基于融合特征和FAST-SURF的蚕茧疵点图像配准算法

针对获取的蚕茧完整表面图像疵点横跨两张不同角度图像的问题,文中提出一种基于融合特征与FAST-SURF的蚕茧疵点图像配准算法.首先通过HSI彩色空间获取蚕茧疵点图像,提取疵点图像的Canny边缘特征和LBP纹理特征,分别进行归一化后构成融合特征;其次,在蚕茧疵点融合特征灰度图上利用FAST算法快速检测特征点,并为每个特征点构建64维SURF特征描述符;最后,结合坐标距离筛除与RANSAC算法获得最终匹配对,实现蚕茧疵点图像配准.结果表明,将蚕茧疵点图像的融合特征与FAST-SURF算法相结合得到的匹配正确率均值达89.76％,配准总时间均值为0.46 s.建立的算法满足蚕茧疵点图像快速配准的精度与实时性要求.     

基于稀疏分量分析的生猪音频欠定盲源分离研究

旨在针对生猪养殖过程中，混合生猪音频特征难以提取及识别的问题，提出一种基于稀疏化理论的欠定生猪盲源信号分离方法。本研究选取4个月、150 kg左右，健康状况良好的长白母猪，将其不同状态下的叫声按照不同系数混合得到的音频信号作为观测信号，运用短时傅里叶变换(short-time Fourier transform, STFT)对音频信号做时频域转换，通过分组筛选出信号中的单源点，使用自适应阻尼系数的AP(affinity propagation)算法结合奇异值分解，将单源点聚类以估计混合矩阵，采用优化最小l_p范数的方法完成音频信号的重构。设计2组试验，1组阐述试验的一般过程，另1组通过对比分析整个分离算法的性能，使用相似系数(similarity coefficient)、信噪比(signal to noise ratio, SNR)和均方误差(mean square error, MSE)衡量分离音频质量。结果表明：1)3个源信号与2个观测信号的欠定生猪盲源分离中，不同时长下分离出的音频信号与对应源信号的相似系数、信噪比和均方误差分别在0.67～0.92、7.9～...