基于复频域纹理特征的植物叶片识别算法

针对空间域特征不能全面准确地描述叶片的问题,提出了一种基于复频域纹理特征(Complex frequency domain texture features,CFDTF)的叶片识别算法。首先,对叶片图像进行预处理。其次,对预处理后的图像进行分块,并对每一个图像块进行双树复小波变换(Dual-tree complex wavelet transform,DTCWT),分别计算复频域局部二值模式(Local binary pattern,LBP)和局部相位量化(Local phase quantization,LPQ)特征,得到图像块的特征。接着,串联所有图像块的特征得到整个图像的特征。最后,在Flavia数据库上通过KNN分类器分类识别。结果表明,与传统的颜色、形状、纹理等特征相比,该算法平均识别精度明显提高,达到95.75%。

基于Intel Real Sense 3D实感技术的三维脚型测量与重构

提出一种基于Real Sense技术的足部参数测量方法,仪器装置携带方便、成本低廉、操作简洁;该算法运用Intel Real Sense技术,搭建了使用多台SR300的足型重建系统;该系统首先将从深度图像中获取的各个足面轮廓点云在系统规定世界坐标系内叠加融合,然后用ICP算法进行精准配准完成对点云的融合,最后得到完整足部轮廓点云并根据定义计算足部围度等足部系列参数;在进行重建的过程中运用纹理贴图技术进行渲染,得到3D图像;实验表明,该系统能够快速精确地完成三维脚型恢复和足部特征参数的提取,具有很好的鲁棒性。

基于度量核和GHI核混合的植物叶片识别算法

针对现有识别算法中的核函数不能充分利用直方图的整体特征和不同维特征间的内在联系,提出基于度量核和广义直方图交叉(generalized histogram intersection,简称GHI)核混合的植物叶片识别算法.首先,构建多尺度边缘轮廓(multi-scale marginal contour,简称MMC)算子;其次,提取预处理后的叶片图像MMC形状特征、局部二值模式(local binary pattern,简称LBP)空域纹理特征、局部向量化(local phase quantization,简称LPQ)频域纹理特征,进而将这些特征拼接成复合特征;再次,利用度量学习和马氏距离改造负距离核构建度量核,将其与GHI核加权融合形成组合核;最后,进行仿真实验.仿真实验结果表明:相对于现有算法,该文算法对不同种类的植物叶片具有较高的识别率.

外突褶皱及其打磨处理对层合板压缩失效行为影响

评估打磨处理对含外突褶皱结构承载能力的影响,是开展复合材料制造质量评定与制定装配策略的重要依据。本文采用实验与数值模拟相结合的方法研究了外突褶皱及打磨处理对层合板压缩失效行为的影响。实验方面,借助数字图像DIC技术监测加载过程表面应变分布,采用电子显微相机捕捉损伤过程,分析试样的压缩承载行为和破坏模式。数值模拟方面,采用Hashin失效准则与内聚力方法构建高保真度含褶皱层合板层内/层间失效分析有限元模型,探讨含外突褶皱及打磨褶皱层合板的应力分布特征及失效机制并分析褶皱高度对层合板压缩强度影响。结果表明:外突褶皱降低层合板压缩承载能力,而打磨处理会进一步降低层合板的承载能力与刚度。本文所建立的数值模型与实验结果吻合较好。对于外突褶皱层合板,层合板向褶皱凸起一侧屈曲,褶皱上方发生分层损伤并向端部扩展,纤维损伤从褶皱下侧铺层波谷处向其他层扩展;对于打磨褶皱层合板,主层板向褶皱凸起的相反方向屈曲,首先在打磨断层处发生面外拱起分层损伤,随后褶皱上方纤维层发生拱起断裂,纤维损伤向其他层扩展。随外突褶皱高度的增加,含褶皱层合板及打磨褶皱层合板的压缩失效载荷均显著降低。以上研究可为含外突褶皱复合材料结构的处置方案评估提供参考。