柳锋
- 作品数：7 被引量：22H指数：3
- 供职机构：重庆大学计算机学院更多>>
- 发文基金：国家教育部博士点基金重庆市自然科学基金重庆大学研究生科技创新基金更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 柑橘溃疡病检测系统的研究与实现
- 柑橘是世界第一大水果，但是其生产过程却受到溃疡病的巨大威胁。传统的病害检测方法不能满足现代生产需要。本文以计算机视觉系统为主要手段，综合利用数字图像处理、统计学习、模式识别等技术，提出了一种快速检测柑橘溃疡病的方法，并在...
- 柳锋
- 关键词：柑橘溃疡病特征提取级联分类器自相似性
- 文献传递
- 基于HMAX特征的层次式柑桔溃疡病识别方法被引量：4
- 2008年
- 提出了一种自底向上的层次式柑桔溃疡病识别算法。针对柑桔溃疡病斑外观多样的特点,采用了在尺度和方向上具有较强不变性和选择性的HMAX特征集来进行病斑图像的特征表示。自底向上的识别过程能够加快识别速度,对于局部特征性强的对象识别能够有效提高识别率,减少误识别率。最后利用AdaBoost方法构造分类器对病斑进行识别,比较实验结果证明本文提出的算法能取得较好的识别效果。
- 朱庆生张敏柳锋
- 关键词：机器视觉分类器
- 基于ColorMax模型的拟视皮层图像识别
- 2008年
- 受生物学研究启发,模拟视皮层组织结构提出了ColorMax层次模型用于彩色图像识别问题。利用ColorMax模型进行学习能得到较高层次的复杂仿真视觉特征,这些特征具有较好的识别可分性和不变性。利用该模型实现基于对象颜色、纹理和形状的综合特征识别与比较。实验结果表明,提出的模型能够在学习样本数量少的情况下进行学习,提高了识别的速度,能达到与当前先进算法相当识别效果。
- 朱庆生张敏柳锋
- 关键词：视皮层特征构造
- 一种改进的级联AdaBoost分类器被引量：9
- 2007年
- 在基于级联结构的AdaBoost分类器中引入了辅助判决函数。当样本被某级AdaBoost分类器判为假后,使用该级的辅助判决函数对其进行二次判决。辅助判决函数不仅考虑了当前级分类器的判决结果,还考虑前面分类器的历史判决信息。实验结果表明,该方法相对级联AdaBoost分类器以及二维级联AdaBoost具有更好的识别效果。
- 柳锋朱庆生杨世泉张敏
- 关键词：级联分类器ADABOOST
- 基于图像边缘摘要的快速模板匹配被引量：5
- 2009年
- 基于多边形逼近和形状签名的思想,提取图像边缘摘要,并利用其进行图像模板匹配。首先对原始图像边缘上的大量像素点进行统计,然后将其转换为少量带有权重和方向的锚点,这些锚点即组成了图像边缘摘要。图像边缘摘要具有缩放、旋转、位移不变性,利用其进行模板匹配能够降低噪声的影响并减少计算时间。通过实验验证了该算法的有效性。
- 朱庆生杨世泉柳锋
- 关键词：锚点
- 机器视觉和AdaBoost的柑桔溃疡病自动检测被引量：3
- 2008年
- 将计算机视觉技术应用于柑桔病害识别问题,实现了快速准确的识别柑桔溃疡病。从特征构造,特征选择和识别系统设计三方面进行了研究。在特征构造上采用了Gabor变换,边缘识别等方法得到了包括颜色、纹理及形状的综合特征;在特征选择上采用了AdaBoost算法实现;最后通过AdaBoost学习方法构造分类器并利用滑动窗口技术进行病害区域检测。实验结果证明该方法对柑桔溃疡病其识别准确率高于95%,在训练轮数较多的情况下能够接近99%的识别率,且该识别率较稳定。实验结果显示计算机自动识别效果与专家目测相当,在生产中具有一定的实用价值。
- 朱庆生张敏杨方云柳锋
- 关键词：特征构造分类器识别率
- 柑桔溃疡病自动识别方法及其仿真研究被引量：1
- 2008年
- 研究基于Boosting的柑桔溃疡病自动识别算法。提出了一种基于特征选择准则的Boosting学习算法,采用对称交叉熵作为弱分类器的相似度评价。将弱分类器相似度与Boosting学习过程相结合学习出更优化的弱分类器,对溃疡病斑图象进行特征选取和学习,建立了自适应的病斑特征模型,最后利用该模型完成溃疡病自动识别。实验结果表明,这种算法避免了Boosting算法进行特征提取时的缺点,减少了选取结果中的冗余,尤其在进行高维特征选取时,能够提高特征选取速度,使选取的特征更具代表性。
- 张敏朱庆生杨方云柳锋
- 关键词：机器视觉分类器
