-
公开(公告)号：CN116363003A
公开(公告)日：2023-06-30
申请号：CN202310274509.4
申请日：2023-03-20
Applicant: 重庆师范大学 , 重庆市农业技术推广总站 , 西藏自治区农牧科学院农业资源与环境研究所
IPC: G06T5/00
Abstract: 本发明公开了一种基于亮度迁移与局部信息融合的土壤图像增强方法，包括：S1.利用非对称广义高斯对土壤图像V分量进行拟合；S2.对拟合后的非对称广义高斯曲线进行亮度迁移，得到亮度迁移后的土壤图像V分量迁移结果；S3.对土壤图像V分量进行局部亮度增强处理，得到局部增强后的土壤图像V分量增强结果；S4.将土壤图像V分量迁移结果以及土壤图像V分量增强结果进行融合，得到融合后的土壤图像V分量；S5.依据色比不变性原理，对融合后的土壤图像V分量进行处理，得到颜色恢复后增强的RGB图像。本发明能够实现较高精度的亮度迁移，土壤图像亮度可控增强精度较高，且增强后的图像接近真实环境下采集的目标图像。
-
公开(公告)号：CN116030274A
公开(公告)日：2023-04-28
申请号：CN202211163387.3
申请日：2022-09-23
Applicant: 重庆师范大学 , 重庆市农业技术推广总站
IPC: G06V10/50 , G06V10/762 , G06V10/80
Abstract: 本发明提供的一种基于自适应密度聚类的青花椒果序检测方法，包括以下步骤：采集青花椒图像信息，将青花椒图像信息划分为多个单元区，并从各单元区中提取HOG特征，得到HOG特征图；基于HOG特征图确定出方向‑强度联合特征图I；采用ExGR指标对原始青花椒图像进行植物区域分割，提取出绿色植物区域,并对绿色植物区域进行标记得到标记矩阵PM；将方向‑强度联合特征图I和绿色植物区域矩阵PM进行融合得到融合特征图F；对融合特征图F进行均值滤波，并由滤波后的融合特征图F中提取出青花椒的果粒点图；采用自适应密度聚类算法对果粒点图进行聚类处理，得到青花椒的果序；通过上述方法，能够对青花椒的果序进行准确检测，从而为花椒产量的预估提供准确的数据支持。
-
公开(公告)号：CN111754501B
公开(公告)日：2021-08-27
申请号：CN202010619404.4
申请日：2020-06-30
Applicant: 重庆师范大学 , 重庆市农业技术推广总站((重庆市马铃薯脱毒研究中心、重庆市土壤肥料测试中心))
Abstract: 本发明提供的一种基于FCM算法的自适应土壤图像阴影检测方法，包括：确定土壤图像的I分量和L分量的聚类中心；构建改进FCM算法优化模型：采用拉格朗日乘子法将改进FCM算法优化模型转换；转换后的优化模型分别对uij，vi和λj求偏导并令偏导等于零，解出uij和vi，根据步骤S4得出的隶属度uij以及聚类中心vi构建隶属度矩阵U和聚类中心矩阵V，并构建吸引权重矩阵F；初始化聚类中心矩阵V、L分量图像和I分量图像；找出聚类中心值最小的聚类中心，该聚类中心为土壤图像的阴影的聚类中心v_shadow，并提取出隶属于聚类中心为v_shadow的数据点，即为土壤图像的阴影数据点；能够对土壤图像中的阴影做出准确检测，确保检测精度，效率高。
-
公开(公告)号：CN111754501A
公开(公告)日：2020-10-09
申请号：CN202010619404.4
申请日：2020-06-30
Applicant: 重庆师范大学 , 重庆市农业技术推广总站((重庆市马铃薯脱毒研究中心、重庆市土壤肥料测试中心))
Abstract: 本发明提供的一种基于FCM算法的自适应土壤图像阴影检测方法，包括：确定土壤图像的I分量和L分量的聚类中心；构建改进FCM算法优化模型：采用拉格朗日乘子法将改进FCM算法优化模型转换；转换后的优化模型分别对uij，vi和λj求偏导并令偏导等于零，解出uij和vi，根据步骤S4得出的隶属度uij以及聚类中心vi构建隶属度矩阵U和聚类中心矩阵V，并构建吸引权重矩阵F；初始化聚类中心矩阵V、L分量图像和I分量图像；找出聚类中心值最小的聚类中心，该聚类中心为土壤图像的阴影的聚类中心v_shadow，并提取出隶属于聚类中心为v_shadow的数据点，即为土壤图像的阴影数据点；能够对土壤图像中的阴影做出准确检测，确保检测精度，效率高。
-
公开(公告)号：CN110427950A
公开(公告)日：2019-11-08
申请号：CN201910705753.5
申请日：2019-08-01
Applicant: 重庆师范大学
IPC: G06K9/34
Abstract: 本发明提供一种紫色土土壤图像阴影检测方法，包括步骤：S1：将紫色土土壤的原始图像分割为阴影区域和非阴影区域；S2：消除离散的阴影区域，得到保留的阴影区域；S3：将保留的阴影区域分割为全影区域和半影区域；本发明通过建立紫色土土壤图像的光照模型，利用土壤图像的亮度的区别，精确分割出紫色土土壤图像的非阴影区域、半阴影区域和全阴影区域，方便后续消除紫色土土壤图像阴影，为进一步的紫色土土属和土种识别打下基础。
-
Patent Agency Ranking
公开(公告)号：CN108091135A
公开(公告)日：2018-05-29
申请号：CN201711321011.X
申请日：2017-12-12
Applicant: 重庆师范大学
CPC classification number: G08G1/0129 , G06N3/006 , G06N3/08 , G08G1/0137 , G08G1/148
Abstract: 本发明公开了一种基于优化小波神经网络的停车泊位多步预测方法，将实际测得有效停车泊位数据处理成以5分钟为时间间隔的有效停车泊位时间序列,利用小波函数‘db32’进行多尺度分解与重构，并将其作为小波神经网络的隐含层函数；利用粒子群算法对权值进行调整，逐步迭代更新得到最优值；利用ELM算法降低EPWNN的预测时间，根据多步预测策略得到预测结果。本发明相对于遗传算法优化神经网络、遗传算法优化小波神经网络、极限学习机优化小波变换、极限学习机优化小波神经网络、粒子群优化神经网络算法、粒子群优化小波神经网络等算法，EPWNN算法的预测误差平均降低了89.17％，预测所需的时间平均降低了50.83％。
-
公开(公告)号：CN114757858B
公开(公告)日：2025-01-28
申请号：CN202210264572.5
申请日：2022-03-17
Applicant: 重庆师范大学 , 重庆市农业技术推广总站 , 西藏自治区农牧科学院农业资源与环境研究所
Abstract: 本发明提供的一种基于双高斯拟合的土壤图像亮度可控增强方法，包括以下步骤：将土壤图像Y分量直方图的主峰值点作为分割点，将土壤图像Y分量直方图分为左侧直方图和右侧直方图，以过主峰值点且平行于Y分量直方图坐标系的纵轴的直线作为对称轴，对左侧直方图和右侧直方图进行翻转，得到左侧直方图和右侧直方图的对称折线；将原左侧直方图和原左侧直方图对应的对称折线以及原右侧直方图所对应的对称折线进行高斯拟合形成两条高斯曲线；从两条高斯曲线中取原左侧直方图所对应的高斯曲线段以及原右侧直方图所对应的高斯曲线段构成土壤图像Y分量直方图的双高斯拟合曲线；对双高斯拟合曲线进行亮度迁移处理后再进行灰度映射处理得到亮度迁移后的亮度灰度级；对亮度灰度级进行映射校正得到亮度可控增强后的土壤图像Y分量，并将土壤图像Y分量与原土壤图像的U分量和V分量进行融合得到最终的亮度可控的土壤图像。
-
公开(公告)号：CN116433510A
公开(公告)日：2023-07-14
申请号：CN202310274538.0
申请日：2023-03-20
Applicant: 重庆师范大学 , 重庆市农业技术推广总站 , 西藏自治区农牧科学院农业资源与环境研究所
IPC: G06T5/00
Abstract: 本发明公开了一种基于Sigmoid曲线拟合的亮度可控土壤图像增强方法，包括：S1.使用Sigmoid拟合土壤图像Y分量的累积概率密度，得到累积概率密度的Sigmoid拟合曲线；S2.对Sigmoid拟合曲线进行亮度迁移处理，得到亮度迁移后的Sigmoid拟合曲线cdftar；S3.根据拟合曲线cdftar，对土壤图像Y分量进行亮度排序与迁移处理，得到处理后的Y分量；S4.对土壤图像U、V分量进行校正，得到校正后的颜色分量；S5.对处理后的Y分量以及校正后的颜色分量进行融合，并转换回RGB颜色空间，得到增强的RGB图像。本发明能够对土壤图像亮度进行可控增强，增强精度高且失真度小。
-
公开(公告)号：CN110084820B
公开(公告)日：2023-05-26
申请号：CN201910278024.6
申请日：2019-03-30
Applicant: 重庆师范大学 , 重庆市农业技术推广总站
Abstract: 本发明提供一种基于改进FCM算法的紫色土图像自适应分割提取方法，包括步骤：S1：利用改进FCM算法对包含有紫色土区域的原始图像进行初始分割，得到初始分割后的二值图像I；S2：获取二值图像I中面积最大的紫色土连通域，得到二值图像II；S3：填充二值图像II中的空洞，得到二值图像III；S4：求二值图像III与原始图像的哈达玛积，得到只包含有紫色土图像的分割图像；本发明相对于已有的算法，本文方法的分割精度更高，且时间花销较少，能自适应获取FCM最优聚类数，对从复杂背景紫色土彩色图像中分割提取紫色土区域图像具有鲁棒性。
-
公开(公告)号：CN112862765B
公开(公告)日：2022-08-02
申请号：CN202110104176.1
申请日：2021-01-26
Applicant: 重庆师范大学 , 重庆市农业技术推广总站((重庆市马铃薯脱毒研究中心、重庆市土壤肥料测试中心))
IPC: G06T7/00 , G06K9/62 , G06T7/62 , G06V10/762
Abstract: 本发明提供的一种基于半监督离散度的土壤彩色图像阴影检测方法，将H转换为H”，并利用H”和I引入拉伸因子用于构建具有显著双峰和分离特性的m测度，用于阴影检测；然后，利用m测度直方图双峰特性确定阴影检测阈值，并根据粗略估计的检测阈值及2个主峰点，对部分数据作阴影与非阴影标定，分析获取阴影与非阴影区域监督信息；最后，构建待检测数据子集和定义其与阴影与非阴影监督信息的离散度，逐步进行对未标定数据半监督聚类，完成土壤彩色图像阴影检测，能够对土壤图像的阴影进行准确检测，能够有效提高图像阴影检测监督，并且能够有效提高检测效率。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.021 seconds)
