用遥感和GIS技术评价留用地的土壤特性

美国国会确定留用地保护项目（CRP）的最初国的是为减少农用地边缘的土壤侵蚀。全美目前有2.43×1.06hm2农田登记纳入该项计划。对该项目减少侵蚀的有效性评价将对其令后的实施修订有很大应用价值。在堪萨斯州Finney县利用卫星图像导出土壤使用和覆差情况图。通过地理信息系统（GIS）将该图与计算机编程的土壤探测信息（SSURGO）结合，对每种利用地块类型（去除了该县的最高侵蚀系数和最易受侵蚀的地块）土壤特性和侵蚀系数进行分析，该研究表明CIS和遥感技术对评价和监测该留用地保护计划有许多优点。     

5种弥散神经内分泌细胞在鸭腔上囊中的表达特征

应用免疫组化技术并结合图像分析软件研究了胃泌素、β-内啡肽、胰高血糖素、5-羟色胺、生长押素在鸭腔上囊中的表达特征.结果显示鸭腔上囊小结相关上皮细胞呈胃泌素强阳性反应;滤泡间粘膜上皮呈β-内啡肽中强度阳性反应;淋巴滤泡皮质部有少量的β-内啡肽、胃泌素、5-羟色胺阳性细胞,呈中、强度免疫反应;淋巴滤泡髓质有胃泌素强阳性细胞;生长抑素和胰高血糖素均呈阴性反应.结果说明,鸭腔上囊中存在β-内啡肤、胃泌素、5-羟色胺弥散神经内分泌细胞,它们在淋巴滤泡皮质部的表达特征有利于其通过内分泌和旁分泌方式调节B细胞的发育.     

稻米表观直链淀粉含量近红外光谱测定技术校…

以精米粉为样品，研究了不同光谱预处理和回归统计方法在用近红外反射光谱分析稻米上链淀粉含量（ＡＡＣ）时，对建立回归方程的影响。结果发现，光谱预处理对校正结果影响较小，不同光谱数学处理以一级衍生值较好，但“波段”和“间隙”长短对结果影响不大。回归统计方法对建立回归方程的影响最为明显，其中以修正的部分最小平方法（ＭＰＬＳ）建立的回归方程效果最好。在建立以精米粉为样本进行稻米ＡＡＣ近红处分析时，“光谱散射     

动态图像采集在鸡蛋品质检测中的应用

图像采集是利用机器视觉对禽蛋品质检测的第一步.为了满足自动化的需求,提出了一种基于DirectShow技术的鸡蛋动态图像采集的方法,介绍图像采集系统的构成以及动态鸡蛋图像采集的实现,为今后研究鸡蛋品质检测指明了方向.     

基于L1范数的超分辨率重建在超声图像中的应用

超分辨率技术作为图像复原和重建的一种有效方法已经在许多领域广泛使用．医学图像处理就是其中一个重要的应用领域。本文将超分辨率技术应用于超声图像处理，达到提高分辨率并同时去除斑点噪声的目的。考虑到超声图像序列的不稳定性及保持边缘有用信息的重要性，本文采用了一种更加健壮的基于L1范数的方法。实验表明。该方法能有效提高超声图像的分辨率，有良好的应用价值。     

玉米根茬图像的分割方法

对保护性耕作留茬覆盖情况下田间玉米根茬图像进行了分割.选取采集图像的彩度信息作为对象,通过对几种常用的自动阈值选取算法的比较,选择了迭代法对田间图像进行分割.实验结果表明:该方法能够有效地将根茬目标与土壤背景分割开来,为下一步检测行茬直线并将其作为导航基准线进行视觉导航的研究提供了基础.     

基于近红外傅里叶特征提取方法的土壤含水率检测

以湖北地区的3种土壤为研究对象,利用偏最小二乘法建立了处理后样品的土壤含水率分析模型,模型预测值与标准值的决定系数为0.995,交叉验证预测均方差为0.801%,模型预测决定系数为0.992,预测均方差为0.912%,利用该模型预测黄土高原地区黄绵土含水率误差均大于4%.利用近红外光谱傅里叶变换特征提取方法对湖北地区黄棕壤、稻田土和潮土建立土壤含水率PLS预测模型,模型决定系数为0.988,交叉验证预测均方差为1.106%,且该模型预测黄绵土的误差均在2%左右,精度较传统模型有较大提高.     

苹果可溶性固形物含量的检测方法——基于可见光近红外光谱技术

为了快速检测苹果的可溶性固形物(SSC)含量,采用可见光近红外光谱技术,结合主成分分析(PCA)和BP神经网络技术,来建立苹果SSC的预测模型.获取苹果样本在345～1039 nm波段的漫反射光谱,采用DPS数据处理系统对其进行主成分分析,并提取出累计可信度大于95 %的5个新主成分.建立一个3层的BP神经网络模型,并将这5个新的主成分作为BP神经网络模型的输入量,其结果是98 %以上预测样本的预测相对误差在5 %以下.该研究表明,采用近红外光谱技术来建立苹果可溶性固形物的预测模型是可行的.     

小波多尺度分析不同融合准则的算法研究

在分析小波多尺度变换的基础上，对图像进行小波分解，在不同频率域，针对低频部分和高频部分的不同特点，采用不同的融合策略，保留其轮廓，增强其细节信息。在高频部分分别建立不同的融合算法（基于局部方差融合、基于局部能量融合、基于边缘算子融合），对不同聚焦的可见光图像以及红外图像进行融合实验，并且应用客观评价指标信息熵、交叉熵、标准差对融合结果进行分析比较。研究结果表明，基于边缘算子融合的效果优于基于局部方差融合和基于局部能量融合。     

基于提升小波变换的火灾图像识别

基于提升算法的小波变换具有算法简单、运算速度快、占用存储空间小的特点[1,2].针对火灾图像实时性强、火焰边缘含有大量火灾特征信息等特点,结合图像处理技术和小波分析理论,提出基于提升小波变换的火灾图像识别方法.运用小波提升算法提取视频帧图像的边缘,通过火焰面积判据和火焰尖角判据识别是否有火灾发生,实验证明基于提升小波变换的火灾图像识别方法准确性高,实时性强.