共查询到20条相似文献，搜索用时 31 毫秒
1.
《金陵科技学院学报》2019,(4)
采用图形处理单元(GPU)对感知哈希算法进行并行化设计与实现。首先,对遥感图像进行预处理,以克服显存大小的限制;然后,基于GPU检测遥感图像的特征点;最后,在CPU端进行感知哈希序列的生成。实验结果表明,该算法与基于CPU的算法相比,计算性能有了显著提高,可满足遥感图像进行认证的需求。 相似文献
2.
《金陵科技学院学报》2016,(2)
首先提取遥感影像的内容特征生成感知哈希序列,然后基于椭圆曲线密码对感知哈希序列进行加密与签名。在认证端,验证感知哈希序列来源的可靠性后,实现遥感影像基于感知内容的认证。实验与分析表明,该算法克服了现有感知哈希算法存在的密钥管理问题,保障了认证信息自身的安全性。 相似文献
3.
本文提出了一种基于深度学习目标检测技术的杨梅开花期、幼果期和果实成熟期等关键发育期自动识别方法,首先搜集整理日常观测中拍摄的杨梅不同发育期影像资料,然后分析整理杨梅雌花、杨梅果实等器官的形态特征,并对相应特征进行分类标注,形成杨梅关键发育期特征数据集,最后利用YOLOv3算法训练本地化目标检测模型,实现对杨梅开花期、幼果期和果实成熟期等关键发育期的自动识别。随机使用特征数据集中未参加训练部分对本地化目标检测模型进行测试,该模型对雌花开花、幼果和成熟果实的识别准确率分别可达90.91%,90.79%和90.83%。表明本文所提出的方法可以作为实现杨梅关键发育期观测自动化的可行方案。 相似文献
4.
利用昆明1994—2012年水稻发育期观测资料和地面气象观测资料,计算各发育阶段综合气候适宜度,构建基于气候适宜度的水稻发育期预报模型。结果表明,各发育阶段间隔日数预报模型预测值与实测值平均绝对误差均在3 d以内,其中拔节—孕穗期平均绝对误差为0;其次为三叶—返青、孕穗—抽穗、乳熟—成熟期平均绝对误差均为1 d;返青—分蘖、分蘖—拔节期平均绝对误差为2～3 d。全生育期预测值与实测值平均绝对误差为1 d。预报模型模拟效果较好,可在水稻发育期预报业务中推广应用。 相似文献
5.
[目的]水稻FAQ(frequently asked question,常问问题集)问答系统对农户在水稻种植过程中遇到的问题进行解答,问句相似度计算是其核心,用来匹配用户问题和FAQ中的问题。针对传统句子相似度算法准确率普遍较低的问题,本研究旨在用深度学习计算问句相似度,以提高系统回答的准确性。[方法]构建一个基于word2vec和LSTM(long-short term memory,长短期记忆)神经网络,包括输入层、嵌入层、LSTM层、全连接层和输出层的句子相似度模型。对水稻FAQ中的3 007个问题进行归类和组合得到32 072个问题对,并标注其相似性作为训练和测试数据。使用基于农业领域语料库训练得到的word2vec模型对训练数据向量化后作为输入,训练句子相似度模型。[结果]在测试集上对模型进行验证,并与基于How Net、基于词向量的余弦距离以及基于word2vec和卷积神经网络(convolutional neural network,CNN)的3种句子相似度算法进行对比。对句子相似度的计算结果进行抽样检查,该模型的计算结果更符合人的直观印象。从准确率和ROC(receiver operating characteristic curve)曲线进行分析,该模型也明显优于其他3种方法,准确率达到了93.1%。[结论]本研究构建的模型显著提升了句子相似度计算的准确率,基于该模型开发的水稻FAQ问答系统,能够准确匹配用户问题和水稻FAQ中的问题,帮助农户更好地解决水稻生产中遇到的问题。 相似文献
6.
精准农业是当今世界农业发展的新趋势,实现精准农业的关键基础是能够实时准确地提取作物的生长信息以及确定生长环境状态。现阶段国内外利用图像处理技术对作物生长信息的检测,主要集中在病虫害识别、杂草识别等方面,对作物生长期进行自动识别的相关技术鲜有报道。以棉花田间数字图像为研究对象,结合深度学习的方法,对棉花关键发育期的自动观测方法进行研究。结果表明,相较于传统特征提取方法,提出了卷积神经网络CNN-CGS模型对棉花图像进行特征提取,并进一步结合迁移学习方法训练网络,获得了更加准确的棉花生长期识别结果,同时也为农作物发育期和长势识别迈向自动化发展提供技术支持,为及时掌握棉花生长状况、开展农事活动和现代化农田管理提供新的思路。 相似文献
7.
针对花椒市场需求量大、采摘困难的现状。笔者设计了自动识别花椒系统,通过对比4种识别算法的性能,采用识别效果最好的K-means聚类算法对花椒果实目标进行提取,针对花椒串生长具有离散性特点提出用平面内质点系模型求出花椒串质心。提出了Otsu算法与K-means算法结合图像相减的方法识别出花椒的结果母枝,然后根据小孔成像的基本原理和凸包理论得出单目视觉的花椒深度信息。最后以到花椒质心最短距离为限定条件确定母枝上采摘点所在的直线段,经过坐标转换求出直线段上采摘点的三维世界坐标。 相似文献
8.
洪涝灾害对水稻发育期及产量结构影响的评估分析 总被引：1，自引：0，他引：1
按照挖掘试验池栽培水稻适时灌水的方式,模拟了在水稻拔节孕穗(对照区拔节普遍期后10 d)、抽穗开花(始期)、灌浆(对照区抽穗普遍期后10d)3个生育阶段发生洪涝,对不同程度和持续时间的洪涝灾害对水稻各生育期(生育阶段)产量结构各要素的影响进行了定量评估.试验数据分析表明,随着淹水深度增加、时间延长,水稻发育期有不同程度的推迟或提前结束发育期、水稻产量结构各要素呈线性下降趋势,呈显著负相关. 相似文献
9.
采用机器学习中的支持向量机(SVM)方法,建立以适应区域尺度生产指导为目的的水稻发育期预测模型。通过整合水稻发育期数据和气象数据,构建训练集与测试集,并应用SVM算法建立针对5个不同发育阶段,应用2种不同样本构建方法的10个发育期预测模型。对其逐一进行评估,最终挑选出具有最佳预测效果的模型作为研究成果。结果表明:采用第1类样本(提前150d的样本)生成策略的5个发育期模型,其预测精度均大于80%,甚至达到95%的水平;而采用第2类样本(提前30d的样本)生成策略的5个发育期模型,其精度普遍在80%左右。与此同时,对这2种样本构建方法分别进行了敏感性及假阳性比较。结果表明:虽前者敏感性高于后者,但其假阳性也高,预测误差在9d左右,而第2类样本的预测误差则能控制在4～5d内,更符合模型构建的要求。采用第2类样本生成策略进行发育期模型的研究可获得更准确的预测结果。 相似文献
10.
11.
[目的]明确黑龙江省热量资源变化特征及对水稻不同发育期生长的影响,为理解和评价气候变化对水稻生产的影响提供科学依据.[方法]利用黑龙江省28个农业气象站点1974—2016年≥10℃积温、逐日最高气温、逐日最低气温及水稻发育期和产量数据,运用线性倾向估计法、相关性分析法等对黑龙江省水稻不同发育期的热量资源时空变化及其对水稻生长和产量的响应进行分析.[结果]水稻生育期内≥10℃积温、逐日最高气温、逐日最低气温等热量资源呈增加趋势,空间上从北到南、由东向西逐渐增加;水稻整个生育期长度逐渐延长,但营养生长和生殖生长并进期略有缩短;生殖生长期持续天数与生殖生长期≥10℃积温、营养生长和生殖生长并进期持续天数与营养生长和生殖生长并进期≥10℃积温、营养生长期持续天数与营养生长期最高气温和营养生长期最低气温、气象产量与营养生长和生殖生长并进期≥10℃积温和营养生长期最低气温,呈极显著相关(P<0.01),相关系数分别为-0.719、0.712、-0.606、-0.501、0.537和0.554.营养生长期持续天数与营养生长期≥10℃积温,气象产量与营养生长期最低气温、生殖生长期最高气温和营养生长期最高气温呈显著正相关(P<0.05),相关系数分别为0.337、0.318、0.374和0.349.[结论]1974—2016年黑龙江省热量资源呈增加趋势,对水稻生长有利,导致水稻产量增加. 相似文献
12.
《江西农业大学学报》2018,(5)
为了智能控制拖拉机作业深度,必须自动识别拖拉机作业时的软土类型。基于驱动轮附着系数-滑转率关系,对拖拉机作业行驶过程中驱动轮的附着系数及其对应的滑转率进行估算分析,将估算结果与已知的各种软土地面附着系数-滑转率关系进行对比并判断其相似度,相似度较大者即为所识别的软土地面。通过仿真和样机田间试验,结果表明,拖拉机在空载、负载2种工况下起步并逐渐进入稳定作业状态时,能准确实现软土地面的自动识别,且样机田间试验与仿真试验的吻合度达到84%,为拖拉机作业深度自动控制提供了重要的理论依据和方法。 相似文献
13.
基于多任务联合稀疏表示的水稻叶片病害自动识别算法 总被引：1，自引：0，他引：1
《仲恺农业工程学院学报》2017,(2)
在水稻(Oryza sativa L.)病害自动识别技术中,针对不同种类病害在抽取到相似特征的情况下,病害难于区分,甚至做出错误判断,从而降低识别率的问题,提出了多任务联合稀疏表示的水稻叶片病害自动识别算法.该算法将单一病害特征的识别过程看作"任务",要求这些"任务"特征在同一个训练数据集合的对应特征字典下能够稀疏表示,同时不同"任务"的稀疏表示系数向量具有相似的结构,从而实现了利用不同"任务"间的相互关系提高判断的准确率.同时这种算法使得病害的识别通过一次处理完成,避免了传统方法多次判断所引入的误差.实验表明,该算法能够充分挖掘不同特征类型间的关系,从而提高了识别的效率. 相似文献
14.
王彦超 《西南大学学报(自然科学版)》2018,40(2):113-124
为了提高哈希技术对旋转操作的识别能力,提出了全局-局部联合特征耦合中心方向信息估计的图像哈希认证技术.首先,引入2D线性插值技术,对输入的图像进行预处理,使其对任意的缩放操作都具有固定尺寸的哈希序列;然后,将预处理图像转变为HSV彩色空间,借助二维离散小波变换(Discrete Wave Transform,DWT)处理V分量,利用其低频系数形成二次图像;再引入奇异值分解(Singular Value Decomposition,SVD)处理二次图像,提取其全局特征,将其作为第一个中间哈希序列;基于Fourier机制,借助残差方法,确定图像的显著区域,获取其位置与纹理的局部特征,作为第二个中间哈希序列;随后,引入Radon变换,通过计算图像的中心方向信息,将其与2个中间哈希序列组合,形成过渡哈希数组;借助Logistic映射,定义动态引擎参数,从而设计了分段异扩散技术,对过渡哈希数组进行加密,输出最终的哈希序列;最后,通过估算原始哈希序列与待检测哈希序列的Hamming距离,将其与用户阈值进行比较,完成图像认证.实验结果显示:与当前的图像哈希技术相比,所提算法具有更高的鲁棒性与安全性,对旋转攻击能力具有更好的识别能力. 相似文献
15.
针对ASAR交叉极化模式数据,选用HH/VV极化比值提取水稻制图的最佳时相参数.结合SAR图像统计特性,采用比值变化检测方法,通过理论公式计算和比较变化检测的总误差概率,分别提取单时相双极化和多时相双极化水稻制图的最佳时相参数.结果显示,单时相制图的最佳时相是水稻生长中后期,即水稻幼穗分化期至水稻收割前期内任一时相;而多时相制图的最佳时相为一组时相的组合,即应至少包含水稻移栽期和水稻生长中后期各一时相.最后,采用阈值分类算法对最佳时相参数进行了验证.结果显示,选用最佳时相影像和理论推导的分类阈值能够显著提高水稻制图的精度. 相似文献
16.
李伟 《黑龙江八一农垦大学学报》2016,(3):134-138
针对目前大多的感知模型未考虑图像的内容特征,提出一种基于初始简图的第二代水印感知模型构建方法。首先利用初始简图理论将图像内容分解为结构和纹理两大特征,并结合人类视觉系统HVS的感知特性,对内容特征进行感知度量和权重优化处理,最终构建JNDpsk感知模型,并利用该模型指导水印的嵌入和提取过程。实验结果表明,该算法在保证图像视觉质量的前提下,水印的鲁棒性能有很好的改善。 相似文献
17.
18.
水稻表层根系图像分割算法研究 总被引：1，自引：1，他引：0
水稻根系形态特征的定量研究对于改进农田管理方式、水稻品种选育和遗传改良等具有重要意义。近年来,随着表型组技术迅速发展,利用图像处理技术对水稻根系生长情况进行测量和分析,同时配合施肥、灌溉、光照、温控等环境监控技术已成为水稻育种和功能基因组研究新型技术手段,而根系图像分割技术是进行后续表型组学分析的重要基础之一。由于生长在土壤中的水稻根系图像具有对比度低、信噪比低、纹理复杂的特点,分割十分困难。针对此问题,研究了主干-分支连接算法、基于形态特征的局部阈值分割算法和基于形态特征的自适应阈值分割算法,对生长在土壤中水稻根系图像进行分割处理和比较。实验结果表明,主干-分支连接算法虽然保留了大量细节,但是受噪声影响严重,其结构略显杂乱,毛刺现象严重;基于形态特征的局部阈值分割算法能保留更多根部的细节,但轮廓断裂的现象比较严重;自适应阈值分割算法分割的图像根系连续性较好,毛刺现象也得到了抑制,但是细小的须根无法保留。最终将两种算法结合起来,提出一种适用于水稻表层根系图像分割的综合算法,则可以获得较为理想的分割结果,为后续水稻根系性状提取奠定了重要基础。 相似文献
19.
针对公路监控视频关键帧的完整性认证问题,提出一种感知哈希认证算法.首先,采用帧间差分法提取公路监控视频的关键帧;然后,使用YOLO(you only look once)算法检测关键帧的主要特征对象(道路车辆),并对检测的特征对象进行融合;最后,分别提取特征对象融合结果和关键帧的低频信息,作为感知特征生成关键帧的感知哈... 相似文献
20.
目的 图像超分辨率算法在实际应用中有着较为广泛的需求和研究。然而传统基于样本的超分辨率算法均使用简单的图像梯度特征表征低分辨率图像块,这些特征难以有效地区分不同的低分辨率图像块。针对此问题,在传统基于样本超分辨率算法的基础上,提出双通道卷积神经网络学习低分辨率与高分辨率图像块相似度进行图像超分辨率的算法。方法 首先利用深度卷积神经网络学习得到有效的低分辨率与高分辨率图像块之间相似性度量,然后根据输入低分辨率图像块与高分辨率图像块字典基元的相似度重构出对应的高分辨率图像块。结果 本文算法在Set5和Set14数据集上放大3倍情况下分别取得了平均峰值信噪比(PSNR)为32.53 dB与29.17 dB的效果。结论 本文算法从低分辨率与高分辨率图像块相似度学习角度解决图像超分辨率问题,可以更好地保持结果图像中的边缘信息,减弱结果中的振铃现象。本文算法可以很好地适用于自然场景图像的超分辨率增强任务。 相似文献