Home>Scholars

  • Complex
  • Title
  • Keyword
  • Abstract
  • Scholars
  • Journal
  • ISSN
  • Conference
成果搜索
High Impact Results & Cited Count Trend for Year Keyword Cloud and Partner Relationship

Query:

学者姓名:胡步发

Refining:

Former Name

Submit

Language

Submit

Clean All

Sort by:
Default
  • Default
  • Title
  • Year
  • WOS Cited Count
  • Impact factor
  • Ascending
  • Descending
< Page ,Total 4 >
一种基于树莓派平台的脐橙品质分级方法
期刊论文 | 2022 , 51 (1) , 128-131 | 机械制造与自动化
Abstract&Keyword Cite Version(2)

Abstract :

针对目前脐橙品质分级自动化程度较低,难以满足现代化生产运营需求的问题,设计了一种基于树莓派平台的脐橙品质分级方法.在S和V颜色分量图像上完成背景分割,并对脐橙表面的反光区域进行亮度矫正;提取脐橙的大小和着色度特征,并提出基于积分图的局部阈值分割算法,完成果面缺陷的检测;利用决策树算法实现脐橙品质的分级.试验结果表明:此方法对特级果、一等果、二等果、等外果的识别准确率分别达到96%、94%、94%、96%,单列输送线的分级速率达3个/s,准确性和实时性较高,能够满足实时环境下脐橙分级检测的要求.

Keyword :

决策树 决策树 机器视觉 机器视觉 树莓派 树莓派 积分图 积分图 脐橙分级 脐橙分级

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 夏垚 , 胡步发 , 张善福 . 一种基于树莓派平台的脐橙品质分级方法 [J]. | 机械制造与自动化 , 2022 , 51 (1) : 128-131 .
MLA 夏垚 等. "一种基于树莓派平台的脐橙品质分级方法" . | 机械制造与自动化 51 . 1 (2022) : 128-131 .
APA 夏垚 , 胡步发 , 张善福 . 一种基于树莓派平台的脐橙品质分级方法 . | 机械制造与自动化 , 2022 , 51 (1) , 128-131 .
Export to NoteExpress RIS BibTex

Version :

一种基于树莓派平台的脐橙品质分级方法
期刊论文 | 2022 , 51 (01) , 128-131 | 机械制造与自动化
一种基于树莓派平台的脐橙品质分级方法
期刊论文 | 2022 , 51 (01) , 128-131 | 机械制造与自动化
基于局部多特征融合的三维人脸识别方法
期刊论文 | 2022 , 48 (3) , 242-245,260 | 延边大学学报(自然科学版)
Abstract&Keyword Cite Version(2)

Abstract :

为了克服表情变化对三维人脸识别的影响,提出一种基于局部多特征融合的三维人脸识别方法.该方法首先根据中心侧影线提取鼻尖点,并以鼻尖点作为基准点制定窗口;然后利用形状索引值在窗口内提取关键点,并计算每个关键点和其区域的多维度特征后将其融合成特征向量;最后采用相似度匹配方法进行人脸识别,并以匹配点数最多的特征向量作为最终的识别结果.实验结果表明,该方法的识别率到达97.7%,且具有较好鲁棒性,同时优于文献[4]、[6]和文献[7]的方法;因此,该方法可为有效解决表情变化对三维人脸识别的影响提供参考.

Keyword :

三维人脸识别 三维人脸识别 关键点 关键点 特征向量 特征向量 窗口 窗口

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 王金伟 , 胡步发 . 基于局部多特征融合的三维人脸识别方法 [J]. | 延边大学学报(自然科学版) , 2022 , 48 (3) : 242-245,260 .
MLA 王金伟 等. "基于局部多特征融合的三维人脸识别方法" . | 延边大学学报(自然科学版) 48 . 3 (2022) : 242-245,260 .
APA 王金伟 , 胡步发 . 基于局部多特征融合的三维人脸识别方法 . | 延边大学学报(自然科学版) , 2022 , 48 (3) , 242-245,260 .
Export to NoteExpress RIS BibTex

Version :

基于局部多特征融合的三维人脸识别方法
期刊论文 | 2022 , 48 (03) , 242-245,260 | 延边大学学报(自然科学版)
基于局部多特征融合的三维人脸识别方法
期刊论文 | 2022 , 48 (03) , 242-245,260 | 延边大学学报(自然科学版)
基于树莓派平台的苹果自动化分级系统实现
期刊论文 | 2020 , 49 (4) , 209-211 | 机械制造与自动化
Abstract&Keyword Cite Version(2)

Abstract :

我国苹果种植面积广、产量大,但是传统人工分级很难满足现代生产要求,提高苹果分级效率急需自动化的机械分级系统.基于树莓派平台,设计并实现了一种小型的嵌入式苹果分级系统.该系统通过采集苹果图像,利用单阈值分割和Canny算子完成图像分割和图像边缘提取.利用机器学习领域的BP神经网络算法实现分级.实验结果表明,该系统实时性和准确度都较高,基本满足自动化分级的要求.

Keyword :

BP神经网络 BP神经网络 Canny算子 Canny算子 嵌入式系统 嵌入式系统 树莓派 树莓派

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 李彬 , 胡步发 , 刘顾胜 . 基于树莓派平台的苹果自动化分级系统实现 [J]. | 机械制造与自动化 , 2020 , 49 (4) : 209-211 .
MLA 李彬 等. "基于树莓派平台的苹果自动化分级系统实现" . | 机械制造与自动化 49 . 4 (2020) : 209-211 .
APA 李彬 , 胡步发 , 刘顾胜 . 基于树莓派平台的苹果自动化分级系统实现 . | 机械制造与自动化 , 2020 , 49 (4) , 209-211 .
Export to NoteExpress RIS BibTex

Version :

基于树莓派平台的苹果自动化分级系统实现
期刊论文 | 2020 , 49 (04) , 209-211 | 机械制造与自动化
基于树莓派平台的苹果自动化分级系统实现 CQVIP
期刊论文 | 2020 , 49 (4) , 209-211 | 机械制造与自动化
基于高层特征融合的图像语义分割
期刊论文 | 2019 , 48 (3) , 178-181 | 机械制造与自动化
Abstract&Keyword Cite Version(2)

Abstract :

在深度学习下的图像语义分割中,为了探究高层特征对于户外场景语义分割性能的影响,在对高层特征进行分析的基础上,提出了融合高层特征的图像语义分割方法.在目前主流深度学习框架Caffe下搭建的分割模型,并采用斯坦福8类户外场景数据集对模型进行了训练和测试.测试结果验证了该方法的有效性和准确性.

Keyword :

图像语义分割 图像语义分割 户外场景 户外场景 深度学习 深度学习 融合 融合 高层特征 高层特征

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 钟海军 , 胡步发 . 基于高层特征融合的图像语义分割 [J]. | 机械制造与自动化 , 2019 , 48 (3) : 178-181 .
MLA 钟海军 等. "基于高层特征融合的图像语义分割" . | 机械制造与自动化 48 . 3 (2019) : 178-181 .
APA 钟海军 , 胡步发 . 基于高层特征融合的图像语义分割 . | 机械制造与自动化 , 2019 , 48 (3) , 178-181 .
Export to NoteExpress RIS BibTex

Version :

基于高层特征融合的图像语义分割 CQVIP
期刊论文 | 2019 , 48 (3) , 178-181 | 机械制造与自动化
基于高层特征融合的图像语义分割
期刊论文 | 2019 , 48 (03) , 178-181 | 机械制造与自动化
K-均值优化初始中心聚类单板图像的分割
期刊论文 | 2018 , (1) , 208-212 | 机械制造与自动化
Abstract&Keyword Cite Version(2)

Abstract :

针对彩色图像处理运算量大、计算耗时和灰度图像分割自适应阈值选择困难的问题,在通过对单板彩色图像充分分析的基础上,基于背景和目标颜色差异比较明显,提出了基于彩色图像RGB彩色空间的R通道的K-均值优化初始中心聚类的分割方法.该方法不需要彩色空间的变换,进一步降低了计算的复杂度.实验结果表明,可以提高分割的效率和准确性.

Keyword :

K-均值聚类 K-均值聚类 单板图像 单板图像 图像分割 图像分割 图像处理 图像处理 自适应阈值 自适应阈值

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 李玉倩 , 胡步发 . K-均值优化初始中心聚类单板图像的分割 [J]. | 机械制造与自动化 , 2018 , (1) : 208-212 .
MLA 李玉倩 等. "K-均值优化初始中心聚类单板图像的分割" . | 机械制造与自动化 1 (2018) : 208-212 .
APA 李玉倩 , 胡步发 . K-均值优化初始中心聚类单板图像的分割 . | 机械制造与自动化 , 2018 , (1) , 208-212 .
Export to NoteExpress RIS BibTex

Version :

K-均值优化初始中心聚类单板图像的分割 CQVIP
期刊论文 | 2018 , 47 (1) , 208-212 | 机械制造与自动化
K-均值优化初始中心聚类单板图像的分割
期刊论文 | 2018 , 47 (01) , 208-212 | 机械制造与自动化
自适应分数阶微分在面部图像处理中的应用
期刊论文 | 2017 , 46 (6) , 137-141 | 机械制造与自动化
Abstract&Keyword Cite Version(2)

Abstract :

针对三维人脸表情识别过程中,皱纹等纹理特征会影响表情识别的精度.为了消除这类纹理特征的干扰,需要先确定皱纹的位置.因此,提出了一种基于自适应分数阶微分掩模的皱纹检测方法来定位皱纹的位置.该方法利用皱纹的纹理方向信息,构建自相关微分掩模区域,并使用皱纹图像的梯度、信息熵和对比度信息来改进分数阶微分掩模算子,对人脸皱纹进行纹理方向上的自适应增强.然后结合Gabor滤波器来提取皱纹曲线位置,再根据定义的误判原则剔除光照、皮肤色斑等误识别特征.实验结果表明,提出的方法能自适应增强皱纹深浅不一的面部图像,提升了对浅皱纹的检测率,同时借助误识别过滤规则,提高了皱纹位置检测的精度和鲁棒性.

Keyword :

皱纹方向 皱纹方向 皱纹曲线 皱纹曲线 自相关微分掩模区域 自相关微分掩模区域 自适应分数阶微分掩模算子 自适应分数阶微分掩模算子

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 陈德品 , 胡步发 . 自适应分数阶微分在面部图像处理中的应用 [J]. | 机械制造与自动化 , 2017 , 46 (6) : 137-141 .
MLA 陈德品 等. "自适应分数阶微分在面部图像处理中的应用" . | 机械制造与自动化 46 . 6 (2017) : 137-141 .
APA 陈德品 , 胡步发 . 自适应分数阶微分在面部图像处理中的应用 . | 机械制造与自动化 , 2017 , 46 (6) , 137-141 .
Export to NoteExpress RIS BibTex

Version :

自适应分数阶微分在面部图像处理中的应用
期刊论文 | 2017 , 46 (06) , 137-141 | 机械制造与自动化
自适应分数阶微分在面部图像处理中的应用 CQVIP
期刊论文 | 2017 , 46 (6) , 137-141 | 机械制造与自动化
水泥窑SNCR烟气脱硝控制系统设计
期刊论文 | 2016 , 29 (2) , 59-60 | 工业控制计算机
Abstract&Keyword Cite Version(2)

Abstract :

基于SNCR脱硝工作原理,研究了SNCR脱硝控制系统的组成,并针对水泥厂的脱硝控制系统应用,提出了一种脱硝逻辑控制方法.通过实际应用表明,该方法获得了预期的效果.

Keyword :

NO NO SNCR SNCR 控制系统 控制系统 水泥 水泥 脱硝 脱硝

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 董庆武 , 胡步发 . 水泥窑SNCR烟气脱硝控制系统设计 [J]. | 工业控制计算机 , 2016 , 29 (2) : 59-60 .
MLA 董庆武 等. "水泥窑SNCR烟气脱硝控制系统设计" . | 工业控制计算机 29 . 2 (2016) : 59-60 .
APA 董庆武 , 胡步发 . 水泥窑SNCR烟气脱硝控制系统设计 . | 工业控制计算机 , 2016 , 29 (2) , 59-60 .
Export to NoteExpress RIS BibTex

Version :

水泥窑SNCR烟气脱硝控制系统设计 CQVIP
期刊论文 | 2016 , 0 (2) , 59-60 | 工业控制计算机
水泥窑SNCR烟气脱硝控制系统设计
期刊论文 | 2016 , 29 (02) , 59-60 | 工业控制计算机
Face stereo matching using epipolar distance transform EI CSCD PKU
期刊论文 | 2015 , 36 (2) , 360-367 | Chinese Journal of Scientific Instrument
Abstract&Keyword Cite Version(1)

Abstract :

To address the problem of high error rate in matching human face's low-texture regions, a stereo matching algorithm based on epipolar distance transform is presented. Image intensity values are converted to a relative location along the epipolar line, so pixels in the low-texture regions become distinguishable, which improve stereo matching algorithm in matching precision of low-texture regions. When the method is applied to face high texture, the robustness and accuracy of stereo matching will decline. To solve the problem, favorable parts of epipolar distance transform results are extracted in different epipolar length. The results of experiments show that higher matching accuracy and lower computational complexity can be achieved in stereo matching of human face with this transformation, and the robustness of the transform for high-texture regions is demonstrated. ©, 2015, Science Press. All right reserved.

Keyword :

Image enhancement Image enhancement Image texture Image texture Stereo image processing Stereo image processing Textures Textures

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 Hu, Bufa , Liu, Zhimeng . Face stereo matching using epipolar distance transform [J]. | Chinese Journal of Scientific Instrument , 2015 , 36 (2) : 360-367 .
MLA Hu, Bufa 等. "Face stereo matching using epipolar distance transform" . | Chinese Journal of Scientific Instrument 36 . 2 (2015) : 360-367 .
APA Hu, Bufa , Liu, Zhimeng . Face stereo matching using epipolar distance transform . | Chinese Journal of Scientific Instrument , 2015 , 36 (2) , 360-367 .
Export to NoteExpress RIS BibTex

Version :

Face stereo matching using epipolar distance transform Scopus CSCD PKU
期刊论文 | 2015 , 36 (2) , 360-367 | Chinese Journal of Scientific Instrument
实时人脸表情识别方法的研究与实现
期刊论文 | 2015 , (4) , 145-148 | 机械制造与自动化
Abstract&Keyword Cite Version(2)

Abstract :

进行人脸表情识别系统相关的算法研究,并基于网络摄像机平台搭建实时人脸表情识别系统。针对经典Retinex算法亮度图像估计运算复杂问题,提出一种Gamma校正的单尺度Retinex图像增强算法;对增强图像进行HOG表情特征提取,并通过最近邻分类器进行表情分类。搭建人脸表情识别系统,进行实时人脸检测与表情识别。测试结果表明该方法具有较高的识别率和鲁棒性。

Keyword :

Gamma校正 Gamma校正 最近邻分类器 最近邻分类器 网络摄像机 网络摄像机 表情识别 表情识别

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 梅珍妮 , 胡步发 . 实时人脸表情识别方法的研究与实现 [J]. | 机械制造与自动化 , 2015 , (4) : 145-148 .
MLA 梅珍妮 等. "实时人脸表情识别方法的研究与实现" . | 机械制造与自动化 4 (2015) : 145-148 .
APA 梅珍妮 , 胡步发 . 实时人脸表情识别方法的研究与实现 . | 机械制造与自动化 , 2015 , (4) , 145-148 .
Export to NoteExpress RIS BibTex

Version :

实时人脸表情识别方法的研究与实现 CQVIP
期刊论文 | 2015 , 44 (4) , 145-148 | 机械制造与自动化
实时人脸表情识别方法的研究与实现
期刊论文 | 2015 , 44 (04) , 145-148 | 机械制造与自动化
基于极线距离变换的人脸立体匹配算法 CSCD PKU
期刊论文 | 2015 , 36 (2) , 360-367 | 仪器仪表学报
Abstract&Keyword Cite Version(2)

Abstract :

针对人脸立体匹配中低纹理区域的误匹配率较高的问题,将极线距离变换应用到人脸立体匹配当中.这种变换将图像中像素点的灰度值转化为极线方向上相应区域的位置,使得在低纹理区域中灰度值相似的像素点变得容易区分.因此可以用于提高立体匹配算法在低纹理区域的匹配精度.但是在应用到人脸立体匹配过程中会出现高纹理区域的鲁棒性和精度下降的问题,通过对不同极线长度的极线距离变换结果提取有利的部分进行匹配来解决这一问题.实验结果表明,采用改进后的方法,在人脸的低纹理区域仍然能获得较高的匹配精度,并且降低了计算的复杂度,同时对于人脸中的高纹理区域具有较好的鲁棒性.

Keyword :

人脸图像对 人脸图像对 低纹理区域 低纹理区域 极线距离变换 极线距离变换 立体匹配 立体匹配

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 胡步发 , 刘志萌 . 基于极线距离变换的人脸立体匹配算法 [J]. | 仪器仪表学报 , 2015 , 36 (2) : 360-367 .
MLA 胡步发 等. "基于极线距离变换的人脸立体匹配算法" . | 仪器仪表学报 36 . 2 (2015) : 360-367 .
APA 胡步发 , 刘志萌 . 基于极线距离变换的人脸立体匹配算法 . | 仪器仪表学报 , 2015 , 36 (2) , 360-367 .
Export to NoteExpress RIS BibTex

Version :

基于极线距离变换的人脸立体匹配算法 CSCD PKU
期刊论文 | 2015 , 36 (02) , 360-367 | 仪器仪表学报
基于极线距离变换的人脸立体匹配算法 CQVIP CSCD PKU
期刊论文 | 2015 , 36 (2) , 360-367 | 仪器仪表学报
10| 20| 50 per page
< Page ,Total 4 >

Export

Results:

Selected

to

Format:
Online/Total:70/10081616
Address:FZU Library(No.2 Xuyuan Road, Fuzhou, Fujian, PRC Post Code:350116) Contact Us:0591-22865326
Copyright:FZU Library Technical Support:Beijing Aegean Software Co., Ltd. 闽ICP备05005463号-1