小麦草害本体知识库构建研究

根据小麦草害信息知识的特点,结合本体理论与方法,以河南省小麦草害为例,在小麦领域专家的指导下,首先凝练出小麦草害领域本体知识资源,并进一步梳理出较为完善的小麦草害领域本体知识组织体系,最后探索并构建了河南省小麦草害本体知识库,为其它领域本体的构建提供了框架参考和技术支撑.     

基于宏块合并的H.264模式选择算法

H.264新技术的引入提高了压缩效率,但同时编解码器运算复杂度也成倍增加.为了减小H.264的编码算法复杂度,对编码选项和模式选择算法进行了优化.算法以运动矢量合并为基础,采用1/4像素精度的细化运动估计以减低码率,对P帧宏块是否采用帧内编码模式,利用平均比特率和宏块平均边缘差值进行预判断.实验结果表明,算法在不增加峰值信噪比和码率的基础上,平均节省运动估计时间35.19%,节省编码时间48.98%.     

基于全局和局部信息融合的显著性检测

为提高低对比度、复杂自然图像显著性检测的准确率和泛化性能,提出一种贝叶斯框架下的全局和局部信息融合的显著性检测模型.首先,构建深度卷积自编码网络,采用对称编解码结构,监督学习图像全局特征,得到全局显著图;然后,根据全局显著图产生前景和背景码本,利用局部约束线性编码算法进行编码,采用稀疏编码描述局部特征,产生局部显著图;最后,提出采用贝叶斯框架,将全局和局部信息融合,生成最终显著图.实验结果表明,所提模型在ECSSD,DUT-OMRON和PASCAL数据集上F-measure值分别为76.53%、59.45%和72.52%,MAE值分别为0.143 28、0.137 87和0.181 05,且能够有效对低对比度、复杂真实自然图像进行显著性检测.     

二次定位车牌分割及识别方法

智慧城市建设中,需对重点街道和路口采集到的交通视频文件进行智能分析.为此,提出一种二次定位车牌分割、识别方法.首先,利用垂直投影区域特征并结合Hough变换得到车牌的粗略定位分割结果;然后,基于该车牌图像的粗略定位分割结果,采用支持向量机的方法,进行车牌的精细定位分割并对车牌号码进行自动提取、识别.通过对多源车流量视频实验数据中的1680帧车牌图像进行自动车牌提取分析,在5°和10°两个倾斜角度,二次定位车牌识别方法的准确率分别达到96.7%和96.2%,优于相关算法.