跟踪虫算法在烤烟烟叶边界检测中的研究

烟叶的形状包括烟叶的长度、宽度、面积、周长和圆度等叶形参数,只有准确获得烟叶的边界轮廓信息,才能计算众多的叶形参数。文章介绍了经典的边缘检测算子,并利用跟踪虫算法准确提取烟叶的边界轮廓特征。结果表明,该算法具有很好的边界提取能力。     

边界追踪法在针叶材细胞轮廓提取中的应用研究

采用边界追踪法提取针叶材细胞的轮廓,并与传统方法的提取结果进行了比较。结果显示,采用边界追踪法可提取到较准确、完整的细胞轮廓,弥补传统方法的缺陷。     

基于C-V主动轮廓模型的“陡峭”边界的微藻图像分割

采用Chan和Vese的C-V主动轮廓模型以及本文中改进的C-V主动轮廓模型对几类典型的海洋微藻图像进行了分割。当微藻图像的主要边界曲率变化较大,即主边界"陡峭"时,直接使用C-V主动轮廓模型难以获得微藻图像的边界。在改进的C-V主动轮廓模型中,通过人机交互绘制粗略的初始边界,并将其设定为初始零水平集,将符号函数引入到初始水平集中定义内外能量,再通过适当的参数调整进行图像边界的演化。将采用两种模型算法获取典型的海洋微藻图像边界的过程进行对比可知,对于带"陡峭"边界的微藻图像,采用C-V主动轮廓模型难以获得或以较慢速度获得图像边界,而采用改进的C-V主动轮廓模型不仅图像边界获取速度快,而且边界信息量大。实验结果验证了改进的C-V主动轮廓模型算法的有效性,为微藻图像的分割提供了新的技术手段。     

基于HOG与支持向量机的成熟苹果自动识别

由于采摘目标背景复杂多变,采摘机器人提取目标时经常会出现轮廓不均匀以及分割不准确的现象。针对前期背景和目标物的分离处理,选取了最大类间方差法即Otsu算法提取目标物的粗轮廓,引入目标轮廓的HOG梯度方向特征训练支持向量机,进而对提取的轮廓进行细筛选,实现自动识别目标。以识别成熟苹果的试验证明,支持向量机能够准确识别单个苹果的轮廓,准确率在93%以上,并获得了较好的识别效果。     

基于健壮的边界跟踪算法的二维灰度图像边界提取

在分析二维灰度图像边界的常规提取方法的基础上,提出了一种新的健壮的边界提取方法.该方法首先采用Canny边缘算法检测二维图像边缘,然后使用了一种健壮的边界跟踪算法抽取物体边界,这种边界跟踪算法在跟踪边缘图像的物体边界过程中能自动修补断裂边缘和排除虚假边界点.实验证明,新方法成功率高,能较有效排除干扰,准确识别出物体边界.     

斜拉索PE保护层表面伤痕检测算法设计

提出了一种检测斜拉索PE保护层表面伤痕算法的设计。首先,在图像的预处理阶段,对原始图像进行灰度化和滤波处理;其次,运用边缘检测、边界跟踪及Hough变换获得了拉索轮廓的连续边界;然后,利用原始的灰度图像和基于拉索轮廓的掩模板,获得了无背景的拉索表面图像;最后,通过基于图像间空间差分的伤痕检测算法,获得斜拉桥拉索表面伤痕的图像,结果表明该算法能有效地从爬升机器人采集的图像中提取出斜拉索PE保护层表面伤痕的图像。     

木材表面缺陷特征轮廓提取算法研究

虫眼、活节和死节是最常见的木材表面缺陷,是木材分选过程主要的识别目标,精确提取木材表面缺陷轮廓特征能大幅提高木材分选的准确率。本研究提出一种针对木材表面虫眼、活节、死节缺陷轮廓提取方法。针对木材表面常见黑点和纹理等非线性噪声,使用中值滤波方法平滑图像。然后分别应用OTSU算法与全局阈值分割算法分离图像背景与目标,对结果二值图像使用数学形态学方法进行滤除和填充,最终用sobel算子提取缺陷边缘。结果表明,采用OTSU算法分割和数学形态学相结合的方法可以很好地提取木材表面缺陷特征,用sobel算子能够提取到比较完整、准确、连续的木材表面缺陷边缘轮廓,提高了目标图像的可视性和精准性。     

基于ICA阈值优化耦合信息熵的边缘提取算法

为了解决传统边缘提取算法对噪声敏感和阈值难以选取,边缘清晰度不高以及边缘不平滑等问题,提出了一种基于ICA阈值优化耦合信息熵的边缘提取算法.首先,基于灰度分布模式将图像分成若干子块,并计算每个子块的分段阈值;然后,为了从大量的分段阈值选择合适的阈值,引入了帝国主义竞争(imperialist competitive algorithm,ICA)优化算法,计算图像的最优阈值,根据获得的最优阈值将每个图像子块划分为不同的均匀区域;最后,通过计算每个均匀区域的信息熵,利用信息熵检测所有处于不同均匀区域的边界像素来提取边缘.实验结果表明:与当前常用的边缘提取算法比较,本文算法具有更高的品质因数与边缘连续性,能够抑制过于微小和琐碎的细节,突出有效的边缘信息,边缘定位精度高且平滑连贯,能够准确地提取目标轮廓.     

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。     

基于图像的番茄识别与几何尺寸测量

介绍了一种基于图像的番茄识别算法,比较了几种常用的边缘提取算法的效果,最终选择Canny算子进行边缘提取,在对番茄进行轮廓提取的基础上,以像素为单位,对番茄的面积、形心、半径等参数进行统计,然后用一个圆来完成对番茄的拟合。这种识别算法可以识别各种光照条件下的果实,并且可以在一定程度上恢复番茄被枝叶遮挡住的部分。最后在Matlab上进行了算法设计和几何尺寸测量。     

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。     

不同氮素营养水平的水稻冠层光谱红边参数及其应用研究

通过对不同氮素营养水平水稻冠层光谱特性的田间试验研究，发现红边位移现象：在孕穗期之前，红边随施氮量增加向长波方向“红移”；孕穗期后“红移”现象基本消失，而发生“蓝移”。红边参数(红边、红边振幅、红边振幅与最小振幅的比值、红边峰值面积)与上层叶片的叶绿素含量、LAI、累积施氮量有着密切的关系，而与叶片中的叶绿素b、类胡萝卜素、蛋白氮和非蛋白氮之间的相关性不明显。一些红边参数可作为水稻叶绿素含量、LAI测定的简便方法。     

花生红边特征及其叶面积指数的高光谱估算模型

选用大花生品种丰花1号作为试验材料,设置5个氮素水平的小区试验。在不同发育期同步测定花生冠层的光谱反射率及其叶面积指数,利用花生冠层的光谱反射率数据提取红边参数,分析其变化规律及花生叶面积指数与红边参数的相关性。估算结果表明：花生冠层红边一阶微分光谱呈“双峰”现象,红边位置位于707～724 nm之间,在花生生长旺盛期间出现“红边平台”,结荚期以后有明显的“蓝移”现象;叶面积指数与冠层光谱红边参数之间在结荚期-饱果初期显著相关,但开花期相关性不显著,利用结荚期-饱果期的红边参数可以估算花生的叶面积指数,最后建立了结荚期-饱果期和整个生育期的花生叶面积指数的估算模型。     

A novel algorithm for damage recognition on pest-infested oilseed rape leaves

Cabbage caterpillar infestation of oilseed rape will leave wormholes on leaves. The percentage of wormholes’ area on leaf is an effective index to evaluate infestation seriousness. Hyperspectral imaging technology can be used to extract leaf from non-vegetation objects efficiently. Wormhole reconstruction can then be carried out for counting the wormholes’ area. The reconstruction of wormholes that are entirely within the leaf contour can be easily processed by holes filling function. However, it is difficult to process wormholes at the edge of a leaf. A novel location factor and an improved genetic-wavelet neural network reconstruction algorithm (G-WNNRA) have been proposed in this paper to process wormholes at the edge of a leaf. For the edge of a damaged leaf, the infested part represented by a hole at the edge and non-infested part should be distinguished automatically. Thus the novel location factor which was based on the first derivative of inverse function was used to develop test function for locating the infested part. Then the proposed G-WNNRA was constructed to reconstruct the missing part of an edge following the step of learning the non-infested part of the edge. The topological structure and parameters of the G-WNNRA was optimized by genetic algorithm and morlet wavelet function was applied as a transfer function. The points on non-infested part of edge were adopted as the training data set and the missing part of the edge were predicted. During the prediction, the points making up the reconstructed edge were chosen based on the output of the G-WNNRA. For performance comparison, wavelet neural network (WNN), genetic neural network (GNN) and back propagation neural network (BPNN) were tested on infested oilseed rape leaves and the RMSE of G-WNNRA was smaller than those of WNN, GNN and BPNN. The proposed location algorithm and G-WNNRA can be combined to reconstruct infested oilseed rape leaves.     

苹果叶片的高光谱特征及其色素含量监测

【目的】分析苹果叶片的高光谱特征,探索建立苹果叶片色素含量的高光谱监测模型,以促进高光谱技术在苹果长势监测中的应用。【方法】通过方差分析方法,分析苹果春梢和秋梢停止生长两个时期功能叶片的不同部位、不同含水率、不同品种的高光谱特征。利用相关分析方法,研究高光谱参数与叶片色素含量间的关系,并建立基于光谱参数的叶片色素含量监测模型。【结果】在760—1300nm的近红外波段,叶片光谱反射率后部低、前部高、中部居于二者之间;随着叶片含水率降低,光谱反射率逐渐增大;不同品种的叶片,光谱反射率差异显著。光谱参数R800/R550、红边面积Sr和绿峰反射率Rg与叶片色素含量之间有较好的相关性,并分别建立了色素含量监测模型。其中以Sr建立的Chla、Chl(a+b)、Car含量监测模型和以R800/R550建立的Chlb含量监测模型为最佳。经均方根误差(RMSE)和相对误差(RE%)指标测试表明,模型能较好地监测苹果叶片色素含量。【结论】用红边面积Sr和波段组合R800/R550来监测苹果叶片色素含量效果较好,为苹果长势遥感监测提供了理论依据。     

基于多策略融合技术的水稻叶片边缘检测算法研究

农作物边缘检测问题是基于图像处理技术的农作物检测技术的重要内容之一.在分析已有边缘检测方法的基础上,将图像区域最小外接矩形算法、中值滤波、Canny算子和闭运算有机结合,提出一种基于多策略融合技术的水稻叶片边缘检测算法,将该方法应用于单叶片、背景为白板的叶片、背景为土壤的叶片、重叠叶片等不同特征的图像,有效地获取连续、光滑的水稻叶片边缘,表明该算法具有高效、准确和鲁棒的特性     

短光低温不育水稻宜DS叶缘颜色遗传的初步分析

短光低温不育水稻宜ＤＳ本身叶缘无色,与不同籼型父本杂交,无论父本的叶缘为紫色或无色,其Ｆ１均为紫色,这用于真假杂种的鉴别是一个很好的标记。经初步分析后认为,宜ＤＳ叶缘颜色的遗传符合两对基因控制的显性互补作用模式;用无色籼型父本与宜ＤＳ杂交,Ｆ１组合间叶缘颜色存在深浅差异;用粳型父本与杂交,Ｆ１表现为无色,原因待分析。     

热带雨林片断植物叶温边缘效应的初步分析

在西双版纳地区一块面积为 3hm2 热带干性季节性雨林片断的南向林缘 ,观测了林内至林外水平样带上的植物叶温及其它小气候要素 .结果表明 ,植物叶温的边缘效应影响范围从林内 2 0m至林外 16m ,这种水平变化梯度尤以林缘附近 (林内 12m至林外 8m)最大 .从林内至林外 ,植物叶温 (Tl)依次表现出气温 (Ta)型 (Ta>Tl)、中间型 (Ta=Tl)和辐射型 (Tl>Ta) .探讨了植物叶温与气温的关系 ,并讨论了植物叶温边缘效应的生态学影响 .     

基于红边参数不同品种的估算模型

【目的】利用红边参数的动态变化规律建立不同品种滴灌棉花叶面积指数估测模型。【方法】以棉花品种新陆早50号、新陆早58号和鲁棉研24号(杂交棉)为材料,分析LAI和红边位置的动态变化,构建滴灌棉花叶片红边参数-LAI估算模型。【结果】LAI增长最快时期均出现在40~70 d,不同品种滴灌棉花的LAI增长速率有明显的差异,表现为:鲁棉研24号>新陆早50号>新陆早58号;不同品种棉花均在病虫害发生期出现蓝移现象,在棉花正常生长下,出现红移现象。红边参数与LAI均达到极显著相关,构建3个估算模型中,鲁棉研24号精度最高(R²=0.816 8 ,RMSE=0.77)。【结论】建立的估算模型均可对LAI进行有效估测。