亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于宇宙算法的農業(yè)害蟲圖像檢測

        2018-02-06 07:38:53田源孫凌
        江蘇農業(yè)科學 2017年15期
        關鍵詞:拓撲結構

        田源 孫凌

        摘要:采用宇宙算法,以為提高農業(yè)害蟲圖像檢測的效果。首先通過格林方法建立害蟲圖像檢測區(qū)域,包括圖像特征點匹配以及誤匹配點剔除,接著對邊緣像素點的數(shù)據(jù)壓縮,從而減少了待求數(shù)據(jù),然后確定復合主從方式的宇宙拓撲結構。為防止在宇宙環(huán)線上的平行次主宇宙群因主宇宙群選擇而未被選擇出現(xiàn)信息空洞,通過各自平行從宇宙群建立虛擬拓撲結構,數(shù)據(jù)尋優(yōu)系統(tǒng)通過次主宇宙群劃分成多個并行子集值實現(xiàn),最后給出算法流程。仿真試驗結果表明,本研究算法對農業(yè)害蟲圖像檢測效果清晰,定量分析結果較優(yōu)。

        關鍵詞:農業(yè)害蟲;宇宙算法;圖像檢測;特征點;拓撲結構;平行宇宙

        中圖分類號: TP391.41文獻標志碼: A

        文章編號:1002-1302(2017)15-0195-04

        農業(yè)害蟲直接危害農作物的正常生理機能,影響農業(yè)經(jīng)濟效益,因此在農業(yè)生產(chǎn)中的很多階段,須要檢查是否存在害蟲,把害蟲從圖像背景中檢測出來,避免影響更大的范圍[1]。

        對檢測農業(yè)害蟲圖像來說,傳統(tǒng)方法依靠人工作業(yè),造成效率低下、易受環(huán)境因素和主觀因素影響[2]。通過計算機視覺處理實現(xiàn)農業(yè)害蟲圖像檢測已受到廣泛關注,目前智能算法有基于二維DWT算法(two dimensional discrete wavelet transform,簡稱TDDWT)、奇異值分解、一維傅立葉變換算法(singular value decomposition and one dimensional fourier transform,簡稱SVDODFT)等,這些算法能消除農業(yè)害蟲圖像的重復紋理背景[3-4],但輸入為二維圖像,導致采集到的圖像數(shù)據(jù)量相當大?;诮y(tǒng)計學中的方差分析和指數(shù)加權移動平均(variance and exponential weighted moving average,簡稱VEWM)算法能對農業(yè)害蟲圖像中顯示不均勻的區(qū)域進行檢測[5],但是只能針對較大的區(qū)域?;谀J奖容^和邊界擴張算法(models comparison and boundary extension,簡稱MCBE),通過模式比較獲得農業(yè)害蟲圖像的像素,邊界擴張對像素區(qū)域合并分析害蟲區(qū)域的特征信息[6],但是該算法內存消耗較大?;诟倪M的回歸診斷算法(improved regression diagnosis,簡稱IRD)檢測農業(yè)害蟲圖像時可獲得比較精確的圖像數(shù)據(jù)[7],但是須對圖像進行分塊計算,計算量很大?;陔x散余弦變換(discrete cosine transform background filtering,簡稱DCTBF)的檢測方法,可避免圖像中無效數(shù)據(jù)間的相關性[8],但只能在較白或較黑的區(qū)域獲得較好的檢測效果。

        本研究采用平行宇宙算法(parallel universe algorithm,簡稱PUA)對農業(yè)害蟲圖像檢測,通過格林方法先粗選擇害蟲圖像區(qū)域,然后再利用特征點、模板匹配細選擇害蟲圖像區(qū)域,宇宙算法確定拓撲結構以及進化模型,將每個次主宇宙群的數(shù)據(jù)尋優(yōu)系統(tǒng)劃分成多個并行子集值決策的數(shù)據(jù)尋優(yōu)系統(tǒng)。仿真試驗結果表明,本研究算法對農業(yè)害蟲圖像檢測效果清晰,定量分析結果較優(yōu)。

        1農業(yè)害蟲圖像檢測區(qū)域模型

        1.1基于格林方法的農業(yè)害蟲圖像檢測區(qū)域選擇

        采用格林方法先粗選擇農業(yè)害蟲圖像檢測區(qū)域[9],設害蟲圖像區(qū)域為單連通閉區(qū)域D,由分段光滑曲線L圍成,函數(shù)R(x,y)及Q(x,y)在D上具有一階連續(xù)偏導數(shù):

        式中:λ為抑制系數(shù),λ=[SX(]δ+η[KF(]δ2+η2[KF)][SX)];R、C表示所處理每幅圖像的尺寸大小,R×C數(shù)值結果表示檢測區(qū)域的像素個數(shù)。當偏差圖像Ir,c大于或等于對應的動態(tài)閾值時,則判定為變化區(qū)域。只有δ、η組合為較佳時,判斷的正確率才高,通過平行宇宙算法尋優(yōu)得到最佳組合。

        算法流程:(1)輸入圖像;(2)獲取特征點并進行匹配,滿足Rmin,進行步驟(3),否則重新匹配;(3)匹配數(shù)據(jù)壓縮;(4)宇宙并行子集劃分更新宇宙;(5)宇宙進化代數(shù)使δ、η組合的正確率判斷率大于99.981 6%,進行步驟(6),否則進行步驟(4);(6)輸出圖像。

        3試驗仿真

        試驗計算機配置為CPU 3.0 GHz、內存2 GB、Intel主板,集成顯卡,Matlab 7.0實現(xiàn)仿真,主宇宙設置為5個,每個主宇宙的從宇宙最大數(shù)量設置為15個。

        3.1檢測效果分析

        選擇2幅農業(yè)害蟲圖像進行檢測,分別為玉米螟、蠶寄蠅,在試驗中依次對TDDWT、VEWM、MCBE、IRD、PUA算法進行對比,結果如圖3、圖4所示。

        4結論

        本研究算法通過格林方法獲得害蟲圖像的區(qū)域,為防止匹配數(shù)據(jù)過大,進行數(shù)據(jù)壓縮,宇宙拓撲結構采用復合主、從方式組成,試驗仿真結果表明,本研究算法對農業(yè)害蟲圖像檢測效果清晰,定量分析較優(yōu),為農業(yè)害蟲圖像檢測提供了一種新方法,但是在平行宇宙算法如何準確選擇平行宇宙?zhèn)€數(shù),并行子宇宙數(shù)目的劃分有待進一步研究。

        參考文獻:

        [1]王愛新,李春友,張喆. 基于計算機視覺的農業(yè)圖像害蟲定位檢測算法[J]. 江蘇農業(yè)科學,2016,44(7):361-364.

        [2]苑隆寅. 基于不規(guī)則子塊的農作物圖像自適應增強算法[J]. 江蘇農業(yè)科學,2015,43(3):379-381.

        [3]Hu H T,Hsu L Y,Chou H H. Variable-dimensional vector modulation for perceptual-based DWT blind audio watermarking with adjustable payload capacity[J]. Digital Signal Processing,2014,31(5):115-123.endprint

        [4]Gutiérrez-Gutiérrez J. Singular value decomposition for comb filter matrices[J]. Applied Mathematics and Computation,2013,222(1):472-477.

        [5]Jiang B C,Wang C C,Liu H C. Liquid crystal display surface uniformity defect inspection using analysis of variance and exponentially weighted moving average techniques[J]. International Journal of Production Research,2005,43(1):67-80.

        [6]Ayloo S M,F(xiàn)ernandes E,Masrur M A,et al. Adjustable gastric banding:a comparison of models[J]. Surgery for Obesity and Related Diseases,2013,10(6):1097-1103.[HJ1.73mm]

        [7]Lieftucht D,Vlker M,Sonntag C,et al. Improved fault diagnosis in multivariate systems using regression-based reconstruction[J]. Control Engineering Practice,2009,17(4):478-493.

        [8]Liu M H,Liu S X,Zhao Q J. Fingerprint orientation field reconstruction by weighted discrete cosine transform[J]. Information Sciences,2014,268(1):65-77.

        [9]王高丹,晏王波,唐彥君,等. 輻射沙脊群地貌因子自動提取模型[J]. 科學技術與工程,2014,14(31):14-18.

        [10]李潤生,曹聞. 基于視覺顯著性特征的遙感影像道路網(wǎng)提取方法[J]. 計算機系統(tǒng)應用,2014,23(8):114-118.

        [11]Tokanai F,Sakurai H,Gunji S,et al. Characteristics of optical imaging capillary plate gas detector with fiber optic plate[J]. Nuclear Instruments and Methods in Physics Research Section A,2007,571(1/2):289-293.

        [12]Hu J,Razdan A,F(xiàn)emiani J C,et al. Road network extraction and intersection detection from aerial images by tracking road footprints[J]. Transactions on Geoscience and Remote Sensing,2007,45(12):4144-4157.

        [13]周林滔,楊國范,趙福強,等. EMD與分形相結合的遙感影像水體信息提取方法[J]. 國土資源遙感,2014,26(4):41-45.

        [14]Lee Y H,Tang K H. How human perceptions of Mura affect LCD market values[J]. Displays,2012,33(1):46-53.

        [15]李宏升. 基于虛擬真實拓撲結構宇宙算法的圖像分解研究[J]. 科學技術與工程,2013,13(36):10953-10956.endprint

        猜你喜歡
        拓撲結構
        無線傳感器網(wǎng)絡環(huán)境下低能耗拓撲控制策略
        基于柏拉圖立體的無線三維片上網(wǎng)絡拓撲結構及路由
        淺談P2P網(wǎng)絡的拓撲結構
        級聯(lián)型電力電子變壓器控制策略研究
        信息辦公平臺網(wǎng)絡優(yōu)化設計
        Profibus—DP網(wǎng)絡在連續(xù)鍍鋅生產(chǎn)線的系統(tǒng)優(yōu)化
        中小型家居小區(qū)網(wǎng)絡規(guī)劃與設計
        一種新的換熱網(wǎng)絡改造方法探析
        高頻感應加熱電源分析
        科技視界(2015年28期)2015-10-14 11:59:06
        電力二次系統(tǒng)安全防護常用技術淺析
        嫖妓丰满肥熟妇在线精品| 神马影院日本一区二区| 日本动漫瀑乳h动漫啪啪免费 | 国产成人精品cao在线| 久久精品人妻一区二三区| 性做久久久久久免费观看| 激情内射亚州一区二区三区爱妻 | 狠狠色综合网站久久久久久久 | 亚洲中文字幕精品久久久久久直播 | 亚洲精品成人网站在线观看| 亚洲av乱码专区国产乱码| 久久青青草原一区网站| 久久久久久自慰出白浆| 天天综合亚洲色在线精品| 无码国产日韩精品一区二区| 久久久人妻精品一区bav| 国产欧美一区二区精品久久久| 毛茸茸性xxxx毛茸茸毛茸茸| 99热高清亚洲无码| 亚洲av高清一区二区在线观看| 亚洲 卡通 欧美 制服 中文| 亚洲欧美日韩国产一区| 国产一级黄色性生活片| 米奇欧美777四色影视在线| 国产成人久久精品激情| 亚洲av在线播放观看| 亚洲国产成人av毛片大全| 伊人精品久久久久中文字幕| 亚洲国产精品久久久久久久| 日本av一区二区播放| 激情亚洲一区国产精品| 好屌草这里只有精品| 日韩精品久久久中文字幕人妻| 99蜜桃在线观看免费视频| 久久久久无码国产精品一区| 国产成人亚洲精品91专区手机| 91精品国产色综合久久不| 久久久精品国产免大香伊| 日本巨大的奶头在线观看| 精品视频在线观看一区二区有| 亚洲免费国产中文字幕久久久 |