基于车牌识别的校园车辆出入管理系统研究

面对出入园区机动车辆数量的日益增多,高校校园相关管理部门所采用的传统人工管理方式已经不能满足管理的需要。通过调查,针对当前实际管理中所存在的问题,提出了一种基于车牌自动识别技术的车辆出入管理信息系统,即通过车辆图像信息的采集、车牌定位、字符分割、字符识别等操作完成车牌身份信息的自动提取,最后将获取到的信息存入数据库,通过搜索、查询匹配等模块的处理,实现自动智能管理的要求。通过实验,系统具有较高的识别率,能满足实际应用的需要,具有一定的工程应用价值。     

基于LXF模型水平集的玉米叶部病斑图像分割

农作物病害的发生对我国农业生产危害较大,运用机器识别技术对农作物病害图像进行自动识别有着重要的意义。主要介绍传统水平集和基于LXF模型水平集的分割算法原理,并且运用两种方法分别对玉米叶部病斑进行图像分割。实验表明基于LXF模型水平集的分割算法缩短了玉米病斑图像分割时间的同时病斑分割效果良好,为以后的特征提取、病斑种类的识别打下了良好的基础。     

彩色淋巴结细胞显微图像分割

传统的细胞分割方法,对于淋巴结这样有着复杂背景的显微图像处理效果并不理想.本文基于相似度的自动种子像素选取、基于分水岭的图像分割及模糊C均值区域合并和基于凹点搜索的重叠粘连细胞切分,研究了淋巴结的分割处理,取得了良好的分割效果.     

基于最小阈值法的棉花幼苗识别研究

 面对纯机械式分苗机构经常出现的漏分和多分的问题,本文提出使用基于最小阈值法的图像识别技术对棉花幼苗进行识别和分离。使用了HSV颜色空间内与光照条件无关的H值将RGB真彩色图像转化为灰度图像,以提高图像处理的实时性。基于最小值阈值法,提出一种能够有效地将处于复杂背景下的棉花幼苗茎部图像提取的方法,使用棉花幼苗茎部图像的面积和长宽比等几何信息能有效识别棉花幼苗,并得到棉花幼苗茎部的重心坐标。本文的研究证明了用图像处理中的最小阈值法识别棉花幼苗是可行的。     

Clear-cut Detection in Boreal Forest Aided by Remote Sensing

The study compares the applicability of different remote sensing data and digital change detection methods in detecting clear-cut areas in boreal forest. The methods selected for comparisons are simple and straightforward and thus applicable in practical forestry. The data tested were from Landsat satellite imagery and high-altitude panchromatic aerial orthophotographs. The change detection was based on image differencing. Three different approaches were tested: (1) pixel-by-pixel differencing and segmentation; (2) pixel block-level differencing and thresholding; and (3) presegmentation and unsupervised classification. The study shows that the methods and data sources used are accurate enough for operational detection of clear-cut areas. The study suggests that predelineated segments or pixel blocks should be used for image differencing to decrease the number of misinterpreted small areas. For the same reason the use of a digital forest mask is crucial in operational applications.     

无定河流域风沙滩区河道基流变化规律与驱动因素分析

为探究风沙滩区河道基流变化规律与主要驱动因素,以1954—2018年无定河流域赵石窑水文站实测水文数据和多站点的降水量数据等资料为基础,分析比较3类方法(时间步长法、数字滤波法和平滑最小值法)对无定河流域风沙滩区河道基流分割的适用性,揭示河道基流量的变化特征,量化分析引起基流量变化的驱动因素(降水、植被覆盖度和农业灌溉等)。结果表明：时间步长法中的局部最小值法对风沙滩区河道基流分割结果较其他方法更为合理,其中多年(1954—2018年)平均基流量为3.29×10⁸ m³,基流指数均值为0.71;基流量总体呈极显著下降趋势,且在1972年和2000年发生突变,其周期性变化主要由第1主周期(32年)控制;无定河流域风沙滩区河道基流变化是降水、植被覆盖度和农业灌溉等因素综合影响的结果,其中水文序列第2阶段(1973—2000年)和第3阶段(2001—2018年)与第1阶段(1954—1972年)相比,降水对基流量变化的贡献率分别为29.35%和4.52%,人类活动(植被覆盖度和农业灌溉)的贡献率分别为70.65%和95.48%,说明人类活动是其变化...     

基于机器视觉的荞麦剥壳性能参数在线检测方法

针对荞麦剥壳时不能随原料种类变化而适时调整砂盘间隙和转速的问题,提出一种基于机器视觉的荞麦剥壳性能参数在线检测方法,为荞麦剥壳机自适应最优控制提供数据反馈。采集快速滑落的荞麦剥出物图像,使用带二阶拉普拉斯修正项的边缘自适应插值算法对图像插值重建;对重建的浅蓝色背景荞麦剥出物图像N(B-R)灰度变换之后进行背景分割;生成距离骨架图像并对其邻域极大值滤波提取种子点,使用分水岭算法对种子点标记后的距离图像进行粘连分割;采用交互式方法标注已粘连分割的荞麦籽粒,然后使用已标注的荞麦籽粒训练BP神经网络。在线试验中,处理和识别一幅包含897个籽粒的1 824像素×1 368像素图像耗时4. 79 s。未剥壳荞麦、整米和碎米的正确识别率分别为99. 7%、97. 2%和92. 6%。结果表明,本文在线检测方法得到的出米率能够反映荞麦剥壳机组的剥壳性能,可为荞麦剥壳加工的自适应最优控制和智能化提供有效基础数据。     

基于ArcGIS的林业项目专题图自动分幅出图实现

基于ArcGIS10.2软件平台,利用ArcMap10.2提供的“数据驱动页面”分幅出图功能,以永平县2015年低效林改造项目作业设计图制作为例,阐述了出图版面设置、创建编辑出图要素类数据、创建设置定义启用操作数据驱动页面和数据驱动页面导出等自动分幅出图的流程、方法和步骤,实现了林业项目专题图自动分幅出图,认为该方法具有出图效率高,版面风格一致,元素布局统一,出图数据管理方便等优势。     

基于无人机遥感影像的覆膜农田面积及分布提取方法

针对基于无人机遥感的覆膜农田识别研究甚少的现状,该文以云南省昭通市鲁甸县为研究区,获取了研究区中地表类型复杂程度不同的2幅航空影像(复杂区影像和简单区影像)作为试验数据,利用灰度共生矩阵对原始航片影像进行纹理特征提取并选择纹理特征最佳提取参数;然后基于随机森林算法进行纹理特征重要性评价,优选纹理特征,结合原始数据进行最大似然初步分类;运用众数分析进行分类后处理;最后结合图像形态学算法与面积阈值分割法提取出了最终的覆膜农田面积及分布。通过试验结果发现,依据该文提出的方法,复杂区和简单区覆膜农田识别的总体精度、Kappa系数、产品精度、用户精度和面积误差分别达到了94.84%、0.89、92.48%、93.39%、0.38%和96.74%、0.93、97.39%、94.63%、1.95%。该文提出的融合监督分类和图像形态学算法的覆膜农田提取方法可以简单、快速的将地膜连成块,形成覆膜农田对象,进而通过面积阈值分割法获取高精度的覆膜农田分布信息。该方法可以为精准覆膜农田识别算法的发展提供参考。     

基于地形特征的无人机遥感梯田影像边缘提取方法

梯田具有蓄水固沙的作用,是旱作农业区重点建设的高产稳产农田设施,为粮食增产、农民增收提供了有力保障。因仅基于影像数据采用边缘提取方法进行梯田区域分割效果不理想,及时准确地掌握梯田信息较为困难。无人机遥感技术的不断发展为高精度梯田地形信息的获取提供了新方法。本研究以甘肃省榆中县为例,首先从数字高程模型DEM数据中提取坡度,将正射影像与坡度数据融合,并通过基于Canny算子的粗边缘提取方法和基于多尺度分割的精细边缘提取方法,对比分析坡度对无人机遥感梯田影像边缘提取的影响。试验结果表明,正射影像和坡度融合的提取效果均优于单一的正射影像数据提取效果,粗边缘提取方法中正射影像和坡度融合的数据源精度平均提高了23.97%,精细边缘提取方法中正射影像和坡度融合的数据源精度平均提高了17.84%。研究表明,在无人机遥感梯田影像边缘提取中加入一定的地形特征,可以取得更好的边缘提取效果。