基于视频的果蝇求偶行为识别和运动轨迹跟踪预测

针对人工检测果蝇求偶行为效率低、果蝇轨迹跟踪困难的问题, 提出一种基于视频的果蝇求偶行为识别和运动轨迹跟踪预测的方法。首先采用Ostu法实现图像分割,并使用外接椭圆锁定果蝇目标,根据果蝇位置关系和差值图像灰度均方差进行求偶行为误判筛除; 然后提取果蝇轮廓的形状特征(面积,周长,似圆度等)和7个不变矩特征,并依据特征信息实现果蝇求偶行为的识别; 最后采用卡尔曼滤波和特征匹配的轨迹跟踪方法实现运动果蝇的跟踪预测。实验结果表明,该方法能够准确识别果蝇的求偶行为和运动跟踪预测。     

自然场景下树上桃子生长形态的识别

为使机械手更准确地抓取桃子,提出一种在自然光照条件下识别树上桃子生长形态的方法。首先在5种颜色空间中利用BP神经网络找出识别率最高、误分率最低的颜色特征组合(H, Cr(YCgCr),Cr(YCbCr), R-G, 2R-G, Cb-Cr),并使用改进的K-means聚类算法实现图像分割;然后利用桃子生长的形态参数(复杂度、延伸率、紧密度等)使用支持向量机分类器进行分类。实验结果表明:对于晴天拍摄的图片,其识别率可达到87.5%;对于阴天拍摄的图片,其识别率可达80.5%。该方法具有一定的实用价值。       

基于组合分类器的自由手写体数字识别方法

自由手写体数字识别广泛应用于信息录入和文本识别中。基于组合分类器实现手写数字的识别,克服了单因子识别的局限性,识别中使用距离法和改进的BP神经网络方法,以多种特征向量作为分类器的输入,以举手法则确定识别输出。实验证明,该系统具有较高的识别率和极低的误识率,有令人鼓舞的应用价值。