- 年份
- 2024(5319)
- 2023(7531)
- 2022(6438)
- 2021(6191)
- 2020(5286)
- 2019(12074)
- 2018(11824)
- 2017(22829)
- 2016(12167)
- 2015(13475)
- 2014(13001)
- 2013(12458)
- 2012(11118)
- 2011(9504)
- 2010(8847)
- 2009(7500)
- 2008(6807)
- 2007(5338)
- 2006(4073)
- 2005(3072)
- 学科
- 济(44802)
- 经济(44753)
- 管理(34308)
- 业(32657)
- 企(27609)
- 企业(27609)
- 方法(26233)
- 数学(24011)
- 数学方法(23623)
- 财(13507)
- 农(11067)
- 中国(10350)
- 务(9333)
- 财务(9283)
- 财务管理(9262)
- 业经(8999)
- 企业财务(8847)
- 学(8205)
- 贸(8006)
- 贸易(8001)
- 易(7846)
- 技术(7425)
- 农业(7394)
- 地方(7249)
- 制(6797)
- 环境(6786)
- 和(6586)
- 理论(6525)
- 划(6101)
- 银(5754)
- 机构
- 大学(154047)
- 学院(153495)
- 管理(64292)
- 济(62625)
- 经济(61600)
- 理学(57340)
- 理学院(56795)
- 管理学(55640)
- 管理学院(55357)
- 研究(45561)
- 中国(34171)
- 京(30505)
- 科学(29268)
- 财(27755)
- 业大(25190)
- 农(24514)
- 中心(23242)
- 财经(23196)
- 经(21419)
- 所(20633)
- 江(20567)
- 经济学(19727)
- 农业(19234)
- 研究所(19211)
- 范(18150)
- 经济学院(18051)
- 师范(17873)
- 财经大学(17755)
- 北京(17751)
- 院(17572)
- 基金
- 项目(118778)
- 科学(95710)
- 基金(89841)
- 研究(83855)
- 家(79070)
- 国家(78473)
- 科学基金(69222)
- 社会(54313)
- 社会科(51731)
- 社会科学(51720)
- 基金项目(48196)
- 自然(46968)
- 省(46058)
- 自然科(45966)
- 自然科学(45956)
- 自然科学基金(45127)
- 教育(39365)
- 划(39174)
- 资助(35705)
- 编号(32540)
- 重点(26701)
- 部(26503)
- 创(25907)
- 发(24704)
- 创新(24259)
- 科研(24155)
- 成果(24097)
- 国家社会(23414)
- 教育部(23218)
- 大学(22666)
共检索到203336条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 北京林业大学学报
[作者]
贾浩男 徐华东 王立海 张金生 褚晓辉 唐旭
【目的】为解决人工及传统数字图像处理方法对木板材表面缺陷识别效果差、效率低等问题，并提高木材利用率。以深度学习模型为基础，构建木板材表面缺陷检测系统，旨在拓展深度学习模型在木板材缺陷检测领域的应用。【方法】基于“Wood Defect Database”公开数据集中的839张木板材缺陷图像，使用Imgaug数据增强库对数据集进行扩充；通过在主干特征网络部分引入SE注意力机制，使用focus、FPN+PAN结构构建YOLOv5木板材表面缺陷目标检测框架，进而采用迁移学习思想改进训练方式，将训练过程分为两个阶段（冻结阶段和解冻阶段）。然后将构建的模型与当前主流深度学习目标检测模型进行对比，最后利用混淆矩阵、Loss值变化曲线、模型大小、检测时间以及均值平均精确率等指标评价模型。【结果】提出了一种基于YOLOv5模型对木板材表面缺陷中活节、死节、裂缝、孔洞的检测方法。模型对死节、活节、裂缝、孔洞识别结果的均值平均精确率分别约为98.66%、99.06%、98.10%和96.53%，并与当前主流检测模型进行比较，改进的模型具有更好的精确率、召回率和综合平均准确率，分别为97.48%、96.53%和98.22%。模型单幅图像平均检测时间为10.3 ms，最大检测耗时20.5 ms，检测效果与泛化特性较好，模型所占内存仅13.7 MB，易于移植。【结论】实验表明改进的YOLOv5模型可用于检测木板材表面主要缺陷。且模型对木板材表面缺陷的识别效果优于其他5种主流检测模型。在维持原有检测精度的基础上，提高了小目标缺陷的识别能力，减少了木板材缺陷漏检的情况，实现在复杂场景下快速检测。
[期刊] 浙江农林大学学报
[作者]
尹建新 祁亨年 冯海林 杜晓晨
利用计算机视觉技术检测木板材表面缺陷。提出了一种基于混合纹理特征的表面缺陷检测算法,能准确、鲁棒地检测出木板材表面图像中是否有缺陷。首先,分别使用灰度共生矩阵方法、Gabor滤波方法和几何不变矩方法提取了10个优化后的图像纹理及尺度、平移、旋转不变特征;然后,对特征向量进行有效组合;最后,基于融合后的混合纹理特征向量,应用BP人工神经网络对样本集进行训练和检测。实验表明,该方法能准确地对木板材表面缺陷进行检测,平均检测成功率达96.2%。
[期刊] 浙江农林大学学报
[作者]
周竹 尹建新 周素茵 周厚奎
为了实现木板材依据节子进行自动化分级,采用近红外光谱技术研究了多种针叶材表面节子缺陷的检测方法。采用Smart Eye 1700近红外光谱仪获取北美黄杉Pseudotsuga menziesii,铁杉Tsuga chinensis,云杉Picea asperata,白云杉Picea glauca-英格曼云杉Picea engelmannii-扭叶松Pinus contorta-冷杉Abies laciocarp a(SPF)等4种板材的近红外光谱(1 0001 650 nm),比较了光谱预处理方法、建模方
[期刊] 北京林业大学学报
[作者]
李超 刘思佳 曹军 于慧伶 张怡卓
针对实木板材表面缺陷的复杂性与随机性,提出了一种快速、准确的识别方法。首先,对实木板材表面图像进行3级双树复小波分解,提取低频子带、高频子带、原图像的均值、标准差和熵,共40维特征向量;然后,运用粒子群算法(PSO)优选出20个关键特征;最后,采用压缩感知理论将优选后的特征向量作为样本矩阵列,构建训练样本数据字典,通过最小残差完成缺陷识别。对4类柞木样本进行了仿真实验,活结、死结、虫眼、裂纹的分类正确率分别为93.3%、86.7%、100%和93.3%,结果表明:双树复小波良好的方向性能够表达实木板材表面复杂的信息;基于粒子群算法的特征选择能够提高分类效率;压缩感知分类器与传统分类器相比,具有...
[期刊] 清华大学学报(自然科学版)
[作者]
周鹏 徐科 杨朝霖
中厚板在生产过程中,由于各种因素难免会产生压痕、辊印、划伤等缺陷,严重的缺陷会对下一道轧制工艺产生不良的影响,因此在包含氧化铁皮背景中准确识别出真实缺陷对提高钢铁企业的产品质量至关重要。该文采用尺度不变特征转换(scale-invariant feature transform,SIFT)算子来提取具有尺度旋转不变性的特征向量,并采用Euclidean距离相似性判定度量实现图像匹配,进而识别出中厚板表面缺陷。该文通过大量实验分析并确定各参数取值,最终将SIFT算法应用到中厚板表面缺陷识别,实验结果表明:该算法对辊印、压痕等缺陷的识别率较高,能够达到95%,尤其是对连续出现的缺陷检测效果明显,从而验证了SIFT方法较好的光照不变性、旋转不变性和仿射不变性。
关键词：
中厚板 表面检测 尺度不变 局部特征
[期刊] 实验技术与管理
[作者]
周海燕 农春仕 刘英 李玉荣 杨雨图 倪超 吴斌
依托木材加工行业最新研究成果和虚拟仿真技术，以“高阶性、创新性、挑战度”为标准，建设了具有林业特色的自动化专业虚拟仿真实验项目。通过对虚拟仿真系统功能模块以及对实木板材的缺陷定位、识别、优选、排样等具体实验参数的设计，该实验教学项目能够引导学生通过探究式学习实现将理论知识向工程实践应用的转化，提高学生综合运用所学专业知识进行综合设计和工程应用的能力。
关键词：
林业工程背景 虚拟仿真 实验教学
[期刊] 华中农业大学学报
[作者]
贺英豪 唐德钊 倪铭 蔡起起
为提高果园中高遮挡和密集的李（Prunus salicina Lindl.）的检测精度，提出一种改进YOLOv5s模型，在促进模型轻量化的同时提高模型对李的检测精度。首先，使用新的结构Focus-Maxpool模块替换主干网络中的下采样卷积，使模型在下采样时能够保留更多高遮挡目标和小目标的特征信息。其次，使用focal loss和交叉熵函数的加权损失作为模型的分类损失，提升模型对粘连目标的识别能力。最后，设计若干组检测试验来评价模型的性能。结果显示，改进YOLOv5s模型的平均精度优于YOLOv5s、YOLOv4、Faster-RCNN、SSD和Centernet；与YOLOv5s模型的检测结果相比，改进模型的平均精度、召回率和精度分别提高2.84、9.53和1.66百分点，检测速度可达到91.37帧/s，能够满足实时检测需求。研究结果表明，改进的模型在真实果园环境下具有较高的检测精度和鲁棒性。
[期刊] 北京林业大学学报
[作者]
杜晓晨 尹建新 祁亨年 冯海林
提出一种基于颜色和纹理信息的木板材表面节疤缺陷区域检测方法。首先,根据木板材表面图像中正常区域和缺陷区域的颜色差异,通过颜色直方图自动获取缺陷区域的种子点;然后,提出一种纹理扩散算法,它从种子点出发,基于图像局部纹理特征搜索缺陷区域的边缘。此外,改进了局部二进制模式算子,提出一种LBP-TD算子以更好地适应纹理扩散。实验结果表明:针对各种常见的木板材节疤缺陷,当缺陷区域与正常木纹区域的颜色、纹理存在较明显差异时,无论木纹本身是否规则,本文方法都能准确地检测出木板材节疤缺陷的区域;而当缺陷区域与正常木纹区域的颜色、纹理的差异均不明显时,本文方法仍能检测出缺陷区域的大致轮廓。数据对比显示了本文方法...
[期刊] 北京林业大学学报
[作者]
白雪冰 许景涛 郭景秋 陈凯
木材表面缺陷会严重影响木材的质量、性能和使用价值，对木材表面缺陷分割检测有利于提高木材的利用率，节约现有木材资源，缓解森林资源短缺的压力。针对传统的Ｃ－Ｖ（Ｃｈａｎ－Ｖｅｓｅ）模型算法不能分割灰度不均匀图像的缺点，本文采用Ｃ－Ｖ模型与形态学结合的方法与传统的Ｃ－Ｖ模型算法进行对比试验。与此同时，根据Ｃ－Ｖ模型和Ｃ－Ｖ模型结合形态学方法的不足之处，在Ｃ－Ｖ模型基础上，引入局部拟合函数和高斯核函数，提出了一种基于Ｃ－Ｖ模型的改进算法，能够有效地克服Ｃ－Ｖ模型的不足。通过对木材表面缺陷图像分别采用传统Ｃ－Ｖ模型算法、Ｃ－Ｖ模型与形态学结合的方法和改进的Ｃ－Ｖ模型算法进行多组针对单一目标的木材表面缺陷．．．
[期刊] 林业科学
[作者]
刘传泽 王霄 陈龙现 郭慧 罗瑞 周玉成
【目的】提出一种基于随机森林(RF)算法的分类模型,以实现纤维板表面大刨花、胶斑、杂物、油污的快速、准确识别。【方法】获取100张规格为4 800 mm×2 400 mm的纤维板表面图像,利用Otsu阈值分割算法对图像进行分割,提取缺陷区域的面积(S)、周长(L)、长宽比(OR)、紧凑性(J)、矩形度(P)、圆形性(O)、灰度均值(u)及灰度的标准差(σ_D)、平滑度(σ_P)、偏度(σ_S)、峰度(σ_K)和均方根值(σ_R)12个特征属性的特征值作为试验数据。使用100份试验数据构建RF分类器,采用Bootstrap方法随机抽取2/3数据和8个特征作为输入构建k株决策树,组成RF,以每株决策树袋外数据(OOB)误差率均值作为RF分类器的评估指标确定决策树数量k。采用100张纤维板厂家提供的带有大刨花、胶斑、杂物和油污的纤维板对分类模型进行测试。【结果】当k=600时,RF分类器的OOB误差率均值最低为0.004,利用构建的RF分类器对纤维板厂家提供的100张纤维板进行缺陷识别,正确率为99%,每张纤维板的识别时间为525 ms,在识别时间和正确率上明显优于神经网络(NN)和支持向量机(SVM)。【结论】基于随机森林算法的分类器用于纤维板表面缺陷在线识别具有可行性,能够实现纤维板表面缺陷的快速、准确识别,满足纤维板缺陷在线检测系统的的准确性和实时性要求。
[期刊] 林业科学
[作者]
王克奇
可应用于传送线与计算机联合处理识别图象，算法输出列出了便于进一步高水准处理识别目标象素的坐标。它为木质材料表面缺陷计算机视觉测量技术提供了一种有效的识别方法。
关键词：
图象处理,木质材料,表面缺陷
[期刊] 沈阳农业大学学报
[作者]
马瑞峻 何浣冬 陈瑜 赖宇豪 焦锐 唐昊
为实现自然环境下不同成熟度火龙果在不同光照、不同遮挡场景下的精确快速识别，提出了一种基于对YOLOv5的网络模型改进的一种检测模型（PITAYA-YOLOv5）。首先，使用k-means++算法重新生成火龙果数据集的锚框，提高了网络的特征提取能力；其次，将CSPDarkNet替换成PPLCNet作为骨干网络，并加入SE注意力模块（Squeeze-and-Excitation block），在降低网络参数量的同时保持检测精度；同时加入加权双向特征金字塔网络（Bi-FPN）替换YOLOv5的特征融合网络，提高网络对不同尺度特征图的融合效率；引入αDIoU损失函数，提高了模型的收敛效果。试验结果表明：PITAYA-YOLOv5目标检测模型的平均精度均值为94.90%，较原模型提高1.33个百分点，F1值为91.37%，较原模型提高1.12个百分点，平均检测速度达到20.2 ms，占用内存仅有8.1 M。针对枝条遮挡和果间遮挡下的火龙果检测能力明显增强。对比Faster R-CNN、CenterNet、YOLOv3、YOLOv5以及轻量化骨干网络ShuffleNetv2，该模型具有良好的检测精度和实时性。该模型能够有效地在自然环境下识别并检测火龙果的成熟度，为果园智能管理与早期产量预估等提供了参考。
[期刊] 实验技术与管理
[作者]
孙乐杨 凌振宝 王永志
针对遥感影像目标检测中部分输电塔因目标较小、特征不显著而难以识别的问题，提出一种优化和改进的YOLOv5目标检测方法。首先，通过增加更大尺度检测层，以提升小目标的检测效果；其次，将大尺寸高分辨率遥感影像通过滑窗分割成小尺寸图像，进行检测及再还原，解决了遥感影像中难以直接有效识别输电塔等问题；最后，调用GDAL模块自动计算被识别输电塔的地理坐标。实验结果表明，改进YOLOv5模型较原始YOLOv5模型具有更好的小目标检测效果，测试集输电塔的AP值由0.87147提升为0.89717,GDAL计算输电塔空间坐标准确。
[期刊] 华中农业大学学报(自然科学版)
[作者]
黄彤镔 黄河清 李震 吕石磊 薛秀云 代秋芳 温威
为实现在自然环境下对柑橘果实的识别，提出一种基于YOLOv5改进模型的柑橘识别方法。通过引入CBAM(convolutional block attention module，卷积注意力模块)注意力机制模块来提高网络的特征提取能力，改善遮挡目标与小目标的漏检问题；用α-IoU损失函数代替GIoU损失函数作为边界框回归损失函数，提高边界框定位精度。结果显示：本研究提出的模型平均精度AP值达到91.3%，在GPU上对单张柑橘果实图像的检测时间为16.7 ms，模型占用内存为14.5 Mb。结果表明，本研究基于YOLOv5的改进算法可实现在自然环境下快速准确地识别柑橘果实，满足实时目标检测的实际应用需求。
[期刊] 实验技术与管理
[作者]
李小占 石杰 杨朝霖 吴昆鹏 邓能辉
针对机器视觉相关专业实践教学的实际需求，以实际生产现场的板带钢材表面缺陷检测装置为依据，设计开发了板带钢材表面缺陷检测实验平台。该实验平台包括光学图像采集装置、数据处理中心和HMI人机交互端。可开设光学成像实验、驱动软件开发实验、目标检测和识别算法设计实验等。实际应用表明，该平台为学生提供了与生产现场贴近的应用场景，提高了学生的实践能力，加深了他们对机器视觉相关技术原理和工作流程的理解。
关键词：
机器视觉 缺陷检测 光学成像
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
