基于冻融循环的土壤物理状态的自动判别

以东北典型黑土区土壤为研究对象,采用CT扫描技术与图像处理相结合的方法,通过灰度共生矩阵和主成分分析法提取图像特征,计算测试图像特征向量与训练图像特征向量间的欧氏距离,以此为依据,实现对经历不同冻融循环次数土壤的自动判别。研究结果表明:面向土壤CT图像数据库,基于灰度共生矩阵和主成分分析提取的图像特征,均能实现对土壤的自动判别,但灰度共生矩阵法的判别正确率要高于主成分分析法。     

基于摄影测量技术的植物叶面积精确测量方法研究

为提高叶片面积测量精度,选择的参照物面积应与被测叶片面积相近。研究设计多个由圆形标志点作为顶点的参照矩形,其中构成矩形顶点的4个标志点中3个为非编码标志点,1个为编码标志点,通过对编码标志点进行解码,自动获取非编码标志点位置和参照矩形面积,利用标志点的已知参数对图像进行几何校正。测量步骤分别为参照矩形选择、图像采集、图像预处理、标志点提取、几何校正、叶面积计算。对5种已知面积的规则图形和不规则图形进行5次测量试验,规则图形的最大平均误差为0.193%,不规则图形的最大平均误差为0.53%。结果表明,对于较大或者较小面积的叶片,本方法都具有较高的测量精度;并且具有较好的通用性,适用于室内、室外无损测量,为叶面积的测量提供了切实可行的新途径。     

基于计算机视觉的三七主根质量的分级方法

选取干燥后的三七主根样本110个,运用计算机视觉技术获取三七主根样本图像,对图像进行灰度化、二值化以及形态学运算,提取长、宽、投影面积等特征值。结果表明,三七主根的形状可分为锥形和瘤形,分别对2种主根建立投影面积和质量的关系预测模型,三七主根的质量和投影面积呈线性相关,锥形三七主根与瘤形三七主根投影面积和质量预测模型的决定系数R2分别为0.984 9和0.986 6。采用十折交叉验证法对质量预测模型进行验证,锥形三七主根质量误差均值0.334 8 g;瘤形三七主根质量误差均值0.494 9 g。     

针叶树种计算机视觉苗木自动分级系统的研究

针对苗木分级领域的实际需要及国际苗木分级技术发展状况,研究,设计了针叶树种计算机视突苗木自动分级系统。该系统应用计算机视觉技术和神经网络技术。通过对苗木图像的处理。在实验室中实现对苗木的自动分级,实验研究表明,计算机视觉自动分级系统在苗木分级领域中具有良好的应用前景。     

一种基于神经网络的扇贝图像识别方法

为了满足计算机视觉辅助下应用机器人进行扇贝自动分拣的实时性和鲁棒性要求,提出了一种基于神经网络的扇贝识别和分级方法.首先对图像进行灰度化处理,并用canny算子检测目标边界,然后用8-连通邻域追踪算法提取目标边界像素坐标,最后计算目标边界到中心点的平均距离及其绝对平均误差,并作为特征信息训练BP神经网络,实现对扇贝图像识别和分类.实验结果表明,该方法可以快速实现扇贝的自动识别和分级工作.     

计算机图像技术在牛肉品质检测中的应用(综述)

概述了计算机图像技术在牛肉嫩度、牛肉胴体等级、活体牛肉品质检测中的应用.颜色、大理石纹特征、纹理特征等图像外观特征是计算机可见光图像技术无损检测牛肉内在品质--嫩度的主要方法.计算机可见光图像技术用于检测牛肉胴体等级,通常采用统计彩色图像中R、G、B或L、a、b分量灰度值来确定颜色级别,用统计像素点的方法来确定眼肌肉中脂肪分布和面积,用灰度共生矩阵和行程长度等纹理特征来计算大理石纹分值.超声波图像技术可以用于对活体牛肉品质进行评估,此方法有较好的可重复性和准确性.最后提出了当前需进一步研究的问题.     

基于图像分析的梅花品种识别研究

针对梅花图像,提出了适合其颜色、形状、纹理3方面特征的描述方法。在颜色特征提取方面,通过直方图归类的结果,提出了适合描述梅花图像色彩特征的方法。改进了对形状特征进行描述的平坦度算法,在计算平坦度时只计算花朵区域,没有统计背景区域,使算法得到简化,并且不影响最终的效果。改进了灰度共生矩阵的计算方法,首先提取出花朵区域的最小外接长方形,以此作为新的图像的长和宽,降低灰度共生矩阵的计算量;然后再计算4个角度的灰度共生矩阵,累加相应的矩阵元素除以4求出4个矩阵的平均矩阵,作为参与运算的灰度共生矩阵;计算该矩阵的相关参数作为纹理特征的描述。最后对提取到的19个特征采用SVM分类器进行分类和识别。对 660幅梅花图像（每个品种60幅,11个品种）进行测试,330幅作为训练样本,另外330幅作为测试样本。实验结果表明,在对SVM分类器做交叉验证后,识别率可达到93.94%。该识别系统具有较高的识别准确率和稳定性,能够起到知识普及的作用,减轻专业人员的负担,增加梅花的鉴赏性。      

基于外部特征信息的番茄果实质量预测模型

为实现番茄果实质量的预测,提出一种应用计算机视觉技术对番茄果实质量进行自动识别的方法。采用Matlab平台构建算法,利用数学形态运算及图像局部性质运算等构成的识别算法,对番茄样本图像进行预处理,提取番茄图像投影面积、轮廓周长、最大内接圆直径和最小外接圆直径外部特征参数,分别建立番茄果实质量与4个特征参数之间的一元线性、二阶多项式、幂指和多元线性预测模型。试验结果显示：采用多元线性预测模型预测结果最佳,其决定系数为0.926 7, 标准差为4.32; 利用检验样本对预测模型进行验证,预测果实质量与实际果实质量的绝对误差均值为3.260 g, 相对误差均值为1.535%。 研究结果表明,基于计算机视觉技术外部特征信息的番茄果实质量预测方法是可行的。     

基于计算机视觉的竹块颜色分类方法研究

为了实现计算机视觉对竹块的自动识别与颜色分类,研究了竹块图像的颜色特征、颜色分类方法。首先,将原始图像由RGB空间转换为HSI空间,用OTSU法确定阈值对原图灰度图像分割背景,用radon变换倾斜校正,提取竹块颜色判定有效区域,并计算其HSI的均值和标准偏差,作为特征参数输入BP网络进行训练。结果表明,该方法简捷有效,人工神经网络与人工分级的平均一致度为94.5%。     

计算机视觉鸭蛋重量检测方法研究

为了实现鸭蛋重量的智能检测,提出基于计算机视觉鸭蛋重量检测方法。首先构造鸭蛋图像的灰度—梯度共生矩阵,根据最大熵原理求出最佳灰度和梯度分割阈值,实现二维阈值分割;其次采用数学形态学方法进行分割图像后处理,去除蛋壳表面存在的伪目标,统计鸭蛋区域像素点;最后利用多项式拟合方法建立面积与鸭蛋重量关系。试验表明,检测误差在±2g以内,平均误差为-0.13353 g,检测精度能够满足生产加工需求。     

一种基于混合纹理特征的木板材表面缺陷检测方法

利用计算机视觉技术检测木板材表面缺陷。提出了一种基于混合纹理特征的表面缺陷检测算法,能准确、鲁棒地检测出木板材表面图像中是否有缺陷。首先,分别使用灰度共生矩阵方法、Gabor滤波方法和几何不变矩方法提取了10个优化后的图像纹理及尺度、平移、旋转不变特征;然后,对特征向量进行有效组合;最后,基于融合后的混合纹理特征向量,应用BP人工神经网络对样本集进行训练和检测。实验表明,该方法能准确地对木板材表面缺陷进行检测,平均检测成功率达96.2%。     

薄皮甜瓜种质资源苗期耐低温弱光鉴定及形态指标选择

对20份薄皮甜瓜种质材料在幼苗期进行低温弱光处理,测定薄皮甜瓜幼苗的株高、茎粗、地上部鲜质量、根系鲜质量、地上部干质量、根系干质量、叶片数、根长、根表面积、根体积、根尖数、根投影面积等12个形态指标,通过相关性分析、主成分分析和聚类分析对20份甜瓜种质材料进行耐低温弱光评价和耐胁迫指标的筛选。相关性分析结果表明,12个甜瓜形态指标之间均呈正相关性,其中,根长与根系干质量之间相关性不显著。通过聚类分析筛选出7个耐低温弱光胁迫强的品种和1个不耐低温弱光品种,并通过逐步回归分析建立甜瓜幼苗期耐性方程,其中,薄皮甜瓜相对根系鲜质量、相对根长、相对叶片数、相对根表面积和相对根投影面积对低温弱光胁迫响应敏感,可以作为鉴定甜瓜耐低温弱光指标。     

Lettuce calcium deficiency detection with machine vision computed plant features in controlled environments

Conventional greenhouse environmental conditions are determined by observation. However, destructive or invasive contact measurements are not practical for real-time monitoring and control applications. At the canopy scale, machine vision has the potential to identify emerging stresses and guide sampling for identification of the stressor. A machine vision-guided plant sensing and monitoring system was used to detect calcium deficiency in lettuce crops grown in greenhouse conditions using temporal, color and morphological changes of the plant. The machine vision system consisted of two main components: a robotic camera positioning system and an image processing module. The machine vision system extracted plant features to determine overall plant growth and health status, including top projected canopy area (TPCA) as a morphological feature; red-green-blue (RGB) and hue-saturation-luminance (HSL) values as color features; and entropy, energy, contrast, and homogeneity as textural features. The machine vision-guided system was capable of extracting plant morphological, textural and temporal features autonomously. The methodology developed was capable of identifying calcium-deficient lettuce plants 1 day prior to visual stress detection by human vision. Of the extracted plant features, TPCA, energy, entropy, and homogeneity were the most promising markers for timely detection of calcium deficiency in the lettuce crop studied.     

基于Bayes的竹片颜色检测分级方法

为了采用机器视觉对竹片自动识别与颜色分选,研究了一种基于竹片图像颜色特征与纹路特征和Bayes分类器的颜色分类方法.首先,对灰度图像采用Canny算子进行边缘检测,再利用Hough变换对竹片进行边缘定位,并对倾斜竹片实施旋转校正,以确定待检测竹片在图像中的具体位置.根据竹片的位置提取竹片区域平均颜色特征及纹路特征,将其作为样本的属性特征,采用Bayes训练的颜色等级作为输出,建立特征参数与颜色等级之间的Bayes分类器,上位机获得分级信号后经串口通过下位机实现竹片的自动分级.试验结果表明,该方法对竹片颜色检测准确率达到91.7%,可为竹制品行业的竹片颜色自动在线检测提供理论依据.     

萘乙酸对金银花扦插苗根系生理特性的影响

以高产优质金银花品种灰毡毛忍冬为材料,研究了萘乙酸处理对金银花扦插苗根系生理特性的影响。结果表明:萘乙酸处理可显著提高金银花根系总吸收面积、活跃吸收面积、比表面积,显著增加其根系干重和根系体积,显著提高其根系还原力和可溶性蛋白含量。     

高羊茅苗期抗旱性综合评价

用株高、叶面积、地上部分干重、根干重、根冠比等形态指标和存活率对40个高羊茅品种苗期抗旱性进行初步研究,采用五级评分法对各项测定指标的平均值进行定量表示,经过权重系数分配进行抗旱性综合评价.结果表明:抗旱性最好的种质材料有2个品种,较好的种质材料有10个品种,一般种质材料有13个品种,较差的种质材料有1O个品种;最差的种质材料有5个品种.     

Assessment on Phosphorus Efficiency Characteristics of Soybean Genotypes in Phosphorus-Deficient Soils

A glasshouse study compared the growth and phosphorus （P） efficiency of 96 genotypes of soybean [Glycine max （L.） Merrill] in a P-deficient soil. The soybean genotypes differed greatly in growth, nodulation and P uptake after growing in the soil for 45 days, with shoot biomass ranging from 0.91 to 1.75 g per plant. The application of P improved biomass production, nodulation and P uptake and decreased root to shoot ratio, root length and surface area and P utilization efficiency. The 96 soybean genotypes were divided into 3 categories in P efficiency using the principal component analysis and cluster analysis, and 4 categories according to F values in combination with growth potentials. The Pefficient genotypes were associated with high biomass production, root to shoot ratio, root length and surface area and P uptake but low shoot to root P concentration ratio under P deficiency. The results indicate that there is a substantial genotypic variation in P efficiency in existing germplasm, and that P efficiency was correlated positively with dry weights of shoots and roots, ratio of root to shoot dry weight, root length and surface area, root P content and total P uptake. The shoot dry weight under P deficiency and relative shoot dry weight （deficient P/adequate P supply） are effective and simple indicators for screening P-efficient genotypes at the seedling stage.     

玉米杂交种苗期抗旱性鉴定与评价

[目的]确定玉米杂交种苗期抗旱性的鉴定指标,进一步筛选出苗期抗旱性强的玉米品种。[方法]以河北省主推和新审定的20个玉米杂交种为材料,通过苗期沙培试验,测量苗期根条数、根长、根表面积、根系平均直径、根体积、总生物量、鲜重根冠比、干重根冠比8个根系性状。[结果]干旱胁迫对苗期8个根系性状均产生了不同程度的影响。根长、根表面积和干重根冠比在不同品种间和不同处理间均表现显著差异,可作为抗旱指标。综合3个抗旱指标的分类结果,认为农单08-5为强抗旱品种,伟科702和郑单958为中度抗旱品种,先玉335为弱抗旱品种。[结论]该研究筛选出苗期抗旱性玉米品种,为玉米的高产栽培提供理论依据。     

不同育苗容器对番茄产量的影响

试验以番茄品种合作908为材料,测定了不同育苗容器的幼苗株高、茎粗、展叶数、地上部鲜重、地下部鲜重、地上部干重、地下部干重、花序节住及产量。结果表明：育苗期相同,营养面积的大小直接影响番茄幼苗的生物学性状,营养面积越大番茄幼苗越壮,尤其表现在对照上：不同育苗容器培育的番茄均比对照增产明显。增产率达到29％以上。