一种结合小波变换的豆类图像增强算法

针对农业视觉图像时常受到噪声的干扰,导致图像质量在很大程度降低的问题,以豆类图像为例,提出了一种图像自适应增强算法。该算法将小波变换与改进自适应中值滤波有机结合,首先对降质豆类图像实现2层小波分解,小波基函数取sym8,获得小波高频和低频分解系数;然后从噪声检测、自适应滤波等2个环节中对自适应中值滤波加以改进,提出了一种改进自适应中值滤波算法用于对小波各方向高频分解系数的自适应滤波;最后实现小波低频和高频系数的重构。将本研究算法与小波软阈值法、自适应中值滤波进行仿真试验比较,结果表明,本研究算法效果最优,能够实现对降质的豆类图像高质量增强处理。     

基于作物冠层数字图像的氮素营养及生长指标监测研究进展

农作物生长信息的实时、快速、无损监测与诊断正逐步成为现实,可广泛应用于作物生产的栽培管理、生产力预测等。随着数码相机、手机相机、扫描仪的普及,运用数字图像处理技术进行作物营养状况与生长指标监测成为成本低、应用方便的方法。基于数字图像技术的作物营养诊断和生长指标监测,包括基于单叶片与基于冠层图像分析两类。该文综述了基于数字图像的作物冠层氮素营养及生长指标监测的研究进展。     

农作物可见光遥感的一种新方法

应用数码相机获取数字图像,经过AdobePhotoshop图像处理软件的处理和分析,得到颜色指标,通过模型的建立,得到对作物生产和管理有用的指标。这是农作物可见光遥感领域新近出现的一种方法。     

基于点匹配的区域拷贝篡改检测

图像区域拷贝是一种常见的数字图像篡改技术,目前的大部分数字图像区域拷贝取证技术未考虑旋转和缩放因素。提出一种新的基于点匹配的图像区域篡改检测算法。首先利用尺度不变旋转变换（SIFT）寻找图像中的关键点,使用主成分分析法(PCA)对关键点进行降维描述,然后利用关键点特征向量的相似度寻找关键相似点。实验表明,该算法不但能够较精确地定位出复制和粘贴的图像伪造区域,还能有效抵抗噪声污染、有损压缩以及旋转等攻击,并有效地减少运算量,提高了检测效率。     

小波变换在遥感数字图像处理中的作用

本文简要介绍了小波的基本概念、特点,以及小波变换在数字图像压缩、图像降嗓、图像增强以及影像融合等遥感数字图像处理中的作用和研究现况。此外,还实现了在Matlab语言环境下图像处理。在文章的最后,对小波在遥感影像分析中的应用趋势,以及一些尚待解决和进一步研究的问题进行了探讨。     

数字图像对比度算法分析

随着成像设备和计算机的发展,数字图像是艺术创作和研究分析的重要载体,数字图像的分析是技术的关键。对比度是衡量数字图像效果好坏的重要指标之一,合适的对比度能丰富图像的画质,增加人们的欣赏性。本文对数字图像的对比度算法进行了分析,对图像的对比度调整进行了分析研究。     

应用数字图像分析技术进行冬小麦 拔节期氮营养诊断

传统的作物营养诊断如植株全氮、生物量和植株硝酸盐浓度测试等需要进行大量的田间取样和实验室分析,时效性不足,难以适应作物生长期间追肥诊断的需要。通过田间试验,应用数字图像技术对拔节期作物的氮营养状况进行了研究,发现冠层数字图像色彩参数可以用来表征冬小麦拔节期的氮营养状况。数字图像标准化红光值R/（R＋G＋B）与冬小麦常规营养诊断指标如叶绿素仪读数、茎基部硝酸盐浓度、植株全氮含量和地上部生物量之间的相关系数达到了0.809～0.946,是较好的表征作物氮营养状况的诊断指标。     

自然光照环境下基于人工蜂群算法的农业移动机器人视觉导航线提取

为了解决常规农业移动机器人导航基准线提取方法存在识别速度慢、检测精度低以及对光照变化敏感等问题,提出1种自然光照环境下基于人工蜂群算法的视觉导航路径提取方法。首先,将视觉传感器获取的作物图像进行灰度化处理,通过图像熵对灰度图像质量进行估计,当光照条件变化时,在线调整摄像机曝光时间,使获取的图像质量达到最佳状态,以提高后续图像处理对光照变化的适应能力。然后,采用类间最大方差法对图像进行分割,将作物信息与土壤背景分离,运用形态学滤波方法消除分割图像中的杂草噪声。最后,对图像顶部和底部分别进行灰度垂直投影,获取作物行区域并提取作物行特征点,利用人工蜂群算法搜索2个特征点,使其构成的直线所含目标点数最多,并将这条直线作为作物行中心线,进而得到导航路径。结果表明,在不同光照度条件下,基于图像熵的曝光时间调整方法可以有效降低光照度变化对后续图像处理的影响;基于人工蜂群算法的导航基准线提取方法可以快速有效地识别作物行与导航路径,处理1幅640×480像素的图像平均耗时76.4 ms,与传统导航基准线提取方法(Hough变换算法、最小二乘法)相比,人工蜂群算法具有检测速度快、准确性高的特点。本研究提高了应用于田间作业的农业移动机器人导航路径识别精度。     

拔节期氮营养诊断

 传统的作物营养诊断如植株全氮、生物量和植株硝酸盐浓度测试等需要进行大量的田间取样和实验室分析，时效性不足，难以适应作物生长期间追肥诊断的需要。通过田间试验，应用数字图像技术对拔节期作物的氮营养状况进行了研究，发现冠层数字图像色彩参数可以用来表征冬小麦拔节期的氮营养状况。数字图像标准化红光值R/(R+G+B)与冬小麦常规营养诊断指标如叶绿素仪读数、茎基部硝酸盐浓度、植株全氮含量和地上部生物量之间的相关系数达到了0.809~0.946，是较好的表征作物氮营养状况的诊断指标。     

小波变换在图像照度不均校正中的应用

数字图像中照度不均匀影响了图像分割的质量,本文研究图像照度不均匀的校正。讨论几种现有数字图像照度不均匀的校正技术,分析这些方法在计算误差上面的原因及缺点,在此基础上提出基于小波变换的数字图像照度不均匀校正技术。小波变换兼顾了空域和频域,对光照不均匀数字图像做校正,这对后期图像分割非常重要。图像对比实验表明,该方法与其他方法相比较,具有速度快,所得图像区分度高、背景噪声小的特点。     

基于图像处理的植物叶片参数的测量

针对传统植物叶片参数手工测量方法精度低、速度慢的缺点,提出了一种基于扫描仪和参考物利用图像处理技术来测量植物叶片参数的方法.首先利用扫描仪获得含有植物叶片和参考物的数字图像,然后通过图像处理技术分别获得参考物和被测叶片的二值图像,最后利用实物参考物周长和参考物在图像中周长之间的比例关系来求取被测植物叶片参数.对真实图像进行了实验,结果表明此方法具有较高的效率和实用性.     

基于颜色特征的加工番茄叶片氮素评价初步研究

利用数码相机获取加工番茄地上部分彩色图像,通过图像处理软件提取RGB及其组合的颜色特征值,同时与氮素指标叶片叶绿素含量、SPAD值、叶片含氮量及单株吸氮量作回归分析,根据统计性检验,有相当数量的颜色特征与4个氮素指标呈较高的相关性,相关系数达到r=0.7以上.综合筛选出的颜色特征指标,结合地面覆盖度与氮素营养指标建立以叶片含氮量为应变量的估算模型.经模型校验,其预测值与实测值在n=15,P＜0.01水平上达r=0.8以上的极显著相关.因此,可依据颜色特征参数通过建立相应的统计模型进行加工番茄叶片氮素含量的评价,进而为加工番茄氮素营养诊断提供依据.     

大豆叶片图像处理系统设计与实现

以计算机数字图像处理为重要技术手段,以大豆叶片为主要研究对象,综合运用数字图像处理、色度学、人工神经网络、模式识别等人工智能领域的知识,设计了大豆叶片图像处理与分析系统,从植物叶片的几何特征到病斑的形态特征都作了具体地分析与计算。     

基于图像处理的水稻叶片三维可视化研究

介绍利用数字图像处理技术提取水稻叶片几何参数及边缘轮廓曲线的方法,分别利用三角网格化技术和贝塞尔曲线来描述叶片边缘信息,并对2种方法进行比较。通过二次生长曲线方程实现了水稻叶片的三维建模及可视化表达。     

基于计算机图像处理技术的叶面特征参数无损测量研究进展

相比传统方法计算叶片特征参数,无损图像处理技术无需采摘叶片,在保持植株完整株型的前提下为下一次数据测量提供了保障并应用先进的计算技术准确计算植株的各种特征值,无损图像处理技术逐渐成为国内外学者研究植物生长形态的重要手段。介绍基于数码技术的叶面积计算方法和基于图像处理的叶片轮廓建模方法,概述数码技术应用于叶面积计算的国内外研究进展,总结归纳叶片轮廓提取方法和拟合方法的优缺点,并指出应用图像处理技术计算叶面积仍需进一步解决的问题。     

基于Matlab的植物叶面积数字摄影图像处理

为了研究植物的生长规律,应用数字摄影图像处理法对山楂叶面积进行无损测量,该方法采用数码相机在田间获取山楂叶子的数字图像,对所拍图像进行背景去除、二值化及中值滤波处理,然后利用Matlab软件编程,快速计算出叶子的面积。把这一面积同常用的叶纸称重法所测面积进行比较,结果基本相同,由此可见,数字摄影图像法测量叶面积,具有简单、准确、方便快捷的特点,这对数字农业的植物信息快速采集和利用具有重要的意义。     

抗剪切鲁棒图像数字水印的研究与实现

数字水印是解决信息安全和版权保护的有效方法,为增强其鲁棒性,提出一种结合离散余弦和离散小波的数字图像水印算法:对原始灰度图像进行小波分解,对得到的LL图像按照一定大小进行分块;对每一块进行离散余弦变换,把水印图像经过Arnold置乱后的值嵌入到变换后的系数上;进行逆变换。实验结果表明,该算法能够经受住中值滤波、剪切等的攻击,具有很强的鲁棒性。     

小波变换理论在数字农业领域应用研究

本文就当前数字农业在图像分析与处理方面中存在问题进行详细的剖析;而后通过小波变换时频局域局部性、连续小波变换、二进离散小波变换等理论研究与数学建模进行实例验证;表明通过小波变换后的图像在边缘检测、影像分析与处理、像素与质量有明显改善,同时能一定程度上消除噪声干扰对图像产生的畸变与误差。这将对保持图像原有信息具有重要作用。     

基于颜色和形状特征的黄瓜霜霉病自动识别研究

利用计算机图像处理技术,对农作物病害的自动识别做了实验性研究。以黄瓜霜霉病为例,采集了黄瓜霜霉病的数字图像作为试验样本,进行了灰度化处理、二值化处理、平滑化处理和边缘检测处理等,从病斑的形状和颜色两方面提取特征参数,利用k近邻法对样本进行分类识别,识别率达到95%。     

集群式影像处理系统的技术研究

随着经济社会的快速发展,国家基础建设对基础地理信息的需求量越来越大,需要一种能够在少量人工干预的条件下,经过一系列自动化处理,快速输出包括数字表面模型(DSM)、数字高程模型(DEM)、正射影像(DOM)等产品,并能生成一系列其他中间产品的系统设备.该系统采用多种先进算法,包括原始图像增强、快速自动生成和滤除连接点、自动提取密集DSM、传统几何校正、由DTM自动生成等高线、自动生成镶嵌影像等.通过对系统的多次测试,能够高质量地完成基于POS数据的无地面控制点空三加密、自动DEM匹配、自动DOM生产以及影像地图自动切片等任务.