您的位置: 专家智库 > >

张政

作品数:8 被引量:21H指数:2
供职机构:中国矿业大学(北京)地球科学与测绘工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术文化科学轻工技术与工程理学更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 2篇文化科学
  • 1篇自动化与计算...
  • 1篇轻工技术与工...

主题

  • 2篇苹果
  • 1篇电力
  • 1篇电力输电
  • 1篇端元
  • 1篇端元提取
  • 1篇旋翼
  • 1篇旋翼无人机
  • 1篇巡检
  • 1篇遥感
  • 1篇摄影测量
  • 1篇输电
  • 1篇损伤识别
  • 1篇图像
  • 1篇人机
  • 1篇无人机
  • 1篇无损检测
  • 1篇线路巡检
  • 1篇机械损伤
  • 1篇光谱角
  • 1篇光谱图像

机构

  • 4篇中国矿业大学...
  • 1篇国网江苏省电...
  • 1篇湖北易瓦特科...

作者

  • 4篇张政
  • 2篇蒋金豹
  • 2篇汪国平
  • 1篇尤迪

传媒

  • 2篇科技尚品
  • 1篇福建农业学报
  • 1篇光谱学与光谱...

年份

  • 4篇2016
8 条 记 录,以下是 1-4
排序方式:
苹果轻微机械损伤高光谱图像无损检测被引量:8
2016年
无损检测是高光谱遥感应用研究热点之一。苹果在采摘、运输过程中易发生轻微机械损伤而影响其品质。使用高光谱成像系统分别采集54个轻微损伤的“黄香蕉”与“烟台富士”苹果可见-近红外波段(400~1 000 nm)的图像,提取苹果损伤区域的均值波谱曲线,对其进行最小噪声分离变换和基于几何顶点端元原理提取端元波谱,计算损伤区域波谱和端元波谱的光谱角,构建了端元提取光谱角苹果轻微机械损伤检测模型。通过设定光谱角阈值分别检测“黄香蕉”与“烟台富士”苹果轻微机械损伤,并与MNF变换、PCA方法检测精度进行对比分析,结果表明EESA模型检测苹果轻微机械损伤的精度最高,检测正确率分别达到94.44%和90.07%。
蒋金豹尤笛汪国平张政门泽成
关键词:高光谱遥感端元提取光谱角无损检测
基于高光谱影像的苹果轻微损伤识别
2016年
为了检测在不同时间段下苹果的轻微损伤,选择花牛苹果作为研究对象.分别采集损伤1h、24h的54个苹果样本以及36个对照样本.利用主成分分析(Principle Component Analysis,PCA)方法,识别苹果损伤的最佳波段为680~980nm.对比主成分分析与最低噪声分离(Minimum Noise Fraction,MNF)变换对苹果损伤区域的识别效果,发现MNF效果优于主成分分析方法,并运用MNF方法对损伤1h和24h的花牛苹果分别进行检测.研究结果表明,36个对照苹果全正确检出,损伤1h和24h的花牛苹果检测率分别为74.1%和88.9%,随着时间的推移,检测精度越来越高.该结论将为搭建高光谱检测平台提供一定的理论基础.
张政尤迪门泽成
关键词:苹果
利用高光谱微分方法检测苹果轻微损伤被引量:1
2016年
为快速有效检测不同品种苹果轻微损伤,以‘金冠’、‘花牛’、‘富士’和青苹果各54个轻微损伤果为研究对象,采用高光谱图像技术获得各个苹果可见-近红外(400~1 000nm)波段的图像,结合光谱微分技术选取波谷的9个波长(556、617、664、706、763、832、880、906、938nm)为特征波长,然后基于特征波长进行最小噪声分离(Minimum Noise Fraction,MNF)变换,筛选出苹果轻微损伤的特征图像并通过阈值分割、形态学运算等方法识别苹果轻微损伤部位。结果表明,该方法识别‘金冠’、‘花牛’、‘富士’和青苹果轻微损伤部位的准确率分别为92.6%、88.9%、85.2%、85.2%。由此可见,利用高光谱微分方法可以快速有效地检测不同品种的苹果轻微损伤,且苹果的颜色越深、硬度越大、纹理越杂乱,检测精度越低。
尤笛蒋金豹张政汪国平
关键词:高光谱成像
多旋翼无人机的航空摄影测量技术在电力测绘中的应用被引量:8
2016年
随着无人机技术的飞速发展,无人机在远程遥控、续航时间、飞行品质上有了明显的突破,从而为其在电力作业中的应用提供了良好的发展前景.无人机技术的发展为架空输电线路巡检工作提供了新的平台,借助无人直升机,通过遥感技术应用,采用多传感器集成的方法,可实现电力线路安全巡检工作的高效和全自动化开展.本文主要以多旋翼无人机为研究对象,通过分析以多旋翼无人机为飞行平台的低空摄影测量技术的数据获取系统和处理系统,研究其在电力测绘,特别是在电力线路巡检中的应用,为在电力系统线路巡检、维修等方面提供一定的技术保障.
张政窦杰陈冀渝
关键词:无人机摄影测量
共1页<1>
聚类工具0