王星
- 作品数：9 被引量：36H指数：4
- 供职机构：新疆大学信息科学与工程学院更多>>
- 发文基金：新疆维吾尔自治区自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学动力工程及工程热物理更多>>
- 采棉机器人视觉系统中图像分割与匹配算法研究
- 随着科学技术发展，机器人在各行各业的应用越来越广泛，而计算机视觉系统是模拟人眼的功能，是机器人中重要的研究内容之一，主要是通过采集的二维投影图像来获取一些目标三维空间方面的信息。 本文研究的图像分割与匹配技术是计算机视觉...
- 王星
- 关键词：双目立体视觉图像分割
- 文献传递
- 一种基于支持向量机的棉花图像分割算法被引量：8
- 2013年
- 提出一种基于支持向量机的棉花图像分割算法。将棉花图像分成目标与背景2类。在OHTA颜色空间下提取各类样本像素值,利用支持向量机(SVM)训练带有类别信息的样本。运用最大类间方差(Otsu)法对图像进行预处理,采用训练好的SVM分类器对预处理后的棉花图像进行分割,并使用区域标记法去噪。实验结果表明,该算法可以有效地分割出复杂背景下的棉花,分割准确率达92.3%,分割速度、分割准确率优于直接使用SVM分割图像的方法,分割精度、稳定性优于阈值分割法。
- 陈钦政赖惠成王星任磊刘金帅
- 关键词：支持向量机最大类间方差法去噪
- 边缘计算系统中延时敏感型任务调度策略
- 2022年
- 为降低边缘计算系统中卸载任务的调度代价,以满足任务延时需求和系统代价最小为目标,建立边缘计算系统代价优化模型。证实该问题是NP-hard问题,提出一种基于两阶段代价优化任务调度算法TTSCO。根据改进BF算法求解初步任务调度方案,降低首阶段的非必要代价,生成调度最终解。分析算法时间复杂度,通过仿真实验验证了算法性能,实验结果表明,与LINGO理论最优解相比,调度解的近似比在95%情况下均小于1.2,该算法可以进一步降低系统代价。
- 王星于炯杜旭升张姗姗杨少智
- 关键词：任务调度
- 一种改进的DSP外部保护电路
- 本实用新型针对DSP控制芯片提供一种改进的DSP外部保护电路，包括JTAG调试电路，4、开门狗电路,2、复位电路,7、逻辑电路,3。DSP普通IO口,6.在每个任务周期结束时发送喂狗脉冲信号给开门狗路,2。开门狗电路,2...
- 王星程志江张倩陈星志
- 文献传递
- 基于改进分水岭的棉花图像分割方法被引量：4
- 2012年
- 针对棉花图像中存在阳光直射和阴影遮挡等因素而导致图像分割精度低、效果差的问题,提出一种改进分水岭的图像分割算法。该方法对原始图像进行各向异性扩散去噪预处理;利用鲁棒中值估计对形态学多尺度梯度图像进行硬阈值法梯度修正;对修正后的图像采用分水岭算法进行分割,对过分割的区域采用基于L*a*b*彩色空间的颜色相似度方案进行区域合并,从而将棉花提取出来。实验结果表明,提出的算法对阳光直射及阴影遮挡等干扰条件下的棉花图像分割能取得较好的效果。
- 任磊赖惠成陈钦政王星
- 基于改进K均值聚类与HSV模型的棉花分割算法被引量：15
- 2013年
- 针对棉花图像中存在阳光直射和阴影遮挡等因素而导致图像分割精度低、效果差的问题,提出一种结合颜色聚类与V通道信息的图像分割方法。该方法对原始图像进行各向异性扩散滤波预处理;再对图像采用改进的K均值颜色聚类完成初始分割,对分割结果利用HSV模型中的V通道信息作为棉花图像的特征,去除背景影响实现最终分割。实验结果表明,该算法在阳光直射及阴影遮挡等干扰条件下能较好地将成熟棉花从背景中分离出来。
- 任磊赖惠成陈钦政王星
- 关键词：K均值聚类HSV模型
- 基于SURF与BBF的棉花图像匹配算法被引量：3
- 2014年
- 在棉花图像分割与识别的基础上,为获得棉花三维空间位置信息,需要对双目采集的棉花图像对进行精确的匹配。采用加速分割检测特征、加速鲁棒性特征和BBF方法匹配棉花图像对。首先采用FAST检测图像角点,并计算各角点的SURF描述向量,然后采用BBF方法搜索匹配点对,最后利用RANSAC和极线约束剔除误匹配点对,为下一步准确定位棉花三维空间位置信息奠定基础。
- 时颢赖惠成龚金辉王星
- 关键词：FASTSURFRANSAC外极线约束
- 基于多维度模型的MMHC储能系统模糊决策及控制算法研究
- 基于模块化多电平技术（Modular Multilevel Converter,MMC）的分布式储能,将电池模组分散于各子模块（Sub-Module,SM）中,降低了电池组串的个数,由于其模块化的结构特征,各子模块之间独...
- 王星
- 关键词：并网控制
- 文献传递
- 基于YCbCr空间和GA神经网络的棉花图像分割算法被引量：5
- 2014年
- 棉花分割是采棉机器人视觉系统的关键步骤,在强光照、阴影等复杂的棉田环境下如何准确有效地分割棉花,有助于确定其在三维空间的位置。该算法在YCbCr颜色空间下,基于棉花与背景的色调信息差,分别提取棉花与背景样本,采用BP神经网进行训练并输出其误差,得到适应度函数并进行遗传算法中的选择、交叉及变异操作,优化神经网络权值、阈值,直到输出误差达到要求或达到预定迭代次数。最后根据所获得的BP神经网络权值、阈值进行棉花图像分割。通过对136幅棉田环境中拍摄图像的分割实验表明:该方法在棉花强光照及阴影条件下也能准确地分割,分割准确率达91.9%,并且比BP算法收敛更快。
- 王星赖惠成任磊陈钦政刘金帅
- 关键词：YCBCR空间棉花图像分割
