侯利龙

作品数:7被引量:47H指数:5
导出分析报告
供职机构:河南工业大学信息科学与工程学院更多>>
发文主题:车道线识别小麦品种小麦图像处理特征提取更多>>
发文领域:自动化与计算机技术交通运输工程轻工技术与工程机械工程更多>>
发文期刊:《清远职业技术学院学报》《农机化研究》《河南工业大学学报(自然科学版)》《计算机应用研究》更多>>
所获基金:国家自然科学基金河南省自然科学基金河南省杰出青年科学基金河南省教育厅自然科学基金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-7
视图:
排序:
基于改进RANSAC算法的车道线识别方法被引量:7
《汽车工程》2014年第4期503-508,共6页樊超 狄帅 侯利龙 徐静波 
河南省教育厅自然科学基金(14A510019);河南省自然科学基金(132300410392);河南省杰出青年基金(104100510008)资助
为在光照变化和车道线破损、阴影遮挡和污迹覆盖等路况下提高车道线识别算法的实时性和鲁棒性,在特征提取基础上提出一种改进的随机抽样一致(RANSAC)算法。首先使用对应掩模分别对特征提取后的左右车道线区域进行滤波得到特征点的随机...
关键词:辅助驾驶系统 车道线识别 改进RANSAC算法 
一种阴影及破损车道线识别方法研究被引量:6
《计算机应用研究》2012年第10期3968-3971,3989,共5页樊超 狄帅 侯利龙 徐静波 
国家自然科学基金资助项目(61071197);河南工业大学研究生科技创新基金资助项目(11YJCX72)
为了满足车道线识别算法在车道线存在阴影遮挡、破损及污迹覆盖情况下的适应能力,提出了一种新的、有效的识别算法。将原始道路图像灰度化后,采用中值滤波去除图像采集过程中引入的噪声。利用对称局部阈值分割算法对去噪后车道线进行特...
关键词:对称局部阈值分割 RANSAC算法 阴影遮挡 破损 车道线识别 
基于优化神经网络的小麦品种分类研究被引量:6
《河南工业大学学报(自然科学版)》2012年第4期72-76,共5页樊超 夏旭 石小凤 侯利龙 
国家自然科学基金(61071197)
为提高基于图像处理的小麦品种识别的准确率,首先选取L8998、内乡188、9023、优展1号、豫麦47、周麦12等6个品种作为研究对象,对采集到的小麦颗粒图像进行中值滤波后采用迭代式阈值法分割图像,提取出颜色、形态和纹理3方面共16个特征,...
关键词:小麦 图像处理 特征提取 神经网络 优化算法 
一种基于直线模型的车道线识别算法研究被引量:11
《计算机应用研究》2012年第1期326-328,332,共4页樊超 狄帅 侯利龙 石小凤 
国家自然科学基金资助项目(61071197)
为了更好地满足车道标志线识别算法的实时性和鲁棒性要求,提出了一种新的、有效的车道标志线识别算法。将图像灰度化后,采用中值滤波去除图像采集过程中引入的噪声,应用方向可调滤波器进行边缘提取,在提取过程中对原图像进行感兴趣区域...
关键词:方向可调滤波器 边缘分布函数 梯度加权霍夫变换 车道标志线识别 车道标志线跟踪 
直线模型下的高速公路车道线检测方法研究被引量:1
《清远职业技术学院学报》2011年第6期73-76,共4页侯利龙 狄帅 
国家自然科学基金资助项目(61070779)
为了准确识别出高速公路图像中车道的标志边缘,结合道路图像特点,首先采用Sobel边缘算子对中值滤波后的道路图像进行增强,进而用Otsu算法将图像分割,在感兴趣区域运用基于像素的运算方法去除噪声,最后利用Hough变换进行拟合,识别出车道...
关键词:车道偏离预警系统 车道识别 SOBEL算子 感兴趣区域分割 
基于图像处理的小麦品种分类研究被引量:15
《河南工业大学学报(自然科学版)》2011年第5期74-78,共5页樊超 夏旭 石小凤 侯利龙 
籽粒的外观特征是区别不同小麦品种的重要标志,对小麦的选育工作具有重要的参考价值.首先采用中值滤波和迭代式阈值法对采集到的4类小麦共468粒样本图像进行处理和分割;然后针对每类小麦,提取了其6个颜色特征、5个形态特征和5个纹理特...
关键词:小麦 计算机视觉 特征提取 神经网络 
基于CAN总线的粮食数量测量系统节点设计被引量:4
《农机化研究》2011年第10期153-157,共5页樊超 鲁淑杰 侯利龙 梁义涛 
国家"十一五"科技攻关项目(2006BAD08B01)
针对实时测量粮仓中储粮数量的需求,在粮仓底面及侧壁排布压力传感器,通过压强值拟合出粮食数量;提出了一种基于AT89C51和SJA1000的CAN总线数据采集节点的设计方案,实现了测量数据的实时可靠传输,完成了节点的硬件平台设计和通信软件的...
关键词:粮食数量 CAN总线 测量 节点 
检索报告 对象比较 聚类工具 使用帮助 返回顶部