植物外观特征自动获取及计算机辅助植物分类与识别

植物的分类与识别是植物学研究和农林业生产经营中的重要基础工作,其主要依据是植物的外观特征.现代数量分类的方法就是通过大量提取特征数据,进行聚类分析,获得分类结果,并以此为根据进行植物的鉴别.传统做法都是手工测量采集原始数据,效率较低.由于外观特征可以通过数字图片方式获得,运用计算机图像处理分析等技术采集数据并做聚类分析将大大提高效率,关键问题在于特征的自动分析和获取.在基于叶子特征的计算机辅助植物识别模型和叶缘锯齿特征提取研究的基础上,提出了计算机辅助植物分类与识别的系统方案,并对相关技术进行了分析.图5参19     

基于多尺度角点的种子破损特征检测算法

针对种子破损局部特征的检测,提出一种基于多尺度角点准确性检测的簇分类算法。该算法对多尺度破损特征角点分类并进行分类点空间位置和尺度上非最大值抑制确定破损局部结构的簇候选特征点,并以候选特征点来参与特征准确性精化的迭代计算。试验结果表明,该算法去除了常规多尺度角点算法检测破损特征存在的冗余点,有效提高了多尺度下种子破损特征定位准确度,降低了迭代计算的时间复杂度。     

基于SURF与BBF的棉花图像匹配算法

在棉花图像分割与识别的基础上,为获得棉花三维空间位置信息,需要对双目采集的棉花图像对进行精确的匹配。采用加速分割检测特征、加速鲁棒性特征和BBF方法匹配棉花图像对。首先采用FAST检测图像角点,并计算各角点的SURF描述向量,然后采用BBF方法搜索匹配点对,最后利用RANSAC和极线约束剔除误匹配点对,为下一步准确定位棉花三维空间位置信息奠定基础。     

猕猴桃新品——蜜宝一号

该品种品质优异,耐贮藏,抗干热风,耐高pH值土壤,结果习性好,丰产稳产,具有较好的发展前景。2006年2月经河南省林木良种委员会审定通过。植物学特征一年生枝蔓褐色,平均粗度1.2厘米。幼叶形状为心形,叶缘锯齿中多;成叶近圆形,叶片厚,较小,叶面平展、浓绿色、有光泽,叶缘锯齿较稀疏。花冠大,花径5.7～6.8厘米;花梗长4～5厘米,花瓣六片。     

基于Zernike矩和神经网络的角点筛选方法

在计算机视觉领域中角点特征的提取具有相当重要的地位，因为角点包含了丰富的信息。本文的目的在于提取某类图像上的重要特征角点。其主要思路是首先利用角点检测方法提取图像中的角点之后，然后再通过Zernike矩和神经网络对它们进行筛选，从而达到自提取特征角点的目的。最后通过实验验证了本算法的有效性。尽管本文是针对某类图像进行了特征点提取的，但相信对于一般情况下的目标特征检测也具有一定的借鉴意义。     

基于双目立体视觉的草坪植株高度测量

计算机视觉现已被广泛应用于诸多农业领域,有助于精准农业的发展,提高劳动生产效率。针对坐骑式零转弯半径(ZTR)割草机刀盘高度无级调节问题,利用双目立体视觉对草坪植株高度进行测量可推动其智能化发展。首先对地毯草灰度图像中的V分量进行图像增强、形态学处理、阈值分割等预处理提取出植株图像。本研究提出一种结合高通滤波与Foerstner的特征点检测算法,对提取后的植株图像进行特征点检测,该方法可有效去除伪角点,准确率在98%以上。利用双目标确定后的参数对左右2幅图像进行角点匹配,选取z轴方向数值最小的3个点构造假想地面并最终计算植株均高。结果表明,该高度测量系统可识别测量不同草种,且总体相对误差为1.5%,有效地提高了测量精度且适用范围较广。     

基于图像处理的大蒜瓣尖识别方法

通过大蒜蒜瓣形态特征的分析,提出了一种基于图像处理的SUSAN角点检测大蒜瓣尖的识别方法。SUSAN算子计算USAN值的大小判断蒜瓣图像角点,USAN值越小,角点处越尖,曲率越大,即为大蒜瓣尖。通过对350粒蒜粒的测试结果表明,该方法大蒜瓣尖检测准确率达到96%。     

复杂背景下油茶果采收机重叠果实定位方法研究

油茶果机械化振动采摘技术关键在于振动点选取,判断振动点选取取决于果实生长密度测算和分布估计.然而自然环境下重叠果实的识别对判定结果有较大的影响,因此提出一种基于凸壳识别的分割边界优化方法,提升重叠油茶果识别与分割准确度.该方法先将原始图像转换颜色空间,经过阈值分割和形态学处理获得重叠果实的凹区域,然后在此基础上通过Harris角点检测得到区域的特征点集,利用主成分分析(PCA)和欧式距离方法分析特征点距离关系得到分割路径,最后采用最小二乘法对分割后的目标区域进行拟合重建得到果实轮廓.对比重建的果实轮廓与真实分布图像,该方法的平均定位误差为8.6％,比Hough方法低5.1％;平均耗时为0.52 s,比Hough方法低0.12 s.结果 表明,提出的方法可以有效解决重叠油茶果实识别与分割问题,为采摘装置的振动点选择奠定基础.     

叶片传统特征和距离矩阵与角点矩阵相结合的树种识别算法

针对基于叶片特征进行树种识别的问题,本文在结合叶片纹理、不变矩以及传统形状共25维传统特征的基础上,自定义了叶尖角、边角均值等2个叶片轮廓特征,并以相似多边形定义及其推论作为理论依据,提出了一种基于叶片轮廓构建距离矩阵与角点矩阵进行树种识别的分类方法。该方法首先对树木叶片图像进行预处理,提取出归一化的叶片特征向量,然后利用KNN最近邻分类器筛选出相似度最高的前20个结果集(Top 20),然后构建距离矩阵和角点矩阵进行更为精确的识别匹配。在图像预处理阶段,为获取更为准确的叶片轮廓特征,利用叶片在HSV颜色空间中饱和度特征以及色度特征方面的显著差异性,设计了一种消除叶片阴影的图像预处理算法。在识别匹配阶段,利用Douglas Peucker approximation算法提取叶片轮廓的近似多边形,定义了距离矩阵、角点矩阵、矩阵中元素间相似度、矩阵相似度以及综合相似度计算方法,设计了全局匹配与局部匹配相结合的算法。该算法在Android系统的手机平台上进行了实现和运行验证,结果表明:在Flavia数据集中,对32种共1 907个正常叶片样本的识别准确率为99.61%,对32种共851个残叶样本的准确率为94.92%;在Leafsnap数据集中,对185种共23 147个Lab样本前5个结果集(Top 5)的识别准确率为98.26%。相对其他算法,该算法识别准确率更高,对叶片外形描述能力更强,对残叶、扭曲叶、阴影叶具有更好的鲁棒性,算法的实用性和适应性更强。      

再介绍几个应季野菜

<正>柳树芽学名Salix babylonicaL,又名垂柳、柳树叶。为杨柳科,落叶乔木。识别特征:枝条褐绿色下垂,幼时被白色柔毛。叶片条状披针形,叶缘具细锯齿,具叶柄。柔夷花序,长1～2厘米。蒴果2裂。种子小,外被白色柳絮。花果期3-5月。生原野、山坡、庭院、村寨旁及公园。     

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。     

自然环境下苹果作业机器人双果重叠目标侦测方法

为进一步提升苹果的侦测精度,从而提高苹果作业机器人的果实作业效率,以果园重叠苹果为对象,研究了自然环境下双果重叠目标的机器侦测方法。首先将采集到的苹果图像在Lab色彩空间中利用K-means聚类算法提取重叠苹果目标区域;其次在得到重叠苹果边界上的Harris角点后,通过关键角点检测算法定位苹果重叠部分的果实轮廓所在区域,并利用Canny边缘检测算子提取出苹果重叠部分的果实轮廓;然后利用Y型节点搜索算法实现重叠苹果目标的单果轮廓分离,并得到未遮挡果实的完整轮廓;最终利用距离最小二乘算法对被遮挡苹果目标进行果实轮廓重建。为验证方法的有效性,将Hough变换法、Spline样条内插法的重叠果实侦测结果与本文方法所得结果进行对比。试验结果显示,本文方法不仅可以侦测出未遮挡果实的完整轮廓,同时对被遮挡苹果目标也有较好的轮廓重建效果,其果实平均重合度和定位误差分别为95.43%和4.44%,侦测性能明显优于前两种方法,表明本文方法可以较好实现自然环境下苹果双果重叠目标的侦测,该结果为苹果作业机器人多果重叠目标的自动化侦测提供参考。     

应用Harris角点检测进行图像拼接的超长板材尺寸测量方法

选择约700 mm(长)×200 mm(宽)的10块柞木板材为研究对象;用相机进行标定得到相机内部参数、外部参数,对采集的板材图像进行镜头畸变修正;对图像进行高斯平滑处理后,采用Harris角点检测方法对采集的先后两帧图像进行图像拼接;采用边缘检测得到板材完整的边界信息,通过建立空间坐标系与像素坐标系的转换关系完成板材尺寸计算。结果表明:相机标定与畸变补偿,提高了测量的精度由5 mm至1 mm;图像拼接方法,解决了长尺寸板材机器视觉测量困难的问题;采用Sobel算子边缘检测方法,能够准确保留边缘信息,速度快、计算简单;测量结果最大标准差为0.582 mm,测量精度小于1 mm。     

型腔尖角的轨迹优化

在铣削型腔尖角加工过程中,当环切法加工的行间距离比较大时,型腔尖角处将会出现加工残余.由于刀具与工件的接触线增加,使得尖角处铣削力增大.因此,采用了双圆弧过渡来处理型腔中的尖角,该方法能保证以尽可能大的行距走刀,缩短了加工时问,提高了加工效率,同时还可以清除尖角处的残余留量.尖角处刀具轨迹进行合理优化后,刀具沿着改进的轨迹快速运行,满足了高速铣削型腔的加工要求.最后,实验验证了该方法的有效性.     

汽车拖拉机转向梯形优化设计

以外侧转向轮实际转角与期望转角之间相对误差的加权求和为目标函数 ,对汽车拖拉机转向梯形进行了最优化设计。通过实例计算 ,优化后的转向梯形满足设计要求 ,平均相对误差和最大相对误差均比原设计的有所降低。获得快速、精确、可靠、简便易行的效果     

丘陵区苹果园边界蜘蛛群落结构与动态的初步研究

用陷阱法对莱阳丘陵区苹果园边界定点调查,初步鉴定该地有游猎性蜘蛛8科18种,其中主要成分依次是:狼蛛科、平腹蛛科、逍遥蛛科和蟹蛛科。研究表明,游猎性蜘蛛在4、5月间主要聚集于边界活动,但6月后随边界植被的长高开始进行生态位扩散。苹果园农事操作后,边界可作为部分蜘蛛的庇护场所,其中以狼蛛科为主。对两段不同植被类型的边界进行了蜘蛛群落调查,发现植被多样化程度高的边界游猎性蜘蛛丰富度和多样性均明显高于植被相对单一的边界。加强边界管理有利于蜘蛛的保护。     

澜沧县尾叶桉类林土壤养分空间分布特征探讨

应用地统计学方法及GIS空间分析技术,探讨了澜沧县尾叶桉类林林下土壤的全碳、全氮、全磷、全钾、有效钙和有效镁6种养分的空间分布特征.结果表明:全碳和全氮之间存在显著的正相关性,相关系数高达0.878;有效钙和有效镁之间的相关系数为0.621.全钾的变异系数为0.35,有效钙的变异系数为0.89.在空间上,全碳、全磷、全钾、有效钙和有效镁5种养分的块金值(Nugget)与基台值(Sill)的比值均小于25%;全氮的块金值与基台值的比值为32.32%.采用普通克里格插值方法对6种养分的空间分布进行插值计算分析,结果显示:全碳和全氮在空间分布上存在一定程度的相似性,含量自北向南逐渐降低;全磷含量自西北向东南呈"鞍形"分布,西北和东南较高,中间部分相对较低,且是整体分布较破碎;全钾含量分布相对均匀,大部分区域含量为2 457.94～3 018.63μg/g;有效钙分布主要集中在西北、南部和东部,其他区域相对较低;有效镁含量东部最高,整体上从东南向西北呈递减趋势.     

基于参考机的单机等面积暂态稳定分析

提出了相对参考机的单机稳定裕度评估方法.研究了单一机组功角曲线的表达方式，将多机系统中单机功角曲线表达为本机相对参考机转子角度的函数，提出了基于泰勒级数的功角曲线预测拟合方法.提出了稳定裕度的预测评估方法与事后评估方法，比较了事后评估与预测评估所得稳定裕度的差异.SGEAC方法在判别系统是否稳定时没有任何假设，不需要进行动态二群的识别.实例验证了所提方法的有效性.