多黎曼流形的判别分析与融合

为了得到低维且更具有判别性的流行表示,并进一步融合各种流行判别分析的结果,本研究提出了基于局部重构的黎曼流形判别分析统一框架,在动态纹理分类,物体识别和人脸识别任务中,验证了该框架的有效性。     

医学图像精细化分割方法研究

指出了深度学习方法在医学图像分割中取得较大的进展,但医学图像处理的复杂性使得全自动分割方法难以取得较好的分割效果。在卷积网络分割的基础上,结合应用场景使用适当的后处理手段来提升图像的分割效果是一种比较有临床意义的研究方法。主要研究了基于概率图的全连接条件随机场模型和基于用户交互的深度编辑网络,并分析总结了这两种方法的实现原理和各自优势,并对未来的研究工作进行了一些展望。     

基于卷积神经网络的小麦产量预估方法

小麦产量是评估农业生产力的重要指标之一,针对小麦产量人工预估困难,提出将卷积神经网络运用于小麦产量预估,为农业生产力的预估提供参考,指导农业生产管理决策。利用无人机分别在河南省新乡、漯河两地进行图片采集,并以之构建麦穗数据集,分为正样本(麦穗)和负样本(叶子和背景)。针对小麦常规的生理形态和生长环境,设计卷积神经网络识别模型,以图像金字塔构建多尺度滑动窗口,以非极大值抑制(NMS)去除重叠率较高的目标框,实现对单位面积内麦穗的计数,并利用随机采样的方式对大田麦穗进行单位面积图像采样,以采样图像中麦穗数量的平均值作为产量预估基准,进一步实现麦穗产量预估。随机抽取100幅不同小麦图片进行测试,与人工计数结果进行对比,准确率达到97.30%,漏检率为0.34%,误检率为2.36%,误差率为2.70%。试验结果表明,此方法能够克服环境中的多种噪声干扰,能够在不同光照条件下对麦穗进行计数和产量预估。     

基于PLSA和颜色命名的小麦图像分割方法

为减少大田环境下光照不足对小麦图像分割的影响,以及提升小麦图像中偏黄叶片的提取效果,提出了将白平衡调整、局部同态滤波预处理和基于概率潜在语义分析(PLSA)模型的颜色命名算法相结合用于小麦图像分割的方法。首先,对大田采集的小麦图像进行白平衡调整,得到准确无偏色的图像;然后对光照不足的图像在HSI彩色模型下对亮度分量I进行局部同态滤波处理,以减少光照不足对图像的影响;最后在RGB彩色模型下基于PLSA模型构建的颜色名RGB值字典,提取图像中绿色和黄色像素点对应区域作为目标区域。结果表明,经白平衡调整后F1值提高1.61个百分点;光照不足图像经局部同态滤波处理后F1值提高12.43个百分点,分割效果明显提升;所提方法对绿色、叶片偏黄及光照不足的小麦图像分割的F1值分别为96.39%、97.29%和96.22%,均达到了较好的分割效果;所提方法与K-means聚类算法相比,虽点状噪音和细小孔洞相对较多,但在分割叶片偏黄小麦上F1值提高4.42%,整体分割效果较好,且稳定性强。     

无线网络环境下传输感知图像的模糊处理算法

传统算法在进行传输感知图像的模糊处理时,对模糊隶属函数的计算不准确,因此图像处理峰值信噪比低。针对这一问题,提出无线网络环境下传输感知图像的模糊处理算法。检测传输感知图像的模糊边缘信息;计算传输感知图像的模糊隶属函数;实现传输感知图像的模糊处理。仿真实验结果表明,设计的模糊处理算法传输感知图像处理峰值信噪比最高可达37.04 dB,对照组最高为23.05 dB,设计的模糊处理算法模糊处理能力更强,可以实现对传输感知图像的高质量模糊处理。     

一种迁移学习算法在番茄病害检测上的应用

针对当前番茄病害智能识别精度不高、耗时长的问题,提出一种基于Inception-v3和迁移学习相结合的图像分类算法。从试验田中收集8种番茄病害叶片和健康叶片,运用1 000万像素高清扫描仪统一扫描成图像,将图像归类到9种文件夹中,手动标记叶片属性。最后,基于Inception-v3模型结合迁移学习算法对健康和病害叶片进行分类试验,并与传统图像分类算法(KNN、SVM、BP神经网络)和非迁移学习算法进行对比。结果表明,基于Inception-v3模型结合迁移学习算法,在番茄病害图像分类中能够快速有效识别分类生长健康番茄和患病番茄,并且能高效识别番茄病害的种类。其中健康置信度达0.9760,病害种类平均置信度达0.929 7,可为番茄病害检测和防治提供支持。     

大数据在智慧农业中的应用研究

分析了智慧农业中大数据的处理流程,设计了智慧农业大数据的总体框架,探究了大数据采集技术、管理技术和处理技术等在农业领域的应用,并结合具体实例进行了研究。对于促进农业转型升级,加快智慧农业发展具有重要的现实意义和应用价值。     

渔船理赔管理的创新研究

投保综合险的渔船事故中,由于船体大小不同以及构造的特殊性,出险时查勘人员无法对每一条船进行精确的查勘测量,特别是型宽和型深较长的渔船,这对渔业船舶损失的精确定损、复核计算带来了一定困难。为此,通过对福建省目前渔船理赔过程中查勘定损、复核现状问题进行分析,提出了通过采用图像处理法图像测量损失尺寸大小、手持激光测距仪器以及超声波测厚仪的应用,解决精确测量查勘、复核问题的方法和措施,为渔业保险机构工作人员精确处理查勘定损、复核提供了参考依据,加快理赔速度,提高理赔服务质量,最后提出了两种培养专业人才的方法,解决目前新路径中人才缺乏的问题,为进一步提高理赔服务效率打下坚实的基础。     

基于颜色特征和支持向量机的蚕茧分类方法研究

针对人工筛选蚕茧工作中漏检率高、效率低的问题,提出了一种基于颜色特征和支持向量机的蚕茧分类方法。该方法以黄斑茧、烂茧、印头茧、薄皮茧和上车茧等5种蚕茧为研究对象,首先对采集的蚕茧图像进行边缘检测、连通域提取等步骤以实现背景分割与正、反面连接,然后提取蚕茧图像HSV颜色空间模型下的颜色直方图和颜色矩作为颜色特征,并将5种蚕茧的HSV三通道像素分布详细划分、量化,最后对蚕茧图像颜色特征进行主成分分析,结合支持向量机设计4种分类器构造方案进行效果对比。试验结果表明,将颜色直方图和颜色矩组成颜色特征集后进行主成分分析,并使用支持向量机构造分类器对5种蚕茧分类效果最好,其中主成分变换最优累计贡献率为999%,分类准确率达91%,单粒蚕茧图像识别时间为012s。本方法为蚕茧智能化分选设备的研究提供了理论基础。     

基于CNKI的根尖微核研究文献计量学及可视化分析

为分析和总结国内根尖微核相关研究的发展并为后续研究提供参考,基于中国知网数据库,以“根尖”“微核”为主题词,采用文献计量学方法,借助CiteSpace、NoteExpress和Excel等软件,对1980—2018年间收录的1 016篇文献从发文量与引用量、关键词、研究热点与前沿等方面进行了可视化分析。结果表明,根尖微核相关研究的发展趋势可分为起步期(1980—1991年)、增长期(1992—2008年)和衰减期(2009—2018年)3个阶段;关键词出现频率最高的是“微核”“蚕豆”“微核率”;研究的热点主题集中于遗传毒性及有丝分裂、根尖细胞(蚕豆根尖)、污染指数;有丝分裂是导致微核产生的根本原因,也是研究的前沿,该领域的研究应不断深入。