能够及时发现沥青混凝土搅拌时存在的质量问题,有效减少了经济损失,节约了时间。