基于图像处理和Structure5.0对木材种类识别

随着我国经济的高速发展,对木材利用率和产品质量的要求也随着增高。不同的木材,其用途和树种各不相同。正确识别木材,对于按质论价,合理经营,保证工程质量和指导林业生产,合理利用木材资源等有重要意义。本文首次利用Structure5.0图像处理软件,对木材管孔、木射线等微观结构进行测量,对数据进行统计分析,并与文献中提供的木材结构的参数及特点进行比较来识别木材种类。结果表明,所测木材的种类为大青杨,同时为木材种类的识别提供了一种客观定量的方法,对使用年限久远的木制品或珍贵木材提供了一种较为准确的识别方法。     

基于视觉分析的机器人最优避障路径识别方法

传统的机器人避障路径识别方法存在识别不准确、误差大、效率低的问题.对此,本文提出基于视觉分析的机器人最优避障路径识别方法:建立机器人避障路径观测模型以分析机器人运动状态,采用基于RBPF的SLAM方法对避障路径进行降噪滤波处理,在此基础上运用适应度函数排序避障路径,并引入视觉分析法识别排序后的避障路径,从而实现有效识别最优避障路径的目的.实验结果证明,与传统识别方法相比,改进方法的识别精度较高,运行耗费时间较短,具有一定的实用性.     

仿红木仿古铜木制品制作技术

一、仿红木制作技术 红木是世界珍贵树种,目前真正的红木制品几乎绝迹,制造木器多选用颜色较谈、质地优良的其它材种染成红木色,制成仿红木制品.制作技术如下.     

木材识别方法研究综述

介绍了人工知识、对分检索和穿孔卡片检索等3种传统木材识别方法和数据库检索识别方法。指出基于计算机视觉的木材识别方法的优点,它将成为木材识别的一种趋势。根据识别过程将该方法按照给定木材的类型、识别的特征和分类器等3种方式进行分类．并给出了每种类型详细的分类和当前研究的进展。最后,对今后木材识别研究在语义特征提取、语义特征与纹理特征的结合、树种指纹挖掘、无切片识别和设备研制等5个方面提出了自己的看法。     

基于小波变换与神经网络的上倾管流型识别方法

为实现上倾管气液两相流流型的智能识别,提出了基于小波变换与概率神经网络的流型识别方法。采用中国石油大学(华东)室内小型环道试验装置进行气液两相流试验,采集上倾管流型以及相应的持液率信号。运用小波变换对持液率信号进行5级分解,并对分解后的信号提取标准差作为概率神经网络的输入参数,对试验中获得的分层流、气泡流、段塞流、严重段塞流流型进行识别。结果表明:该方法对4种流型的识别效果较好,其整体识别率为96.5%,其中分层流和严重段塞流的识别率高达98%。基于小波变换与概率神经网络的上倾管流型识别方法能够有效克服传统识别方法中主观因素的影响,不仅显著提高了流型识别的准确率,而且识别过程更加智能。(图5,表3,参22)     

日光温室蔬菜主要病害的识别与防治技术

了解蔬菜主要病害的发生并掌握识别方法，是正确防治蔬菜病害的基础。笔者经过多年的生产实践，总结了日光温室蔬菜主要病害的发生、识别与防治技术，现将其简述如下。     

红江橙嵌合特点的扫描电镜观察

以嫁接嵌合体红江橙为材料，在扫描电镜上观察了红江橙及其分离出来的４种变异类型的叶、果表面及其切面的结构．结果表明，红江橙的叶面与其分离出来的黄肉果和橘变果有较大差异，红江橙果皮切面海绵层介于黄肉果与橘变果之间，而从果皮的切面发现表皮层的细胞排列紧密，体积较小，呈长形方格状，与紧接其下的海绵层具有较大的、圆形蜂窝状的细胞明显可分．作为同质体的黄肉果和橘变果，则未能观察到这种结构差异     

红江橙嵌合特点的扫描电镜观察

以嫁接嵌合体红江橙为材料，在扫描电镜上观察了红江橙及其分离出来的４种变异类型的叶、果表面及其切面的结构。结果表明，红江橙的叶面与其分离出来的黄肉果和橘变果有较大差异，红江橙果皮切面海绵层介于黄肉果与橘变果之间，而从果皮的切面发现表皮层的细胞排列紧密，体积较小，呈长形方格状，与紧接其下的海绵层具有较大的、圆形蜂窝状的细胞明显可分。作为同质体的黄肉果和橘变果，则未能观察到这种结构差异。     

基于智能移动端的农业土壤颜色识别应用研究

有效测定农业土壤的颜色可以帮助获取其属性、发生过程、肥力等重要信息。而在传统土壤学中,土壤颜色的主要识别手段为肉眼比照孟塞尔土壤色卡。该识别方法存在主观性强、个体误差大、不便操作等问题。针对该情况,提出了一种基于智能移动端的农业土壤颜色识别应用,并完成了系统案例设计与实现。该系统可通过移动端自带的相机和闪光灯获取数据并计算其RGB均值,依据RGB-HV/C转换数据库对数据进行识别测试和结果显示。该应用具有易获取易携带、识别误差低、操作方便直观等特点。     

图像汉字编码识别机的研究

在分析多种图像汉字编码识别方法共同特性及不同点的基础上,结合智能控制与专家经验知识,将执行器、知识库、特征提取器相组合,采用三级并行式结构构造了一个图像汉字编码识别机。决策级综合提取各个编码识别方法中的稳定特征,进行粗分类,识别级根据粗分类识别的具体情况,有针对性的进行系统反馈识别,评判级在识别的过程中记录各编码识别方法的识别结果,从而对各方法的识别效果进行动态评价、排序,进而调整识别方案,加快了分类速度,提高了识别效率。     

基于深度学习的农作物病害图像识别技术进展

农作物病害的无损检测和早期识别是精准农业和生态农业发展的关键。随着图像采集和图像处理技术的进步,高光谱成像等先进成像探测技术和基于深度学习的图像分析技术越来越多地应用于农作物病虫害的无损检测中。本文首先简单介绍了以深度学习为代表的图像识别技术的基本原理,然后系统地阐述了基于深度学习的先进成像技术和先进图像识别分析技术在农作物病害检测识别中的国内外研究现状,分析了其在农作物病害检测识别上存在的优缺点,如具有快速、准确率高等优点以及数据量过大处理不便等缺点,并进一步指出,利用高光谱成像和热红外成像与深度学习相结合,将成为今后研究农作物病虫害早期检测的主要发展方向。     

图像分析技术在农作物污染损害鉴定中的应用

农作物损害表症的快速识别对防止农作物受损、提高农作物的产量以及在农业生产中反应指示、预警潜在农作物污染损害行为，减低污染对农作物生长和农产品质量安全的威胁具有重要意义。随着图像处理技术的快速发展，基于图像处理技术的分析方法实现了对农作物损害快速、准确的无损检测与识别，本文对该方法在农作物病害、虫害、草害、污染胁迫、气象灾害和营养缺素6种逆境条件下的研究和应用进行综述，并对农业环境损害鉴定中污染损害识别研究现状进行总结，认为基于图像分析的农作物污染胁迫识别系统的研发在农业环境损害司法鉴定中有很好的应用前景，值得进一步深入探索和研究。     

基于圆弧的原木轮廓的识别与验证

针对原木端面存在相交圆、阴影等导致原木轮廓难以获得完整的圆轮廓问题,提出了基于圆弧的原木轮廓识别方法.首先分析了圆弧在数字化图像中的性质,从各种边缘线条中区分出圆弧边缘;其次,定义验证模型,以判断识别结果是否为合格圆.结果表明,该方法可以从大量干扰的边缘中找到轮廓,并利用部分轮廓边缘识别原木端面.     

玄参的生药鉴定

为建立玄参的生药学鉴定提供依据。从玄参的药材性状、根横切面和粉末的显微特征及薄层色谱鉴别各方面进行生药鉴定特征的研究。对玄参的显微特性鉴定表明,该玄参根横切面近圆形,后生皮层细胞微木栓化,最外层呈棕黄色,石细胞多角形、类圆形或类方形,韧皮部较窄,形成层呈环状。不同产地的同种药材色谱图基本一致,均在对照品相应位置显同样斑点,但斑点大小和色泽深浅不一。薄层色谱法结果比较直观,斑点清晰,色谱分离好,无背景干扰。其方法简便、快速,可作为玄参的质量控制方法。     

农产品无损检测技术课程教学探索

为了提高农产品无损检测技术课程的教学效果,对农产品无损检测技术课程的教学内容、教学方法和实践教学进行了探索。旨在使学生通过有限学时的学习,理解农产品无损检测理论的精髓,掌握农产品无损检测的关键技术,以及了解农产品无损检测技术的国际前沿动态。     

电阻应变片式水果坚实度计的研制

试制了一种无损检测的电阻应变片式水果坚实度计，并比较了苹果坚实度无损测量方法与普通有损测量方法的精度。     

玄参叶的形态解剖学研究

目的 为玄参叶的开发利用和质量控制提供科学依据。方法 按生药学常规方法对玄参叶进行形态解剖学研究,其中组织切片采用徒手切片和石蜡切片相结合的方法,叶表面制片采用撕取表皮的方法,叶表面扫描电镜观察采用脱水、干燥、喷金后常规扫描的方法,组织、叶表面、粉末图均采用显微拍摄。结果 找出了玄参叶的性状和显微鉴别特征。结论 此研究可作为鉴定玄参叶的依据。     

基于高光谱成像技术的油菜SPAD值空间分布预测及最佳测量叶位

采集不同氮素处理水平下的油菜植株不同叶位和叶片部位的高光谱数据、SPAD值和叶绿素含量实测值,在筛选原始高光谱数据预处理方法的基础上,比较基于偏最小二乘(partial least squares,PLS)模型和最小二乘-支持向量机(least squares support vector machine,LS-SVM)的SPAD预测模型。结果表明,基于标准正态变量校正(standard normal variate,SNV)预处理方法的LS-SVM模型(SNV-LS-SVM)为最佳高光谱-SPAD预测模型,可准确预测油菜叶片SPAD值空间分布和可视化结果。基于SPAD空间分布结果提取不同叶位和叶片部位的SPAD值,将其与对应植株和叶片位置的实测叶绿素含量进行相关性分析,结果显示,油菜SPAD值最佳测量叶位为顶四叶的顶部。     

龙游县红火蚁发生状况及防控应急预案探讨

红火蚁是高危入侵有害生物,对农林产业、公共设施、公共卫生等造成较大危害,严重时可危及人畜生命安全。2019年2月20日龙游县红木小镇景区发现的疑似红火蚁疫情,已经浙江省检验检疫科学技术研究院检测鉴定确认。为确保在发生红火蚁疫情时,能够及时、迅速、高效、有序地处置,最大限度地减轻疫情造成的危害,保护全县农林生产、公共设施、生态环境安全和人民身体健康,特制定龙游县红火蚁疫情防控应急预案。     

马尾松木材空洞开裂残损的雷达检测成像初探

本研究以木结构古建筑常用的马尾松木材为研究对象，采取人工模拟的方法在马尾松木段端部制作中心空洞及外缘开裂的残损，通过开展残损木材的雷达探测及成像影响因素研究，给出不同残损在雷达检测下的表现形态，实现木材内部空洞和外缘开裂残损的快速识别及表征。研究结果表明:利用雷达无损检测技术可以实现木材内部空洞和外缘开裂残损的快速检出，而对残损大小的评估，雷达检测面积与实际残损面积存在偏差；当雷达探测到木材内部空洞时，其交界面会出现强烈的黑-白-黑形态图像，对应的反射波形为谷-峰-谷；当雷达探测到木材外缘开裂等凹陷特征时，其图像上会出现不同于正常背景的纵向干扰条纹；木材外缘开裂并不严重影响内部空洞残损的检出，木材表面存在贴合紧密的树皮或保护性地仗对内部残损的识别也无明显影响；木材含水率对雷达检测结果影响较为显著，在其他条件一定时，木材含水率越高，其雷达检测残损面积越小；雷达检测结果受含水率等因素影响，其残损的检测边界可能会产生一定的偏移，因此，在实际检测中应根据雷达检测图像进行深度方向的延伸分析。通过本研究可知:雷达无损检测技术可以实现木材空洞和开裂残损的快速检出，但对于残损的定量评估有待于进一步研究。