排序方式: 共有21条查询结果,搜索用时 0 毫秒
1.
2.
针对传统区域生长方法识别实木地板节子存在准确率低且速度慢的问题,运用TRIZ中矛盾解决理论分析与物质——场分析,提出一种结合分水岭、区域生长以及边缘检测的新的实木地板节子识别算法。算法首先将原图像转换为灰度图像;其次,运用形态学分水岭的方法对灰度图像进行分割;再次,选取满足条件的种子区域进行区域生长,得到节子区域;最后,运用Sobel算子对图像进行梯度运算,并找到节子的边缘。仿真实验表明,该算法较传统方法能够找到更合适的种子区域和区域生长的阈值,实现了对节子的快速、完整提取,节子分割平均用时60ms,平均辨识准确率在90%以上。 相似文献
3.
4.
针对现有的人员巡更存在的监管不力问题,基于物联网技术提出了一种多传感器融合的珍稀树木监测系统,采用温湿度传感器采集土壤水分与环境信息,融合热释红外传感器、震动与声音传感器实现防破坏保护;当周围环境发生异常时,控制模块与GPRS模块通信,完成现场情况的捕捉,并将图像发送至服务器;工作人员可以通过手机APP端获取树木周围的各项信息,实现对珍稀树木的立体式实时监测及保护功能。 相似文献
5.
6.
7.
针对森林经营管理的复杂性问题,通常以模拟实地的虚拟森林环境作为实验区,运用模拟退火算法工具运营管理森林。由于传统算法存在执行时间长、收敛速度慢等一系列缺点,本文展示了一种在线的并行模拟退火算法及其优化策略。在独立搜索与合作搜索策略下优化并行算法,独立搜索时,彼此线程间不进行通信,各个线程独立的运行各自的马尔科夫链,在各线程运行结束后,主线程再统一接收各自线程的局部优化解,经过比较进而得出全局最优解;合作搜索时,先通过若干步的退火步骤,线程根据情况产生2种退火链通信阶段:同步通信裢阶段和异步通信链阶段,实时更新结果。经过对比分析得出,串行模拟退火算法比并行算法的收敛速度快;并在Solomon提供的标准测试集上对并行算法的性能进行测试,分析进程数目对代价大体呈反比的趋势,在理论和实验上,表明并行策略可实现高效低成本的森林经营管理。 相似文献
8.
9.
基于形态学重构的实木地板缺陷分割方法研究 总被引:3,自引:0,他引:3
针对传统区域生长方法中,由于噪声种子存在及种子点单步邻域搜索所导致的分割时间长、检测精度低的问题,提出基于形态学重构的实木地板在线缺陷分割方法。方法首先定义不同阈值下的两幅模版图像,其中低阈值图像用于种子优化,高阈值模版用作种子膨胀生长;通过定义腐蚀终止准则,完成低阈值图像下的缺陷骨架提取;运用去毛刺操作,最终实现缺陷骨架内的种子点优选;然后,运用测地膨胀,结合高阈值模版,完成板材缺陷区域的快速生长;最后,应用孔洞填充、去毛刺优化边缘,实现缺陷目标的提取。实验分别在像素512*512、256*256和128*128下进行,通过与传统区域生长方法的比较,表明方法实现了缺陷区域的准确分割,分割速度与精度能够满足地板在线分选要求。 相似文献
10.
基于图像的树木自动提取是其种类、长势、形态等信息智能化判别的基础,如何实现树木的自动、准确、快速提取是具有实用性的科学问题。在自然场景中,由于图像元素多样、颜色差异大,树木自身存在不规则性,树木提取难度非常大。针对现有的图像分割与图像抠图法在树木提取过程中分别存在的误分割与过程复杂所导致的计算量大的问题,提出了一种基于K-means聚类算法优化Close-Form图像抠图的树木提取方法。在少量的标记下,依据颜色线性假设进行最小化代价函数计算,得到图像透明度;对透明度图像依次进行中值滤波、高斯滤波,得到透明度的去噪图像;对滤波后透明度与标准化的图像绿色分量组成二维空间进行K-means二聚类,实现背景与前景对象的准确判定,进而完成自然背景的树木图像提取。为了验证所提方法在不同场景和不同标记下的树木提取有效性,设计了基于K-means图像分割和传统Close-Form抠图方法的比较性试验。结果表明,基于K-means优化Close-Form的树木提取方法解决了传统Close-Form算法在少量标记下图像前景、背景估计不准确问题,克服了图像分割存在的误分类情况,实现了不同自然环境和多目标树木对象的提取。此方法具有对象提取稳定、计算时间快的优点,相对原Close-Form算法用时减少49.98%。 相似文献