基于ARM9的手持式叶面积仪的设计

为了快速、精确、无损地测量叶面积,设计了一种基于ARM9的便携式叶面积仪。以三星公司的ARM9微处理器S3C2440为硬件核心,以嵌入式Windows CE为操作系统,应用图像处理法,结合大容量的SDRAM及NAND FLASH,CMOS摄像头和带触摸功能的LCD等,设计了叶面积仪的硬件系统和软件系统,并对主要部分进行了详细介绍。该系统实现简单,成本低,具有良好的便携性、准确性和稳定性。     

基于广角摄影技术的柑橘树冠层叶面积指数检测系统

提出一种基于广角摄像技术的柑橘树叶面积指数快速、简易检测方法。将广角摄像镜头拍摄的柑橘树图像导入计算机,进行灰度化、图像增强、滤波处理与二值化处理,计算出柑橘树冠层的孔隙率,据此推导柑橘树冠层叶面积指数。试验以扫描法检测结果作为真实值,并以加拿大WinSCANOPY型冠层分析仪与本系统作检测效果对比,结果表明在同等试验条件下,利用WinSCANOPY型冠层分析仪检测柑橘树叶面积指数的相对误差变化范围为-30.39%~43.53%,相对误差绝对值的平均值为18.90%,本系统检测的相对误差变化范围为-27.26%~37.06%,相对误差绝对值的平均值为19.91%,满足柑橘树冠层LAI检测试验要求。     

计算机图像处理技术及其在农业检测中的应用

主要介绍了常用的利用计算机对图像进行预处理方法，列举了计算机图像处理技术在农业检测中的应用实例，包括图像处理技术的概念、发展以及系统硬件组成，并简单介绍了计算机图像处理技术在其它行业的应用现状。     

图像处理技术在农作物营养信息检测中的研究展望

图像处理技术的研究与应用已扩展到农业工程中的各个领域,并在许多方面取得了重大的成果。为此,介绍了图像处理技术在农作物营养信息检测中的研究现状,讨论了图像处理技术在农作物营养信息检测中的发展趋势。     

手持式牛肉大理石花纹检测系统

针对牛肉屠宰加工企业的实际需求,开发了基于光谱技术与计算机图像处理技术相结合的牛肉大理石花纹检测系统,阐述了检测系统的工作原理、硬件构成、硬件参数的选择和软件系统的构建.通过选取中心波长为530 nm的窄带宽滤光片,利用工业相机提取该波长下的图像数据,开发了针对大理石花纹检测的图像处理软件系统,并且与人工判断大理石花纹等级进行了比对试验,结果表明该系统的检测精度能够满足对牛肉大理石花纹检测的要求.     

光谱技术在作物病虫害检测中的研究进展及展望

光谱技术检测作物病虫害具有无损、快速、准确等优点.为了充分利用国内外的研究成果,促进我国在该领域的研究与应用,从作物病害和虫害两个方面,综述了基于可见光(包括图像处理)、近红外方法的光谱处理技术在作物病虫害无损检测中的研究进展,分析了各种方法的优缺点.同时,提出了今后应从特征波长选取、早期病虫害检测、实时检测、图像与光谱结合等方面开展深入研究,以实现病虫害的自动检测.     

毛豆叶面积回归测算及统计分布研究

在农业灾害研究、农田灌溉估算、作物栽培指导等实际应用中都需要测算叶面积。通过MATLAB程序对数码相机拍摄的毛豆叶片照片进行处理,计算得出叶长、叶宽和叶面积,并分别对叶面积与长乘宽、叶面积与长的平方的关系进行拟合,发现叶面积与长乘宽的拟合方程精度较高。研究了叶片指标的统计分布规律,并采用K-S(Kolmogorov-Smirnov)检验法对可能的分布进行了检验。结果发现对数正态分布和Gamma分布较为符合叶片指标的实际分布。给出了毛豆的叶面积的实际测量方法,并为叶面积的研究和应用提供了理论依据。     

近红外图像处理技术在国外农业工程中的应用

介绍了近红外图像应用原理和发展特点，并综合分析了近红外图像处理技术在国外农产品品质检测、杂草识别、病虫害检测、作物生长状态监测等多个方面的应用和研究现状，并对近红外图像处理技术在农业中的应用前景做了展望，以促进我国在该领域的研究。     

储粮害虫图像识别的研究进展及展望

图像处理技术检测储粮害虫,具有快速、准确、可视化等优点.为了充分利用国内外的研究成果.促进我国在该领域的研究与应用,从内部害虫和外部害虫两个方面,综述了基于可见光、近红外和软x射线3种方法的计算机图像处理技术在储粮害虫自动识别中的研究进展,分析了各种方法的优缺点.提出今后应从新的特征提取、活虫与死虫的识别、早期害虫侵害的检测、动态图像的研究、自动传输机构的研制等方面开展深入研究.以实现粮虫的自动检测.     

机械故障诊断技术研究综述

随着国民经济的飞跃发展和人们日益增长的生活需求,机械系统越来越复杂,功能越来越完善。同时,鉴于各行业对机械使用的密切性和广泛性,机械故障的发生和检测诊断技术也引起了各国的关注和研究。在机械中,旋转机械是使用最广泛的,几乎每个机械系统中都有旋转部件的存在,因此,对旋转机械故障的检测和诊断技术的研究也备受关注。基于此,从振动信号处理技术和图像处理技术对国内外故障检测和诊断的研究进行分析,以及对故障检测诊断领域的发展方向进行展望。     

无芒隐子草叶片卷曲度和厚度测量方法

针对叶片卷曲度和厚度交互式测量方式费时、费力、误差大,传统图像处理算法普适性不高等问题,以无芒隐子草叶片为研究对象,采用基于Graham 算法的最小外接矩形法实现叶片卷曲度的测量,采用矢量积法和角点检测相结合的凹凸点检测算法实现叶片厚度的测量。首先,通过石蜡制片获取无芒隐子草叶切片,利用显微镜连接计算机获取切片图像;然后,采用红色灰度化方法结合阈值分割将切片图像的目标和背景分离;最后,根据叶片卷曲度和厚度的实际测量方式,采用Graham算法通过求取目标区域的最小外接矩形实现叶片卷曲度的测量,将矢量积法和角点检测相结合检测目标区域的凹凸点,通过凹点与凹点、凸点与凸点匹配实现叶片厚度的测量。选取30幅无芒隐子草叶切片图像为样本进行了试验,结果显示,采用本文提出的红色灰度化方法和分量法、最大值法、平均法、加权平均法对图像进行灰度化处理后,图像信息熵分别为6.4280、6.3612、5.6679、5.9348、6.0526,图像平均梯度分别为0.0785、0.0242、0.0158、0.0093、0.0104,图像对比度分别为0.2641、0.1130、0.0574、0.0703、0.0784,说明本文方法能更好地保持图像的边缘、细节等信息,图像清晰度更高。进行自动阈值分割后,分割的平均误检率为0.75%,平均漏检率为3.49%,平均整体分割精度达到98.14%。在有效分割目标和背景的基础上,对叶片卷曲度和厚度进行测量,并与交互式测量结果进行相比,结果表明,采用本文方法对叶片卷曲度和厚度的测量值与交互式测量值的平均相对误差分别为0.96%和3.69%,测量速度分别提高了约10倍和37倍。     

基于Kinect相机的穴盘苗生长过程无损监测方法

为实现工厂化穴盘苗的无损测量,提出一种基于Kinect相机的穴盘苗生长过程无损监测方法。以黄瓜穴盘苗为监测对象,在穴盘苗正上方架设Kinect相机,获取穴盘苗的彩色图像和深度图像,并进行彩色图和深度图之间的像素匹配;通过对彩色图像进行预处理、阈值分割、形态学运算和连通分量统计,获取穴盘发芽率;同时,由图像分割获取的幼苗轮廓和深度值计算得到叶片中心像素点坐标及其对应的深度,以此得到相机到幼苗叶片中心的高度,结合相机到穴盘格的距离和穴盘高度,实现对穴盘苗株高的监测;将深度图像进行直通滤波、条件滤波、边界保持滤波处理,有效去除穴盘苗周围的背景噪声以及波动幅度大的深度数据,获得幼苗叶片中像素点的有效深度,通过在深度图像中对叶片进行重建实现叶面积分析;基于获取的穴盘苗株高和叶面积建立壮苗指数评价模型。利用穴盘苗生长过程监测数据进行实验验证,结果表明,在发芽后5 d内,发芽率误差不大于1.567%;株高和实际株高之间的拟合优度R²为0.875,RMSE为1.395 mm;叶面积平均误差为2.15%;壮苗指数拟合优度R²为0.958。说明本文设计的穴盘苗监测方法可以实现对穴盘苗的发芽率、株高、叶面积和壮苗指数的无损监测,为工厂化穴盘苗生长过程监测提供了有效的解决方案。     

基于三维点云的叶面积估算方法

为实现低成本无损精确测定叶片面积,基于运动恢复结构算法获取点云,提出了一种融合叶片点云分割、表面重建及叶片面积无损估测等过程的植物叶片面积提取方法。首先,基于运动结构恢复算法,以智能手机获取的可见光图像重建植物的三维点云;其次,为了还原叶片表面形状,基于HSV颜色空间,使用阈值分割法去除叶片点云的噪点;使用K-means聚类算法对点云的三维坐标矩阵进行分类,实现单片叶片点云的分割;基于滚球算法重建叶片的表面网格模型;最后,通过计算网格面积求得叶片面积。与常规叶面积测定方法进行了对比,本文方法的计算结果与扫描叶片法测定值相比平均误差为1.21cm2,误差占叶片面积的平均百分比为4.67%;与叶形纸称量法测定值相比平均误差为1.41cm2,误差占叶片面积的平均百分比为6.05%。结果表明,本文方法成本低、精确度高,可满足植物叶片面积无损精确测定的需求。     

基于漫水填充算法的叶面积仪研制

叶片是植物进行光合和蒸腾作用的主要器官,叶片面积大小直接影响植物对光的利用效率。快速准确地测量叶面积能够有效提高植物光合和蒸腾作用研究的效率。测量叶面积的方法有很多种,其中以叶面积仪法最为广泛使用。但是国内现有叶面积仪开发的种类较少,误差比较大,且重复性较差。因此,提出一种基于漫水填充算法的手持式叶面积仪,并通过与传统方法测定不同形状叶面积进行比较。结果表明:该叶面积仪测量误差仅为0.55%,且多次测量变异性较小,最低变异系数仅为0.7%,平均变异系数为1.2%,测量效率高,适合推广使用。     

基于时间序列的玉米叶片性状动态提取方法研究

玉米叶片性状对生长发育、遗传育种及功能基因解析研究具有重要意义,而传统的测量方式效率低、主观性强、测量性状少,已无法满足现代玉米研究的需求,为此提出一种基于时间序列的玉米叶片性状动态追踪技术。研究基于高通量作物表型平台,针对100份玉米品种资源,每间隔3 d获取8个玉米生长点图像;利用图像分割、叶片骨架提取等算法得到单片叶长、叶角度、叶弯曲度参数;基于叶片相对位置信息实现玉米叶片的动态追踪及标记。试验结果和人工测量值相比,叶长和叶夹角测量误差分别为0.92%和3.32%。叶片追踪可以得到叶片的动态变化过程,计算获取叶片长度的平均生长率及叶片弯曲度的变化分布。     

不同水肥模式的水稻叶面积修正系数试验研究

叶面积修正系数直接决定着长宽修正系数法测量叶面积的精确程度.为探讨水肥模式对水稻叶面积修正系数的影响,基于水稻实测叶面积及叶片长、宽数据计算叶面积修正系数,并分析其变化规律.结果表明,各处理生育前期水稻叶面积修正系数接近或超过经验值0.75,中期较小,抽穗开花期略有上升并稳定至0.7左右.常规灌溉处理上层叶片叶面积修正系数较控制灌溉大,叶片更加细长.不同肥料处理中,控释肥处理叶面积修正系数普遍偏低;常规肥及实地肥处理在生育前期可以采用经验值进行叶面积计算;抽穗开花及以后各生育期,各处理均可采用相同的叶面积修正系数;生育中期各处理叶面积修正系数较低.     

基于运动恢复结构的无规则植物叶片面积三维测量方法

接触式测量植物叶片面积的方法会对叶片造成一定程度的伤害,为此本文提出一种仅利用智能手机的非接触式多类别无规则叶片面积三维测量方法。首先,采用运动恢复结构方法获取植株的三维重建点云,在HSV颜色特征空间去除叶片三维噪点;然后,利用模糊C均值聚类算法分割单个叶片,重建叶片表面三角网格;最后,通过网格法计算叶片面积。对5种不同类别、不同形状的植物叶片进行了测量实验,结果表明,在叶片重叠率和复杂性角度上,面积测量的平均相对误差分别为6.25%和4.81%。本文方法测量稳定、精度高,能够满足多类别无规则植物叶片面积测量的需求。     

基于图像处理技术的作物叶片检测模型研究

计算机图像处理技术在农业上的应用,目前越来越受到人们的重视。作物叶片检测也是图像处理的基本内容。为此,主要研究了作物叶片虚拟检测模型,对作物叶片虚拟检测模型的流程和功能进行了介绍;同时,对作物的生长信息进行表现、组织和管理,形象和精确地帮助人们采取合理的生产措施,为作物的产量预报和管理提供科学的依据。     

基于移动激光扫描的靶标叶面积计算方法

针对疏枝果园的变量对靶施药问题,提出基于移动激光扫描(Mobile laser scanning,MLS)技术的靶标叶面积计算方法,为变量施药实时提供基础数据。为消除激光雷达(Light detection and ranging,LiDAR)探测距离和施药车辆行驶速度对点云密度的影响,在车辆行驶方向和激光雷达扫描方向上计算每个测量点的分辨率,为MLS点云数据建立变尺度格网,以格网面积作为被激光束覆盖的叶面积,建立靶标总体格网面积(Total grid area,TGA)与真实总体叶面积(Total leaf area,TLA)的线性回归模型。采用仿真树模拟疏枝果树靶标,搭建移动激光扫描测量系统,采集靶标点云数据,改变探测距离及移动速度,获取了4种不同疏枝程度靶标的108个样本数据。试验结果表明,随着探测距离的增加和移动速度的降低,靶标点云数显著减少,变异系数最小为0. 920 9,靶标格网面积能稳定提取,变异系数最大为0. 053 7,TGA与TLA的拟合优度为0. 909 0,叶面积测量相对误差均值为9. 16%。     

基于图像处理的叶斑病分级方法的研究

针对目前植物病害染病程度判别中以目测为主,存在着主观随意的缺陷,开发出一种基于计算机图像处理技术的病害分级新方法.同时,分析了图像分割中存在的各影响因素,运用Otsu法提取出叶片区域;提出在HSI颜色空间下选择H分量分割病斑以减少光照变化和叶脉的干扰,使用Sobel算子检测病斑边缘,分割出病斑区域,并通过计算病斑面积占叶片面积的百分比给出病害的染病级别.研究表明,使用该方法对植物叶部病害严重度进行分级具有快速精确的特点.