自然条件下运动模糊活立木彩色图像复原方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31570713
  • 项目类别:
    面上项目
  • 资助金额:
    55.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C1614.竹学
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Forestry robots may slide while working, jitter while crossing obstacles and encouter vibration of manipulators, which will cause motion blur in acquiring color images of standing trees, directly affect the recognition, 3D reconstruction and measurement of standing trees. Meanwhile, it’s hard to restore motion blurring images of standing trees due to the complex forest natural light conditions. The project attempts to solve the scientific problem from the point of image color constancy of standing trees. The color space with color invariance should be established based on the images of standing trees in different seasons and different light conditions. The color invariant descriptors should be built in the eatablished color space based on moment invariant theory. Sparse image expression should be constructed using moment theory color invariant descriptor as dictionary. By regularization, a method of restoring sparse regularization motion blurring images can be proposed based on color constancy and dictionary migration, which can solve the ill-posed blind restoration problem of restoring motion blurring images of standing trees, establish theoretical foundation for 3D reconstruction of standing trees, the target recognition and work-environment modeling for autonomous forestry robots and promote the development of autonomous forestry robots.
林业机器人在林区行走作业时的滑动、越障时的抖动和机械臂的振动,造成其视觉系统获取的活立木彩色图像产生运动模糊,直接影响林业机器人对活立木的识别、三维重建和测量;同时林区自然光照条件复杂多变,导致活立木运动模糊图像复原困难。针对这一科学问题,本申请尝试从活立木图像颜色恒常性入手,首先通过典型林区不同季节不同光照条件下的活立木图像建立具有颜色不变性的颜色空间;根据不变矩理论在所建立的颜色空间下构建活立木图像的颜色不变性描述子;以颜色不变性描述子为字典构建活立木图像的稀疏表达,通过正则化手段建立一种基于颜色恒常性和字典迁移的稀疏正则化运动模糊图像复原方法,解决活运动模糊立木彩色图像复原这一病态盲复原问题,为自主作业林业机器人的活立木三维重建、作业目标识别和作业环境建模奠定理论基础与提供技术支撑,促进自主作业林业机器人的发展。

结项摘要

林业机器人可以替代人工进行林业生产活动,在提高林业生产作业效率、质量和作业安全方面有着非常重要的作用。视觉信息处理是林业机器人智能化的关键环节,林业机器人作业时产生的滑动或是抖动会导致林业机器人获取的活立木图像存在运动模糊,直接影响林业机器人对活立木的识别、三维重建和测量;同时林区自然光照条件复杂多变,导致活立木运动模糊图像复原困难。林区环境下的运动模糊图像恢复问题是林业机器人视觉信息处理中的重要问题之一。..本项目首先从构建具有亮度不变性的颜色空间出发,然后对林区活立木图像进行光照恢复和建立颜色不变性描述子解决林区活立木图像光照复杂性造成的图像降值问题;再从图像统特征、边缘信息和局部特征方面构建了活立木彩色运动模糊图像复原模型6种,在清晰图像和运动模糊核估计方面都取得了良好的效果;最后根据研究成果优化升级林业机器人平台,建立了具有多信息智能处理能力的自主知识产权的机器人平台,提升了视觉信息处理性能,能够实现林区复杂环境条件下的一定范围的自主导航。同时本项目的研究成果还应用于实验室开发的经济林智慧管护系统的图像监测子系统,提高图像监测质量。..本项目的研究成果的科学意义在于:构建的2个光照不变性颜色空间丰富了机器视觉领域的颜色空间,为复杂环境下图像/视频的颜色信息提取奠定了基础;基于颜色信息的活立木彩色运动模糊图像复原模型丰富了计算机视觉领域运动模糊图像复原理论;优化后的自主林业机器人平台为自主作业机器人开发奠定了基础。

项目成果

期刊论文数量(14)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(0)
An Unsupervised Hyperspectral Band Selection Method Based on Shared Nearest Neighbor and Correlation Analysis
基于共享最近邻和相关分析的无监督高光谱波段选择方法
  • DOI:
    10.1109/access.2019.2961256
  • 发表时间:
    2019
  • 期刊:
    IEEE ACCESS
  • 影响因子:
    3.9
  • 作者:
    Yang Rongchao;Kan Jiangming
  • 通讯作者:
    Kan Jiangming
Improved deep belief networks and multi-feature fusion for leaf identification
改进的深度信念网络和多特征融合用于叶子识别
  • DOI:
    10.1016/j.neucom.2016.08.005
  • 发表时间:
    2016-12-05
  • 期刊:
    NEUROCOMPUTING
  • 影响因子:
    6
  • 作者:
    Liu, Nian;Kan, Jiang-ming
  • 通讯作者:
    Kan, Jiang-ming
A performance evaluation of color constancy methods based on illumination estimation
基于光照估计的颜色恒常性方法的性能评估
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    International Journal of Circuits, Systems and Signal Processing
  • 影响因子:
    --
  • 作者:
    Li Chunxiao;Kan Jiangming
  • 通讯作者:
    Kan Jiangming
Motion blur image deblurring using edge-based color patches
使用基于边缘的色块进行运动模糊图像去模糊
  • DOI:
    10.3906/elk-1802-192
  • 发表时间:
    2019-01
  • 期刊:
    Turkish Journal of Electrical Engineering and Computer Sciences
  • 影响因子:
    1.1
  • 作者:
    Zhao Xixuan;Kan Jiangming
  • 通讯作者:
    Kan Jiangming
Color-based moment invariants under changing illumination
变化光照下基于颜色的矩不变量
  • DOI:
    10.1117/1.jei.29.2.023015
  • 发表时间:
    2020-03
  • 期刊:
    Journal of Electronic Imaging
  • 影响因子:
    1.1
  • 作者:
    Danyu Sun;Jiangming Kan;Songnan Chen
  • 通讯作者:
    Songnan Chen

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

立木枝杈点自动识别方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    北京林业大学学报29(4):1-4,2007
  • 影响因子:
    --
  • 作者:
    李文彬;阚江明;孙仁山
  • 通讯作者:
    孙仁山
基于数学形态学的树木图像分割方
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    北京林业大学学报28(supp.2),132-136
  • 影响因子:
    --
  • 作者:
    阚江明;李文彬
  • 通讯作者:
    李文彬
聚合氯化铁-腐殖酸絮体的空间异质性研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    环境化学
  • 影响因子:
    --
  • 作者:
    于富玲;阚江明;王毅力;卢佳;赵秀海
  • 通讯作者:
    赵秀海
森林监测无线传感器网络自供电技术研究进展
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    森林工程
  • 影响因子:
    --
  • 作者:
    李文彬;庞帅;阚江明
  • 通讯作者:
    阚江明
基于HSI和LAB颜色空间的彩色图像分割
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    广西大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    庞晓敏;闵子建;阚江明
  • 通讯作者:
    阚江明

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

阚江明的其他基金

基于深度神经网络的森林场景三维重建方法
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
基于真彩色图像的活立木三维重建方法
  • 批准号:
    30901164
  • 批准年份:
    2009
  • 资助金额:
    18.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码