黄华盛
- 作品数：13 被引量：124H指数：6
- 供职机构：华南农业大学工程学院更多>>
- 发文基金：广东省科技计划工业攻关项目质检公益性行业科研专项项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学环境科学与工程生物学更多>>
- 基于Fihserfaces算法的人脸识别被引量：1
- 2015年
- Fisher鉴别是一种有监督的特征提取技术,因其计算简单、分类效果良好而得到广泛应用。文中使用基于Fisher鉴别数值分析技术,对人脸数据进行特征提取,再使用最小距离分类器进行分类识别。该算法在ORL和YALE人脸库进行了实验,根据统计对ORL人脸库和YALEA人脸库的识别率分别为94.00%和89.33%。实验结果表明,Fisherfaces算法对于人脸库中的图像有较高的识别率。
- 杨阿庆黄华盛
- 关键词：主成份分析人脸识别
- 基于Haar特征的人脸识别算法被引量：2
- 2013年
- 本文采用基于类Haar特征和AdaBoost分类器的算法,用于检测人脸的区域。实验结果表明,该算法具有运行速度快,识别准确率高的特点。
- 黄华盛
- 关键词：类HAAR特征ADABOOST人脸识别
- 基于图像识别的小麦腥黑穗病害诊断技术研究被引量：6
- 2012年
- 传统的检疫小麦腥黑穗病害的方法效率较低影响检测的稳定性和客观性。提出一种基于图像识别的小麦腥黑穗病分类诊断技术。以显微镜下采集的小麦病害图像为研究对象,对其进行滤波增强及病害区域分割,再提取单个病害区域图像的颜色、形状和纹理等特征参数;最后利用归一化后的特征值,通过BP神经网络分类器实现了小麦腥黑穗病害的诊断。将计算机图像识别结果和实际小麦腥黑穗病类型进行对比,表明了该诊断技术的可行性和有效性。
- 邓继忠李敏袁之报黄华盛王张
- 关键词：图像识别小麦腥黑穗病病害诊断
- 基于WM系统的田间植物病害图像分析仪的开发
- 2012年
- 植物叶片病斑面积估算是进行植物病害田间调查的一种常用方法,但常规的人工估算等方法依赖人眼判读,因此存在植物病害程度分级不精确、调查人员工作量大以及不同人员判定尺度不一等问题。文中采用数字图像识别技术计算叶片病斑面积,以期提高其计算精度及植病程度估计的准确性。以基于Windows Mobile系统的智能手机作为开发平台,采用C#编程,开发了一个田间植物病害图像分析仪,该仪器利用手机的拍照功能完成了田间植物叶片的图像采集,并能对病斑面积以百分比进行分析,进而得出植病的严重度。模拟试验表明,该仪器操作简便、分析准确。通过软件开发,还能进一步拓展其分析功能。
- 黄华盛刘富昌钟晓乐邓继忠黎伟烧
- 关键词：田间调查图像识别智能手机
- 基于全卷积网络的哺乳母猪图像分割被引量：28
- 2017年
- 猪舍场景下,光照变化、母猪体表颜色不均及与环境颜色对比度不大、母猪与仔猪的粘连等,均给目标分割带来很大的困难。该文提出了基于全卷积网络(FCN,fully convolutional networks)的哺乳母猪图像分割算法。以VGG16为基础网络,采用融合深层抽象特征与浅层细节特征并将融合的特征图上采样8倍的跳跃式结构,设计哺乳母猪分割的FCN。利用Caffe深度学习框架,以7栏伴有不同日龄仔猪的3811幅哺乳母猪训练样本进行母猪分割FCN训练,在另外21栏的523幅哺乳母猪测试集上的分割结果表明:该算法可有效避免光线变化、母猪颜色不均、小猪遮挡与粘连等影响,实现完整的哺乳母猪区域分割;分割的平均准确率达到99.28%,平均区域重合度达到95.16%,平均速度达到0.22 s/幅。与深度卷积网络的SDS(simultaneous detection and segmentation)及传统的基于图论的图像分割、基于水平集的图像分割方法做了对比试验,该文分割方法平均区域重合度分别比这3种方法高出9.99、31.96和26.44个百分点,有较好的泛化性和鲁棒性,实现了猪舍场景下哺乳母猪准确、快速分割,可为猪只图像分割提供了技术参考。
- 杨阿庆薛月菊黄华盛黄宁童欣欣朱勋沐杨晓帆毛亮郑婵
- 关键词：图像分割哺乳母猪
- 基于PCA算法的人脸识别被引量：18
- 2015年
- PCA算法作为一种数值分析技术,主要的应用是用于简化数据、降低数据维度。将PCA算法应用到人脸识别,能提取出人脸图像中最主要特征,去除数据的冗余和噪声。文中采用PCA进行人脸识别,能为人脸识别提取区分度高的特征数据,有效提高了识别的准确性。且在ORL和YALE人脸库进行了实验。实验结果表明,该方法对实验的人脸图像有较高的识别率。
- 黄华盛杨阿庆
- 关键词：主成份分析特征提取人脸识别
- 基于高光谱数据的棉田虫害鉴别研究被引量：10
- 2019年
- 【目的】快速、准确、无损伤地鉴别棉花虫害类别,以便针对性制定植保施药方案。【方法】对棉花叶片高光谱数据进行采集和分析。采用波段范围为350～2 500 nm的FieldSpec?3便携式光谱分析仪,分别获取受蚜虫和红蜘蛛危害的棉花叶片以及正常棉花叶片的高光谱数据。采用K-近邻和SVM算法区分受红蜘蛛和蚜虫侵害的叶片以及正常叶片。为进一步优化虫害识别模型、提高识别精度,利用主成分分析方法 (PCA)进行特征降维,并利用网格搜索法进行参数寻优。【结果】使用K-近邻算法和SVM算法构建了虫害识别模型,2种模型的识别率分别为86.08%和89.29%;引入PCA进行特征降维并使用网格搜索进行参数寻优后,可以提高虫害识别率,K-近邻算法和SVM算法的识别精度分别达到88.24%和92.16%。【结论】利用高光谱数据可以区分受蚜虫和红蜘蛛侵害以及正常的棉花叶片;结合PCA降维和网格搜索法,能够提高识别率且不需要获得具体的特征波段;对于受蚜虫和红蜘蛛侵害以及正常的叶片识别,基于径向基核函数的SVM算法优于K-近邻算法。
- 王小龙邓继忠邓继忠邓宇森黄华盛钟兆基张亚莉文晟
- 关键词：棉花虫害K-近邻支持向量机高光谱数据
- 链霉菌HP-S-01降解高效氯氰菊酯的特性及其动力学被引量：5
- 2011年
- 研究不同接菌量、温度、pH、装液量和农药初始浓度对链霉菌HP-S-01降解高效氯氰菊酯的影响。结果表明,在接菌量为0.6 g/L、28°C、pH 7.5和装液量为50 mL/250 mL三角瓶条件下培养3 d,该链霉菌对100 mg/L高效氯氰菊酯降解率达到96%以上。链霉菌HP-S-01还能明显降解高效氟氯氰菊酯、高效氯氟氰菊酯、右旋苯醚菊酯和胺菊酯等拟除虫菊酯农药,且降解过程符合一级动力学模型,降解半衰期分别为0.78、0.88、1.08和1.24 d。采用Andrews方程对链霉菌HP-S-01降解高效氯氰菊酯的过程进行拟合,其动力学参数为qmax=1.826 3 d?1,Ks=58.951 3 mg/L,Ki=359.378 2 mg/L,该链霉菌降解高效氯氰菊酯最佳的初始浓度为145.553 5 mg/L,试验数据与该动力学方程拟合较好。
- 陈少华罗建军胡美英黄华盛张芳
- 关键词：高效氯氰菊酯生物降解降解特性动力学
- 基于图像识别的小麦腥黑穗病害特征提取与分类被引量：37
- 2012年
- 小麦的网腥、印度腥与矮腥黑穗病危害小麦生产与人体健康,是出入境检验检疫的重要对象。该文利用小麦腥黑穗病害显微图像,采用图像分析与识别技术进行了小麦的网腥、印度腥及矮腥3类病害的分类识别。在分离出单个病害孢子图像的基础上,提取了3类病害孢子图像的16个形状和纹理特征,通过分析,从中选择小麦病害孢子的6个典型特征,并分别用最小距离法、BP神经网络和支持向量机分类器对提取的96个小麦腥黑穗病害孢子图像进行了分类试验,结果表明:支持向量机法对小麦腥黑穗病的分类识别能力优于最小距离法和BP神经网络,总体识别率达到82.9%。因此,采用图像分析技术和支持向量机识别方法进行小麦腥黑穗病害诊断的方法具有可行性。
- 邓继忠李敏袁之报金济黄华盛
- 关键词：图像识别支持向量机特征提取
- 基于BP网络的小麦腥黑穗病害分类诊断被引量：4
- 2011年
- 将图像分析与模式识别技术应用于小麦腥黑穗病害图像的分类诊断,对于提高出入境植物病害检验检疫工作的自动化程度具有实际意义。文中在分析了小麦网腥、印度腥和矮腥等3种病害孢子图像的形状和纹理特征后,选择了描述孢子的长轴、短轴、等价椭圆短轴、面积、周长及惯性矩等6个典型特征,设计了一个具有6个输入向量、4个输出向量的BP神经网络小麦病害分类器,用于对这3种病害图像进行分类诊断。经初步试验,对33个测试样本的正确识别率达到81.8%,表明该分类器具有较高的精度,能够完成这3种病害的分类诊断任务。
- 李敏邓继忠袁之报黄华盛王张
- 关键词：小麦腥黑穗病BP网络
