基于MatLab和DSP的哈密瓜纹理分割与分类

以新疆特色水果哈密瓜为研究对象,提出一种利用Matlab辅助DSP提取哈密瓜纹理的方法。该方法首先利用Matlab把待处理的图像转换为数据文件(dat文件),然后利用DSP强大的运算能力分割哈密瓜表面纹理特征,并将分割结果同样以dat文件传递给Mat Lab,最后利用Mat Lab强大的数据分析与图像显示能力建立哈密瓜分类模型。实验结果表明,该方法能够有效地对哈密瓜表面纹理进行分割与分类,分类准确率为88.10%。该方法不但能够缩短DSP系统的开发周期,且能够为今后开发基于DSP的哈密瓜品质实时检测系统奠定基础。     

基于融合的DWT-LTP-IGLCM的野生食用菌纹理特征分类方法研究

为更好解决野生食用菌纹理特征提取方法的识别效率和准确性问题,针对相似野生食用菌褶,提出DWT-LTP-IGLCM的纹理特征提取融合方法,利用DWT有效保留图像的主要特征,通过LTP中心像素与相邻像素间的关系设定固定的阈值,不仅消除了噪声的干扰且具有更好的光照鲁棒性,结合旋转不变的灰度共生矩阵IGLCM的特征参数,得到了12个食用菌纹理特征值进行分析,基于支持向量机SVM方法对其特征进行有效的分类。试验结果表明:DWT-LTP-IGLCM的纹理特征提取,可以有效将相似食用菌进行分类识别,分类的正确率达到了100%,并且减少了食用菌外部特征分类的错分率,提高了食用菌分类识别效果。     

基于机器视觉和支持向量机的温室黄瓜识别

针对复杂温室环境中的成熟黄瓜,采用脉冲耦合神经网络分割黄瓜图像,利用数学形态学方法处理,把黄瓜从图像背景中分离出来;提取各连通区域的4个几何特征值和灰度共生矩阵基础上的3个纹理特征值,作为最小二乘支持向量机(LS-SVM)的输入特征向量;利用训练好的分类器判别图像中的黄瓜。试验结果表明:用于试验的70幅黄瓜图像,正确识别率达82.9%,基于脉冲耦合神经网络分割结合LS-SVM的方法,适合复杂背景的温室黄瓜识别。     

“京蜜八号”哈密瓜成熟等级分类研究—基于机器视觉和神经网络

目前,新疆哈密瓜在采摘期成熟等级判定主要采用人工方式,容易混淆级别,影响销售质量。为此,提出了一种基于机器视觉和主成分分析优化神经网络的哈密瓜成熟等级识别方法。首先,利用田间哈密瓜图像采集系统获取了采摘前不同成熟期的哈密瓜图像,利用图像处理技术获得了感兴趣区域;其次,提取能表征哈密瓜不同成熟等级的外观特征,包括H分量图像的色调累积频度、纹理特征、几何特征;最后,利用主成分分析法优化特征,构建并验证基于BP神经网络的哈密瓜成熟等级预测模型。研究表明,基于机器视觉和主成分分析优化神经网络预测哈密瓜成熟等级是可行的,准确率达86.59%。     

基于遗传规划的树皮纹理图像识别

图像纹理识别广泛应用于农业、林业和纺织业等领域,自动图像纹理识别是发展方向,人们不断在研究探索图像纹理识别方法。为此,选用了5类树皮纹理图像作为识别图像集,以灰度共生矩阵方法提取图像特征,用遗传规划分类算法进化图像纹理识别器,完成了图像纹理识别测试,取得了比较理想的图像纹理识别结果,为遗传规划在图像纹理识别的应用做了有益的尝试和探索。     

基于小波纹理和随机森林的猕猴桃果园遥感提取

为快速、准确地从高分影像中获取猕猴桃种植分布信息,提出了一种结合小波变换纹理分析和随机森林分类的QuickBird影像猕猴桃果园自动提取方法。首先,采用coif5小波对QuickBird全色影像进行多尺度小波分解,计算各子频带小波系数的能量特征作为纹理特征;然后,将小波纹理与光谱特征组合构建分类特征;最后,利用随机森林分类实现土地利用分类和猕猴桃果园空间分布提取。结果表明,小波纹理识别猕猴桃果园的效果明显优于光谱特征和其他2种纹理特征;光谱+小波纹理特征的分类精度最高,猕猴桃果园提取精度(Fk)和总体分类精度(OA)分别为95.30%和94.46%,比光谱+灰度共生矩阵纹理分类分别提高6.70%和2.88%,比光谱+分形纹理分类显著提高13.43%和6.98%;随机森林分类结果优于相同特征下的支持向量机、最大似然分类。本文提取的猕猴桃果园面积与目视解译结果的相对误差小于7%。此外,利用本文方法对同期QuickBird影像另一研究区的苹果园分布进行提取,结果表明,该方法对苹果园提取有较好的适用性。     

基于计算机视觉的香蕉贮藏过程中颜色和纹理监测

利用计算机视觉技术对香蕉在贮藏过程中颜色和纹理的变化进行研究。以第1阶段的青香蕉为研究对象,在贮藏过程中每天获取其图像,并将图像二值化,以其为模板分别与灰度、R、G和B分量图像点乘进行背景分割,提取彩色分量的均值作为颜色指标;预处理后灰度图像的共生矩阵由不规则的生成方式提取,并获取其纹理二阶矩、对比度和均匀度3个纹理指标。实验结果表明,结合R和G均值的变化曲线可对香蕉在第6阶段之前的表面状况进行描述,采用基于灰度共生矩阵的对比度和均匀度的变化曲线对香蕉在第6阶段之后的表面状况进行描述。     

融合无人机光谱信息与纹理特征的棉花叶面积指数估测

农田尺度下作物叶面积指数(Leaf area index, LAI)的精准监测,对于研究群体结构对产量和管理措施的响应具有重要意义。目前普遍采用无人机光谱特征反演作物的LAI指数,作为长势和冠层结构诊断的重要依据,其估测精度的准确性是否可以提高仍有待研究。作物表面特征,如灰度和颜色,在不同生育阶段会发生变化。为此,本研究考虑到LAI的影响因素,设置不同的种植密度和氮素水平营造差异化的冠层结构,利用搭载多光谱传感器的无人机获取主要生育时期棉花的冠层图像得到植被指数(Vegetation indexs, VIs),基于二阶概率统计滤波(Co-occurrence measures)方法获取均值(MEA)、方差(VAR)、协同性(HOM)、对比度(CON)、相异性(DIS)、信息熵(ENT)、二阶矩(SEM)和相关性(COR)等8个纹理特征值(Texture features, TFs)。最后,采用支持向量机回归(SVR)、偏最小二乘法(PLSR)、深度神经网络(DNN)分别建立基于光谱特征、纹理特征以及二者结合的棉花LAI的估算模型,并比较差异。试验结果表明：VI₍(...     

复杂环境下森林火灾火焰局部纹理提取方法

为进一步提高野外火灾的识别率,提出三种森林火焰局部纹理提取算法:以16×16的像素邻域网格作为采样窗口,对Gabor滤波的不同尺度图像提取LBP局部纹理特征;对小波变换频率子图提取LBP局部纹理特征;对每一个16像素×16像素块提取灰度共生矩阵局部纹理特征,并将特征向量输入支持向量机(SVM)训练分类器,进行火灾火焰图像识别。试验结果显示,基于Gabor滤波和局部二值模式(LBP)的多尺度局部纹理特征提取算法的野外火灾火焰的识别率高达96%,因此,与基于小波变换和灰度共生矩阵分析的局部纹理特征提取的算法相比,该算法更为有效。     

基于图像处理技术的麦穗产量测量方法

选用9918小麦品种,利用Matlab图像处理技术,对小麦穗头图像的纹理特征与产量的关系作了初步研究。研究结果表明：穗头图片各纹理特征参数值（灰度均值、方差、平滑度、三阶矩、一致性、熵）与穗头产量均呈显著相关;用多元线性回归方法建立的穗头图像纹理-产量数学模型,在置信度为95%时,复相关系数为0.9807;对于产量大于、等于1.06g的本品种穗头,用建立的模型测穗头产量,精度达15%以上的样本占84.42%。     

仿生食品质构仪设计与试验

利用仿生技术设计了仿生咀嚼装置、仿生牙周膜,搭建了二级信号放大电路,使用Visual C++语言开发了测试软件,组建成仿生食品质构仪。使用该质构仪对苹果、胡萝卜进行了质地测量试验,并与感官评价、通用质构仪测量进行对比。Pearson相关性分析表明,仿生食品质构仪测量结果与感官评分达到了极显著的相关性,与苹果硬度、脆性的相关系数为0.970、0.904,与胡萝卜硬度、脆性的相关系数为0.961、0.971,均大于通用食品质构仪测量与感官评分的相关系数。     

基于图像处理技术的大田麦穗计数

为了实现不同播种方式下单位面积小麦穗数的智能计算,设计了一种利用图像分析技术实现大田麦穗快速计数的方法,分析了利用颜色特征和纹理特征分割麦穗的优缺点和粘连区域麦穗个数的计算方法。通过对撒播和条播各35幅样本图像进行计数实验,准确率分别为95.77%和96.89%。结果表明,利用颜色特征和纹理特征均可提取大田环境下麦穗图像,其中利用颜色特征提取速度快。麦穗骨架角点个数能够反映粘连区域麦穗个数,在条播和撒播小麦田中计数准确率均较高。     

凝固型发酵酸豆乳制备工艺

为了提高凝固型发酵酸豆乳的质量,消除豆腥味,改善口感,以感官评分为参考指标,研究了乳酸菌和豆水比对酸豆乳质量的影响,并进行了质构分析。结果表明:豆水比200∶1 000,添加RSJ2菌种得到的凝固型发酵酸豆乳感官评价最好,质构分析得出当凝胶强度较低、破裂强度和黏度适中、破裂距离较长时,凝固型发酵酸豆乳的口感较好。      

加热方式对猪里脊肉质构特性的影响

利用浸泡式通电加热装置在0.07mol/L的NaCl溶液中和不同的电场强度下对猪里脊肉进行了加热处理。利用TA-XT2型质构仪对处理后试样的剪切和压缩特性等质构参数进行了测量,对其进行了感官评价,并与水浴加热处理试样进行了对比。试验结果表明:在相同平均加热速率下,通电加热处理试样的剪切力、蒸煮损失率和嫩度等参数与水浴加热处理相比没有显著性差异。利用浸泡式通电加热装置在220V、50Hz的电源(电场强度为20V/cm)对直径为30mm、质量为(70±2)g的试样(猪里脊肉)进行加热比100℃恒温水浴加热的速率快,并且试样的剪切力显著降低;尽管通电加热法对试样的硬度和弹性没有显著影响,但试样的粘聚性和咀嚼性得到了显著提高,提高了试样的嫩度,改善了试样的质构特性。     

W/O及W/O/W乳液型缓释凝固剂对卤水豆腐品质的影响

以W/O、W/O/W乳状液形式包埋盐卤,制备成具有缓释作用的新型乳液型豆腐凝固剂,应用于豆腐生产。研究发现：乳化型凝固剂可以减缓凝固剂与大豆蛋白的作用强度,改善豆腐凝胶的空间结构,降低凝胶硬度,而保持原有弹性。乳液凝固剂的使用能一定程度上减少豆腐加工过程中蛋白质和大豆异黄酮的物理损失,提高大豆异黄酮保有量。此外,豆腐凝胶亮度与白度均有上升。     

Digital soil mapping to enable classification of the salt-affected soils in desert agro-ecological zones

Digital soil mapping is critical when quantifying the relationship between soil types and their associated bio-physical environments. Digital mapping of regional soils affected by salt is essential when monitoring the dynamics of soil salts and planning land development and reclamatation schemes. In this paper, an easy method for digitally mapping salt-affected soils is proposed. This method allows the construction of the quantitative lower categories of soil classification based on Chinese Soil Taxonomy by using a geostatistical method and GIS technology. The data and maps used in this study were collected during a soil survey of salt-affected desert agro-ecological zones in Karamay, Xinjiang Autonomous Region, China. The survey covers an area of 525 km² and includes 205 soil profiles. In addition, a classification and indicator system for the salt-affected soil in the region was established and 30 salt-affected soil types were identified. Three key soil classification indicators, viz. soil texture, texture stratification combination and total soil salinity, were selected to enable low-category soil classification. Furthermore, the information regarding climate, vegetation and topographic and geomorphologic features of the region was integrated into the analysis. A GIS-based regional digital soil classification map was then generated for three layers (0-30 cm, 30-60 cm, and 60-100 cm) after the observed soil salt distribution map and soil texture stratification maps were overlaid. This map would be used to draw up the strategies of the salt-affected soils improvement in desert. While compared with the conventional approaches, this new digital soil mapping method has the advantages of being prompt, quantitative, more objective, simpler and easier to update.     

蛋白酶微胶囊制备工艺及在干酪成熟中的应用

以明胶和阿拉伯胶为壁材,通过Box-Behnken设计响应面优化试验,采用冷冻干燥工艺制备蛋白酶微胶囊.将微胶囊添加到干酪中,测定pH 4.6可溶性氮总氮比、水溶性氮总氮比以及12%TCA可溶性氮总氮比,同时进行质构、SDS-PAGE、SEM分析.结果表明:明胶质量分数为3.8%、阿拉伯胶质量分数为3.7%、芯材添加量为6.4 mg/(100 mL)时蛋白酶微胶囊化效率达到93.4%;干酪中应用该微胶囊后使pH 4.6可溶性氮总氮比、水溶性氮总氮比以及12%TCA可溶性氮总氮比增加,酪蛋白逐渐被降解为小肽且质地改善,干酪成熟60 d后蛋白质微观结构破坏.     

基于纹理和颜色特征的甜瓜缺陷识别

为了提高硬皮甜瓜缺陷分类的正确率,提取基于纹理和颜色的综合特征,采用支持向量机分类器构造了甜瓜缺陷的自动检测系统。对甜瓜图像可疑区进行了纹理分析,提取灰度共生矩阵的4个特征参数,经过比较实验得出,对比度和角二阶矩2个参数对甜瓜瓜蒂、花萼、擦伤和霉变有明显的可区分性。在可疑区域上提取了由R、G、B分量及其算术运算组成的12种颜色特征,通过实验筛选出4种具有较好区分性的颜色特征。实验结果表明,由这些优选出的纹理与颜色特征组成的综合特征及支持向量机分类器对甜瓜缺陷的识别正确率达到92.2%。     

基于支持向量机和色度矩的植物病害识别研究

针对植物病害彩色纹理图像的特点，提出将支持向量机和色度矩分析方法相结合应用于植物病害识别中。首先利用色度矩提取植物病害叶片的特征向量，然后利用支持向量机分类方法进行病害的识别。黄瓜病害纹理图像识别实验分析表明，利用色度矩提取病害彩色纹理图像特征简便、快捷、分类效果好；支持向量机分类方法在病害分类时训练样本较少，具有良好的分类能力和泛化能力，适合于植物病害的分类。不同分类核函数的相互比较分析表明，线性核函数最适于植物病害的分类识别。     

1-MCP结合冰温贮藏对葡萄果实质地的影响

为探讨1-MCP处理结合冰温贮藏对采后葡萄果实质地的影响,以乍娜葡萄为试材,应用质构仪质地多面分析( TPA)方法对葡萄贮藏期间果肉质地参数变化规律进行研究.结果表明,1.0μ.L/L 1-MCP处理结合冰温贮藏可以延缓葡萄果实的软化,果实的硬度、弹性、凝聚性和咀嚼性较之单纯的冷库和冰温贮藏均有所提高;果肉硬度与回复性呈较好的正相关性,果肉弹性与果肉回复性、咀嚼性、凝聚性均呈现较好的相关性;葡萄好果率与果肉硬度在一定范围内呈良好线性关系.结果也表明,TPA测试能够较好地反映葡萄贮藏期间果实质地的变化,适用于葡萄贮藏品质的客观评价.