徐涛
- 作品数：11 被引量：3H指数：1
- 供职机构：武夷学院更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种茶叶储料仓管理系统及方法
- 本发明公开了一种茶叶储料仓管理系统及方法，具体涉及茶叶智能存储领域，包括仓储环境建模模块、信息录入分类模块、结构识别认证模块、环境梯度感知模块、呼吸参数监测模块、茶叶品质感知模块、储藏环境调控模块、仓储开闭管理模块、品质...
- 徐涛阮承治叶家亮刘德生
- 基于图像处理的农产品茶叶杂质分拣识别被引量：2
- 2022年
- 伴随着机械自动化技术的飞速发展,自动化分拣技术逐步取代传统的人工分拣,成为提升茶叶产量的关键技术。目前,常见的茶叶杂质自动化分拣技术存在一定局限性,无法对与茶叶颜色相近的杂质进行准确识别,针对这一问题,相关研究人员尝试运用图像处理技术以及霍夫直线变换理论,对与茶叶颜色相近的杂质,诸如树枝、木棍等进行精准识别,创建茶叶杂质分类系统,进一步提升茶叶自动化分拣效率以及准确率,压缩茶叶生产成本,扩大利润空间。
- 徐涛
- 关键词：图像处理霍夫变换
- 基于广义S变换的时频滤波技术研究
- 2015年
- 针对S变换的滤波方法受到窗函数形态固定的限制,在分析复杂信号时不具有一定灵活性,通过对窗函数的分析与改进,使其窗函数能够随信号变化而变化,对信号不同的频率段用最佳形态的窗函数对其进行分析,得到广义的S变换时频分析方法。将信号用广义S变换方法变换到时频域,判断噪声的时间-频率区域,对该区域进行清零,最后将去噪后的信息通过广义S逆变换,得到滤波后的时域信号。通过理论计算和信号模型仿真表明,该方法优于S变换,处理信号时有一定的灵活性和精确性。
- 徐涛甄洁
- 关键词：时频分析窗函数滤波
- 自监督深度学习训练的小样本茶叶异物检测模型构建方法
- 本发明公开了自监督深度学习训练的小样本茶叶异物检测模型构建方法，所述检测模型构建方法包括系统构架以及构建方法；所述系统构架包括检测台，所述检测台上设有驱动装置，所述狐驱动装置上设有转动盘，所述转动盘内设有检测头以及照明灯...
- 徐涛马奔邓露吴京
- 电气控制与PLC在城市照明系统的虚拟仿真
- 2025年
- 传统照明系统面临着耗电量大且浪费人力资源的问题。为提升照明系统的节能性及智能化程度,设计一款系统,该系统可以根据时段表和光照检测电路来控制城市路灯,采用了可编程逻辑控制器(PLC)作为核心控制单元,结合光照强度检测和时间控制策略,来实现更加节能和智能的照明管理。在设计中利用CALCULATE块编写光照传感器的数据处理,使用RD-LOC-T块读取系统时间并将时间分段实现时间控制。最后,通过组态的绘制和调试,验证了系统可以满足分时段切换照明模式,根据光照强度和车流量调节路灯能耗,检测环境因素判断车祸是否发生,利用车辆通行时间判断道路拥挤度。
- 徐涛阮承治郭波陈丽华蔡建雄
- 关键词：可编程逻辑控制器城市照明节能
- S变换与其他时频滤波方法的比较被引量：1
- 2015年
- 短时傅里叶变换的窗函数宽度固定不变,小波变换显示时频谱不够直观,处理非平稳信号都有局限性,改变短时傅里叶变换窗函数使其可调,即为S变换。S变换的窗函数可以随信号自适应调节,信号经S变换得二维时频谱,确定噪声时频范围对其清零,再利用S逆变换到时间域,最终得到去噪后的有效信号。通过理论计算和地震信号仿真表明,S变换能够得到信号的时频信息,确定噪声的时间范围,并能有效滤除不同时段不同频率的噪声,提高信号的信噪比。
- 徐涛
- 关键词：S变换窗函数地震信号
- 基于图像识别目标检测技术的茶叶病虫害识别系统及装置
- 本发明涉及茶叶病虫害识别技术领域，具体为基于图像识别目标检测技术的茶叶病虫害识别系统及装置。茶叶病虫害识别系统包括路径设定模块，用于筛选出经过所有拍照位置的最优检测路径；目标识别模块，用于构建基于鹦鹉算法优化的深度卷积神...
- 徐涛高强何曹尹宣
- S变换对地震信号滤波的应用研究
- 2016年
- 短时傅里叶变换的窗函数宽度固定不变,处理非平稳信号有局限性,改变窗函数使其可调,即为S变换。S变换的窗函数可以随信号自适应调节,信号经S变换得二维时频谱,确定噪声时频范围对其清零,再利用S逆变换到时间域,最终得到去噪后的有效信号。通过理论计算和地震信号仿真表明,S变换能够得到信号的时频信息,确定噪声的时间范围,并能有效滤除不同时段不同频率的噪声,提高信号的信噪比。
- 徐涛
- 关键词：S变换窗函数地震信号
- 一种图像处理茶叶杂质色选装置
- 本申请公开了一种图像处理茶叶杂质色选装置，包括预处理箱和筛分机构，所述预处理箱顶端搭接盖板，所述预处理箱底端固定套接在空腔板顶端；所述筛分机构包括翻转筒，所述翻转筒内壁左右两侧中心处分别转动连接转轴左右两端，所述转轴一端...
- 徐涛
- 基于图像处理和BP神经网络对武夷岩茶杂质识别方法
- 2025年
- 针对武夷岩茶加工中杂质人工分拣效率低、成本高的问题,提出一种基于图像处理与BP(back propagation)神经网络的杂质识别方法。通过采集带杂质的武夷岩茶图像,采用小波变换去噪、直方图阈值分割等技术进行预处理,结合颜色空间转换、形状描述子(霍夫变换、轮廓检测)及纹理特征提取方法,构建包含轴比值、厚度值、卷曲程度的杂质特征向量。基于BP神经网络设计分类器,输入层接收特征向量,隐藏层采用Sigmoid激活函数,输出层通过Softmax分类,利用639幅杂质图像数据集进行训练和测试。实验结果表明:该模型对无规则类、球状类、棍棒类杂质的平均识别率达90%以上,显著优于支持向量机(support vector machine,SVM)的86.67%。该方法有效降低环境干扰对识别的影响,验证图像处理与BP神经网络在茶叶杂质自动化分拣中的可行性与高效性,为茶叶加工智能化提供技术支撑。
- 徐涛闫彪何曹尹宣叶家亮刘德生
- 关键词：图像预处理特征提取BP神经网络武夷岩茶
