耕地质量评价缺失数据填充方法研究

在耕地质量数据调查与采集过程中会由于人为、环境等因素造成数据缺失,而目前数据缺失填充方法都存在适用性不足的问题,为完善耕地质量数据库从而提高耕地质量评价精度,对耕地质量评价缺失数据填充方法的研究是十分重要的。本研究以广州市从化区耕地质量数据库为样本集,根据空间相关性和空间分布将数据集划分为空间关联性数据集和非空间关联性数据集,利用多种填充方法对其进行缺失填充模拟,采用十字交叉法进行精度验证。结果表明：选取数据整体异常值比例不足1.2%,且高程、气温、有效锌等25组因素具有空间相关性。对空间关联性数据填充精度最高的是四象最近邻算法,在缺失率20%以下时精度仍高达80%,精度随缺失率增大而降低,其次为K最邻近（KNN）算法、期望最大化法、多重填充法、回归模型算法,四象最近邻算法相较于KNN算法在数据密集时精度更好。对非空间关联性数据填充精度最高的是相似聚集填充算法,在缺失率25%以下时精度超过80%,其次为期望最大化法、多重填充法、回归模型算法。综上,本研究提出的四象最近邻算法和相似聚集填充算法相比其他算法在耕地质量评价缺失数据填充中精度更高,效果更稳定,且实用性更广。     

基于等间距平行线区域填充算法

多边形区域填充的递归种子填充算法存在一个点多次进入堆栈和扫描线种子填充算法重复判断大量像素点的缺陷,为此提出一种基于等间距平行线区域填充新算法,首先采用Douglas-Peuker算法对复杂多边形化简,其次采用等间距平行线绘制多边形区域,最后计算每条平行线经过内点的个数及相应的行列值,完成区域填充。实验数据验证,该算法填充效率良好,无需对内点重复判断,特别适合于多边形嵌套的区域填充。     

草莓采摘机器人的研究:Ⅲ.扫描线填充算法在草莓图像孔洞填充中的应用

为解决强光照射导致的草莓图像分割后的内部孔洞问题,采用扫描线填充算法对孔洞进行填充。首先提取图像中整个草莓果实区域的轮廓线,在分析水平扫描线和区域轮廓线相交的各种可能性后,快速求取扫描线和轮廓线的交点,然后进行交点配对和区域填充,通过对整个草莓果实区域的填充实现孔洞填充。对150幅有孔洞的草莓图像进行填充试验,结果表明,采用该算法可以填充目标图像中的所有孔洞,填充准确率为100%,填充效果与孔洞位置、大小、数量等因素无关。与其他填充算法相比,该算法流程简单,复杂度低,填充结果准确可靠,可推广进行其他图像孔洞的填充。     

白萝卜种子颗粒模型离散元接触参数标定与试验

在利用EDEM与FLUENT耦合模拟白萝卜排种器排种过程时,白萝卜种子颗粒参数设置以及模型的选择直接影响仿真结果的可靠性。结合白萝卜种子真实颗粒和仿真堆积试验,标定了不同填充球颗粒半径白萝卜种子模型的2个主要接触参数：白萝卜种子-有机玻璃静摩擦系数和白萝卜种子间静摩擦系数。采用自动填充方式创建了不同填充球颗粒半径白萝卜种子的离散元模型。利用Plackett-Burman试验对物料特性影响参数进行分析,发现白萝卜种子-有机玻璃静摩擦系数、白萝卜种间静摩擦系数对堆积角的影响极显著。结合台架与仿真堆积试验,建立了2个主要接触参数与堆积角的二元回归模型,以白萝卜种子实际堆积角为目标对参数进行寻优,得到不同填充球颗粒半径白萝卜种子模型的白萝卜种子-有机玻璃静摩擦系数和白萝卜种子间静摩擦系数。结合堆积角相对误差率与仿真时间分析最佳球颗粒填充半径,当白萝卜种子离散元填充颗粒半径为0.25 mm时,其仿真精度和仿真时间最优。得到的最佳填充球颗粒模型以及标定的接触参数,为白萝卜种子排种器研究提供一定的参考。     

基于HSV和骨架提取的水稻种子芽根长度自动化测量方法研究

种子的芽长和根长是评判种子质量的重要指标。传统的人工测量芽长与根长的方式，存在着繁琐、费时费力、易受主观判断影响等问题。利用图像处理技术的芽长根长自动检测算法能够提高芽长根长检测的效率，也避免了主观因素导致的误差。本研究基于HSV色彩空间和骨架提取，设计了种子芽长根长的检测方法。首先对图像进行阈值分割，其次再利用骨架提取算法结合深度优先搜索寻找水稻幼苗拓扑结构中最长路径，最后根据HSV色彩空间分割出的种子区域对芽和根进行分离，且采用间隔选取像素点坐标的方式计算欧式距离，并分别统计芽和根的长度。结果表明，本文方法自动测量的芽和根长度与人工实测数据的相关系数分别为0.998和0.997，平均百分比误差分别为1.48%和1.57%。基于HSV色彩空间和骨架提取的复合算法能够对种子萌发过程中的芽长与根长进行快速、准确地测量。     

改进定义下的单参数填充函数及其性质分析

填充函数法是一种解无约束全局最优化问题的方法,该方法的优化效果与构造的填充函数关系密切,因此这种方法的关键是构造填充函数。引入了一个填充函数的改进定义,并构造了一个单参数填充函数,且证明了所给填充函数的几个分析性质。     

基于BACKFILL的"削足适履"并行作业调度算法

BACKFILL方法在并行作业调度时并不能有效地的利用CPU资源.在BACK-FILL的基础上,提出一种“削足适履”算法.利用CPU的空闲空间作为判断依据,扩展了可参与填充操作作业的数量,“削足适履”算法通过合理修改队列中作业的参数-CPU数量和运行时间,将BACKFILL算法无法处理的作业填充到空闲的CPU空间中,弥补了BACK-FILL算法的不足,提高了并行系统作业调度CPU利用率.     

快速直线生成算法

经典的Bresenham算法一次运算只能生成1个像素点,而双步直线生成算法一次能生成2个像素点,这些算法在计算时没有充分利用像素点之间的相关性因而效率不高。为了提高直线生成效率而对Bresenham算法和双步直线生成算法进行改进,提出一种快速直线生成算法。新算法利用直线的斜率来预测其像素行组合。生成直线时只在那些可能出现的像素行组合中进行选取,一次选取可以生成两个像素行,从而减少了计算量和循环次数,提高了直线生成效率。     

基于链表的出栈序列生成算法

目的:向栈中依次输入若干字符,输出所有不同的出栈序列.方法:根据栈后进先出的特征,采用链表确定字符进栈的所有时刻序列,输出字符的所有出栈序列.结果:抛开烦琐的组合数学证明,充分利用数据结构中链表、栈来解决出栈序列问题,并用c 程序描述了该算法.结论:从进栈出栈具有时刻先后关系出发,解决出栈序列问题,算法理解更为简单直观.     

改进的种子点生长模糊边缘检测算法

针对传统模糊边缘检测算法计算量大、效率低的弱点,利用图像边界点连续的特性,结合模糊边缘检测算法的思想,提出了一种基于模糊理论的改进种子点生长边缘检测算法。利用相应算法建立两张快速查找表,对图像中的像素点通过查表,选取种子点,根据边缘点的判断准则对其进行生长,最终实现边缘检测。实验证明,算法具有较高的效率和较强的抗噪能力。