周桂红
- 作品数：42 被引量：261H指数：10
- 供职机构：河北农业大学信息科学与技术学院更多>>
- 发文基金：国家自然科学基金河北省教育厅科研基金吉林省科技发展计划基金更多>>
- 相关领域：自动化与计算机技术农业科学文化科学机械工程更多>>
- 基于牛脸和躯干综合信息的奶牛个体识别研究
- 2024年
- 针对基于单一信息对奶牛个体身份识别精度低的问题,本文提出1种基于牛脸和躯干综合信息对奶牛个体身份识别的方法。在Mask R-CNN目标检测模型的基础上进行改进,将注意力机制模块引入到Mask R-CNN的ResNet50特征提取网络的输出阶段,能够在图像通道和空间上增强奶牛身份信息。针对奶牛不同部位,本文对改进前后的Mask R-CNN模型分别基于牛脸、基于躯干以及基于牛脸和躯干综合信息进行了相关实验。实验结果表明,原始Mask R-CNN模型基于牛脸和躯干综合信息进行奶牛个体识别,比单独基于牛脸或躯干的识别精度提高2.3%~3.7%。改进后的Mask R-CNN模型在自建奶牛图像数据集上的准确率达到了93.63%,mAP值达到92.16%,相较于原始Mask R-CNN,准确率提高了2.92%,mAP值提高了2.63%。本文方法能够实现对养殖场环境下奶牛个体身份的识别,可为奶牛的精准养殖提供技术支持。
- 赵玲周桂红任力生
- 关键词：奶牛
- 基于YOLOv3模型的人脸检测与头部姿态估计融合算法被引量：5
- 2022年
- 针对头部姿态估计中的人脸检测框尺寸难于学习问题和将人脸检测、头部姿态估计分为两阶段的模型中流程复杂、耦合程度高、误差累积严重的问题,本文提出一种基于YOLOv3模型的人脸检测与头部姿态估计融合算法。通过K-means聚类方法对训练集中人脸区域的尺寸进行聚类,得出9组聚类结果,以模拟真实情况下人脸区域的尺寸和比例;通过拓展YOLOv3模型,实现人脸检测和头部姿态估计同时进行,并在3个不同层次的特征图上进行人脸检测和头部姿态估计,实现对特征图的多尺度检测,充分利用了特征图中的信息;采用端到端模式进行训练,简化头部姿态估计任务的处理流程。在CAS-PEAL-R1姿态子集上取得99.23%的预测准确率,在Pointing′04数据集上pitch和yaw方向分别取得了3.79°和4.24°的平均绝对误差。结果表明,本模型在满足实时性要求的前提下,能够出色完成人脸区域检测与头部姿态估计任务,充分证实本文方法的可靠性与实用性。
- 李永杰李永杰周桂红
- 关键词：头部姿态估计K-MEANS
- 一种基于自适应免疫算法的优化设计方法被引量：2
- 2006年
- 提出了一种新的机械优化设计方法———自适应免疫算法,该算法以种群的方差和熵作为结束条件,能自动调节优化参数。使用该算法对QAY50全地面起重机的转向梯形进行了优化设计,优化结果表明,该算法在保证全局收敛的同时提高了局部搜索能力,证实了算法的有效性。
- 周桂红左春柽王家忠张文博
- 关键词：自适应免疫算法优化设计
- 基于改进YOLOv4模型的全景图像苹果识别被引量：23
- 2022年
- 苹果果园由于密植栽培模式,果树之间相互遮挡,导致苹果果实识别效果差,并且普通的图像采集方式存在图像中果实重复采集的问题,使得果实计数不准确。针对此类问题,该研究采用全景拍摄的方式采集苹果果树图像,并提出了一种基于改进YOLOv4和基于阈值的边界框匹配合并算法的全景图像苹果识别方法。首先在YOLOv4主干特征提取网络的Resblock模块中加入scSE注意力机制,将PANet模块中的部分卷积替换为深度可分离卷积,且增加深度可分离卷积的输出通道数,以增强特征提取能力,降低模型参数量与计算量。将全景图像分割为子图像,采用改进的YOLOv4模型进行识别,通过对比Faster R-CNN、CenterNet、YOLOv4系列算法和YOLOv5系列算法等不同网络模型对全景图像的苹果识别效果,改进后的YOLOv4网络模型精确率达到96.19%,召回率达到了95.47%,平均精度达到97.27%,比原YOLOv4模型分别提高了1.07、2.59、2.02个百分点。采用基于阈值的边界框匹配合并算法,将识别后子图像的边界框进行匹配与合并,实现全景图像的识别,合并后的结果其精确率达到96.17%,召回率达到95.63%,F1分数达到0.96,平均精度达到95.06%,高于直接对全景图像苹果进行识别的各评价指标。该方法对自然条件下全景图像的苹果识别具有较好的识别效果。
- 周桂红马帅梁芳芳
- 关键词：图像识别苹果
- 基于HIS空间的枣虫害彩色图像分割方法被引量：2
- 2011年
- 根据枣树虫害的特点,提出了一种在HSI空间上基于二维属性直方图的枣虫害彩色图像分割方法。该方法首先根据H,S,I三个分量中的两个结合分别建立H-S,H-I,S-I二维直方图,然后将二维直方图转化成灰度图像。利用转化后的图像进行一维灰度直方图阈值分割产生目标和背景区域,然后在二维直方图上以分割后的区域做阈值分割。最后将分割后的结果进行组合得到最终分割结果。实验结果表明此方法比传统的二维灰度直方图分割方法效果有明显的改善。
- 王东周桂红王克俭
- 关键词：图像分割HSI空间直方图
- 基于虚拟仪器的振动信号采集分析系统被引量：3
- 2007年
- 以PC机、数据采集板为主要硬件,以图形化编程语言LabVIEW为软件开发平台,设计并实现了振动信号采集分析虚拟仪器系统。对该系统平稳和非平稳振动信号的采集、处理和分析各功能模块进行了具体介绍,并以信号发生器产生的噪声、三角波与正弦波混合波形为例,重点分析了非平稳信号的处理——小波分析的实现过程。
- 陈会莲周桂红赵晓顺郑艳博聂彩丽刘淑霞
- 关键词：虚拟仪器振动信号小波分析LABVIEW
- 遗传算法及对于过早收敛的改进被引量：1
- 2017年
- 遗传算法是模拟达尔文生物进化论中的自然选择与遗传学机理的生物过程的一种计算模型。该模型通过模拟自然进化过程来搜索最优解，其应用非常广泛。但是在运用遗传算法的过程之中经常遇到过早收敛的问题，为了改进该问题，在文中对遗传算法进行了介绍，并在此基础上就如何改进过早收敛进行探讨。
- 尚一猛周桂红闫安郭晓颖张国磊
- 关键词：遗传算法
- 基于颜色特征的草莓成熟度识别技术研究被引量：18
- 2017年
- 草莓成熟度识别技术是草莓采摘机器人顺利完成采摘任务的关键。本研究以"丰香"草莓为研究对象,首先提取不同成熟度草莓的颜色特征,计算草莓图像在HIS颜色空间模型下H分量的均值和方差;然后计算草莓果实红色部分着色面积所占比例;最后,建立BP神经网络,以H分量的均值、方差和草莓红色着色面积比作为BP神经网络的输入,训练完成后,判断待测样本的成熟度等级。通过本研究实验方法划分成熟度等级与经验丰富的果农判断结果对比,实验正确率可以达到90%以上。
- 赵玲周桂红
- 关键词：草莓成熟度颜色特征提取着色面积BP神经网络
- 基于改进密度峰值聚类算法的梨花密度分级被引量：1
- 2023年
- 精准判断梨花疏密程度是自动疏花的基础。为了更好地判断梨花密度,该研究提出了基于改进密度峰值聚类算法的梨花密度分级方法。该方法首先提取梨花位置坐标,获取需要聚类的数据点。其次,为了实现梨花图像的密度分级,针对原有密度峰值聚类算法在梨花密度分级中的不足,结合梨花密度分级需求,改进了对聚类中心的选取方式,通过4组局部密度和中心偏移距离分割阈值将决策图划分为4部分来选取聚类中心,分别对应高、中、低密度以及无需疏花处理等4个等级,实现了对疏密合理的梨花图像的准确分级。最后,针对只有团状分布、稀疏分布及大尺度特写的梨花分布聚类分级不准确的问题,改进了两点间的距离d_(ij)参数的计算方法,统一梨花尺度大小和密度分级标准,对所有分布类型的梨花图像均能实现合理的密度分级。试验结果表明,该研究算法能够适应不同尺度大小的梨花图像,预测准确率为94.89%,密度分级准确率达到94.29%,可实现自然环境下局部花簇的密度分级,为机器智能疏花提供了技术支持。
- 周桂红孙乐琳梁芳芳张秀花
- 关键词：图像识别农业聚类算法阈值梨花
- 基于模糊基函数网络和自适应最小二乘算法的外圆纵向磨削表面粗糙度的预测被引量：7
- 2006年
- 建立了外圆纵向磨削表面粗糙度的模糊基函数网络(FBFN)预测模型,网络的训练采用自适应最小二乘算法(ALS)。ALS将最小二乘算法和遗传算法相结合,能够自主学习,不用人为干预,FBFN和粗糙度的分析模型相结合,只需少量实验数据便可完成网络的训练,自动产生模糊规则,确定隐含层的节点数。仿真和实验结果表明,FBFN网络结构非常适合粗糙度的预测和控制,采用ALS学习方法比BP算法、传统的遗传算法和正交二乘法等能产生更好的结果。
- 王家忠王龙山周桂红李国发
- 关键词：表面粗糙度预测外圆纵向磨削遗传算法
