时颢
- 作品数：4 被引量：15H指数：3
- 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更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于形状特征的棉花成熟度判别方法被引量：5
- 2014年
- 为提高采棉机器人对成熟棉桃的正确识别率,提出一种基于形状特征的粒子群优化算法(PSO)优化支持向量机(SVM)的判断方法。首先在OHTA颜色空间下对棉花图像进行分割,然后提取棉花的形状特征,最后利用PSO算法寻找SVM的最优参数,建立能够判断棉花成熟度的PSO-SVM模型。测试结果显示,该方法能够有效地判断棉花的成熟度,判断速度快,对采棉机器人全自动化采摘具有重要意义。
- 时颢赖惠成汪烈军陈钦政
- 关键词：支持向量机粒子群优化算法
- 采棉机器人视觉系统关键算法研究
- 近年来，新疆作为中国的产棉大省，其棉花的总产量已占全国比重的五成左右。由于传统采棉方式需要消耗大量的劳动力，机械采棉对棉花的采摘效果的不理想，都很大程度上制约了新疆棉花产业的发展，因此，采棉机器人的研发是解决当前采摘困境...
- 时颢
- 关键词：双目立体视觉图像分割图像匹配
- 文献传递
- 粒子群与K均值混合聚类的棉花图像分割算法被引量：8
- 2013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准确有效地分割棉花,有助于确定其在三维空间的位置。针对棉花图片的特点,提出在YCbCr颜色空间下,采用粒子群(PSO)和K均值混合聚类算法,提高了聚类算法的全局搜索能力,根据群体适应度方差来确定K均值聚类算法操作时机,增强算法局部精确搜索能力的同时缩短了收敛时间。通过对棉田环境中拍摄图像的分割实验表明:本方法对在阳光直射及阴影等干扰条件下的棉花图片也能准确分割,效果优于传统PSO和K均值算法。
- 时颢赖惠成覃锡忠
- 关键词：YCBCR颜色空间K均值算法
- 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
