基于图像边缘识别的鸡蛋曲率测量

利用机器视觉获取鸡蛋截面图像,进行相应的图像处理后提取其边缘点坐标,用最小二乘法进行数据拟合,求取以三次多项式表示的曲线拟合方程,并将求得的拟合方程生成的曲线与原图像边缘进行了比较,其匹配度达99.22%,说明该曲线能反映鸡蛋的边缘曲线变化规律.通过拟合曲线的曲率图的变化,对鸡蛋的形状结构进行了分析,为进一步研究鸡蛋的特性提供了理论依据.     

变量喷施技术及其雾化特性评价方法综述

综述了变量喷施技术的研究背景和研究现状,表明,必须继续深入研究变量喷施技术及其雾化特性,以提高农药利用效力、减小环境污染。概括并提出了一套适用性较广的研究变量喷雾雾化特性的研究思路和评价方法,即在建立变量喷雾控制装置后,先设计确定标准工况和随流量变化的各测量工况,在各工况下测量喷雾流量、雾量分布、喷雾角、雾滴粒径和雾滴速度,用统计方法拟合各雾化特性参数随流量的变化规律,从流量调节范围、雾量分布、喷雾角、雾滴粒径、雾滴速度、喷雾比能和喷雾动能中值直径等方面综合评价此种变量喷雾装置的喷雾特征和适用场合。     

基于Matlab Gui的压实土激光图像处理方法

针对激光图像技术无损实时检测土密实度的要求,提出了一种土的激光图像处理方法。先采用灰度形态学方法来对图像进行滤波处理,通过Canny算子提取了图像的边缘线,然后运用圆心的最小二乘拟合出圆及圆心,并用离散圆盘算法提取了图像的灰度均值,最后通过Matlab Gui界面功能实现了用户界面处理。结果表明:通过这些算法的图像处理,提取了图像的灰度均值,且只需4 ms内可以完成,在处理时间上可以很好地满足激光图像实时检测土密实度的要求。     

复数域内最小二乘法的一种改进

针对复数域内的拟合问题,对复数域内最小二乘法进行了改进,以相对拟合误差的平方和最小为优化目标,给出了待估系数的估计公式。数值试验结果表明,该方法比习惯做法（把实部和虚部分别应用实数域内最小二乘法）和以绝对误差为目标的复数域内的最小二乘法更有效。     

利用正交多项式作最小二乘拟合的应用及其QBASIC程序

本文介绍了利用正交多项式作最小二乘拟合的方法及其QBASIC，并对用该方法解出的二次多项式进行了拟合效果分析。     

基于最小二乘的点云叶面拟合算法研究

利用地面激光扫描仪(TLS)获取户外树木的大量点云数据,从中截取树叶点云数据并以此来进行曲面拟合,构建树叶真实三维模型。主要针对空间散乱点云数据的曲面拟合方法进行研究。在最小二乘法、正交最小二乘法、移动最小二乘法等3种二维曲面拟合方法基础上,针对空间散乱点云数据,提出新的曲面拟合方法。通过比较这3种方法对点云数据曲面拟合后效果,得出结论:针对树叶散乱点云数据,移动最小二乘法能够有效的拟合出树叶的曲面。     

发动机性能试验数据处理方法的研究

研究了发动机性能试验数据处理的方法 ,提出利用最小二乘分段多项式拟合方法对曲线进行拟合 ,可提高工作效率和试验精度 ;认为坐标变换法可提高拟合精度 ;最后采用二元列表函数的线性插值法 ,实现了大气修正的计算机处理。     

基于图像处理的油水两相流含水率计算

研究了一种基于数字图像处理的油水两相流水相体积的计算方法。为提高图像质量,采用图像处理软件对图像进行降噪和增强预处理。运用图像处理技术中的边缘检测和图像填充计算得到了管道沿线的水层厚度分布,并利用最小二乘法拟合厚度分布曲线。建立计算圆管两相流水相体积的几何模型,通过数值积分的方法求得含水率。分析表明:透明管路油水两相流含水率的图像测量误差主要来自实验环境、图像处理、模型假设3个方面。实验结果表明:计算值和真实值比较,相对误差小于10%,具有较高的准确度,可应用于油水两相流水相体积的计算。     

葡萄采摘机器人采摘点的视觉定位

针对葡萄采摘机器人在自然环境下采摘点定位困难的问题,本研究提出了一种基于分水岭果梗图像分割和最小角度约束的采摘点定位方法。第一,将采集的葡萄果实图像变换到YUV颜色模型,对U通道灰度图进行均衡化处理,然后进行双阈值分割和形态学开操作去掉干扰区域,再对二值图像进行填充;第二,以检测到的葡萄果实位置为参考,确定葡萄串果梗感兴趣区域,对该感兴趣区域进行分水岭操作;第三,对果梗二值图像进行角点检测,然后分别对每个果梗检测到的角点数据进行线性回归,将拟合到的直线分别与垂直于地面直线进行角度计算,将夹角角度最小的拟合直线所在的果梗确定为葡萄串所连的果梗;第四,对该果梗检测到的角点数据进行K均值聚类分析,聚类中心为最佳采摘点。对采集于晴天顺光、晴天逆光和晴天遮阳这3种条件下各40幅夏黑葡萄图像进行验证,采摘点定位成功率为89.2%,单张葡萄图像的采摘点平均定位时间为0.65 s。说明该方法可以为葡萄采摘机器人提供准确的采摘点坐标信息。     

基于机器视觉的成熟柑橘自动识别研究

针对自然生长状态下成熟柑橘图像的识别问题,采用2R-G-B色差分量,通过Ostu自适应阈值算法进行图像分割,用面积阈值的方法消除噪声来获取成熟柑橘图像的目标区域,然后利用最小二乘拟合方法拟合出目标区域的质心及半径等特征参数。结果显示,识别正确率在90%以上。     

基于机器视觉的叶菜类蔬菜菜垄识别算法

针对目前叶菜类蔬菜田间作业自动化程度低,缺乏适用自主导航技术等问题,提出一种基于机器视觉的叶菜类蔬菜菜垄识别算法。利用改进超绿算法(Gray=2Cg-Cr-Cb)对菜地图像进行灰度化,通过二值形态学变换和连通区域提取获得菜垄区域和边界,基于Huber损失函数进行边界曲线拟合,最终提取导航基准线。图像处理结果表明:1)本研究提出的识别算法在不同光照环境下具有较好的鲁棒性,自然综合光照条件下导航基准线提取成功率为97.5%;2)基于Huber损失函数获取到的导航基准线,平均均方根误差为0.668像素,比最小二乘法高72.5%,平均角度偏差为0.273°,比最小二乘法高72.6%,且处理速度与最小二乘法相似。试验证明本研究算法可实现在自然光照条件下对叶菜类蔬菜图像的菜垄识别和导航基准线提取。     

苹果自动分级中的图像分割

为了提高苹果自动分级中图像处理的速度和可靠性，就有关苹果图像分割问题进行了探讨，提出了苹果图像处理窗口的快速确定方法、阈值计算方法以及用最小二乘法与搜索点所在的区域相结合确定搜索方向的方法，试验表明，用上述方法能可靠，有效，快速地进行图像分割。     

圆和椭圆特征参数检测算法研究

从图像处理的角度出发,介绍了求取圆和椭圆特征参数的算法——最小二乘拟合法。对圆形零件特征的计算,还提出了面积法和周长法。通过对计算结果的比较,得到拟合圆和面积法是比较有效的计算方法。     

基于图像处理和SVM探索木材与树皮的新识别参数

木材工业生产中,需将树皮和木材分离,进而提高木材的使用效率。运用木材和树皮的5个特征参数和数字图像处理技术对榆木(光秃大果榆Ulmus macrocarpa var. glabra)、柳木(杞柳Salix integra)和松木(樟子松Pinus sylvestris var. mongolica)的木材与树皮图像进行分类识别,其中均方差比是本文提出的识别参数。通过对图片进行数字图像处理,得出参数的最大值和最小值, 利用多项式函数和非线性函数对木材和树皮识别,再对参数进行评估,筛选出最佳参数。结果表明,参数均方差比识别率最高分别达到97.7%和 94.7%,且多项式函数的识别效果高于非线性函数的识别效果。     

一种自适应的图像轮廓提取算法

针对很多图像同时含有线条图案和区域块图案的特性,提出了一种白适应区分线条图案和区域块图案及提取区域块图案边界的解决方法。该方法首先根据设定的矩阵算子检测出图像中的区域块,然后按照一定的规则判断区域的边界,对区域进行填充,最后得到含有线条和区域边界的图像轮廓。试验证明,该方法计算量小,提取的图像轮廓能保留原图像中区域、线条和边界的信息。     

水田旋耕路径的识别方法

为减少耕作过程中产生的重耕、漏耕现象,提高耕作效率,针对导航视觉系统采集的水田非结构化自然环境彩色图像设计一种旋耕机耕整路径识别方法,探讨适宜于水田的彩色特征模型的选择。结合水田土壤区域噪声小而秸秆区域噪声大的特点,利用过量补偿法对水田图像进行去噪,再对图像进行逐行扫描,得到每个像素点的彩色特征值。利用土壤区域和秸秆区域的彩色特征值差异得到边界点信息,最后利用最小二乘法将得到的边界点拟合成一条直线,求得直线的倾角即为旋耕机的转向角,从而确定旋耕机的前进方向即确定路径信息。     

Matlab在发动机性能试验数据处理中的应用

数据处理是发动机特性试验的一个重要内容，是测取发动机各项指标，进行动力性、经济性分析的前提和基础。本文利用Matlab强大的数据处理功能和绘图功能对发动机的性能试验数据进行处理，并采用最小二乘分段多项式拟合法进行曲线拟合，既提高了工作效率，又可得出较为精确可靠的曲线方程和直观的拟合曲线。     

基于计算机图像处理的农田环境定位

针对计算机对农田环境定位困难问题,提出一种计算机图像预处理和霍夫变换相结合进行农田环境定位的方法。通过对农田作物行图像特点的分析,运用恰当的计算机图像处理方法,从作物行图像中提取出反映作物行位置的准定位参考线,运用霍夫变换技术得到真正的定位参考线及其参数。采用600×450的甘著作物行图像进行实验,结果表明该方法能够实现较好的定位效果。     

基于高空间分辨率影像的林业小班遥感区划系统设计与实现

小班区划是森林资源调查中最主要的任务。为了减少小班区划工作量,提高工作效率以及保证小班区划的一致性,从功能需求角度,设计了一种基于高空间分辨率遥感影像进行林业小班区划的系统,并对系统各部分功能进行较为详细的设计与说明。开发并实现了遥感数据处理、多尺度分割和面向对象分类等关键技术,借助该系统,可以实现基于高空间分辨率遥感影像进行林业小班边界的内业自动生成,小班区划精度符合林业实际生产需求。目前,该系统已在重庆和海南等地推广应用。图8表1参11