船用晶闸管逆变器的研制

我国现有渔轮普遍采用直流电供电，而渔轮上助渔助航仪器要求却是交流电，因此渔轮上使用的探鱼仪、定位仪、舵角指示器、电视机等都采用旋转式电动变流机组进行电源变换后供给。由于每台仪器需配用一台变流机组，因而在驾驶台上放置的变流机达4～5台。这种落后的电源变换装置无论从供电系统的设计、还是从其使用方面而言，是很不便的。加上渔轮的生产特点，旋转式电动变流机组在长时期高速运转状况下，经常会发生整流子击穿而烧毁电机。     

基于中值点Hough变换玉米行检测的导航线提取方法

为解决机器视觉对早期玉米苗带在多环境变量下导航线提取耗时长、准确率低的问题,该研究提出了一种基于中值点Hough变换作物行检测的导航线提取算法。首先,改进了传统的2G-R-B算法,再结合中值滤波、最大类间方差法和形态学操作实现土壤背景与玉米苗带的分割。其次,通过均值法提取玉米苗带特征点,然后采用中值点Hough变换拟合垄间两侧玉米苗列线,最后将检测出的双侧玉米苗列线为导航基准线,利用夹角正切公式提取导航线。试验结果表明：改进的灰度化算法能够正确分割玉米苗带与土壤,处理一幅640×480像素彩色图像平均耗时小于160 ms,基于中值点Hough变换检测玉米苗列再提取导航线的最大误差为0.53°,相比于传统Hough变换时间上平均快62.9 ms,比最小二乘法平均精确度提高了7.12°,在农田早期玉米苗带多环境变量影响因素下导航线提取准确率均达92%以上,具有较强的可靠性和准确性。     

多尺度分解双寻优策略SPCNN的果园苹果异源图像融合模型

针对单一的自然场景图像信息不能满足准确识别果实和精准定位目标的要求,提出一种多尺度分解双寻优策略简化脉冲耦合神经网络（Simplified Pulse Coupled Neural Network, SPCNN）的飞行时间（Time of Flight,ToF）与可见光果园苹果图像融合模型。对SPCNN模型引入带参数优化的双寻优策略,对非下采样轮廓波变换（Nonsubsampled Contourlet Transform, NSCT）融合规则进行改进。模型包括配准模块、编码区、多尺度分解模块、单目标SPCNN融合模型、多目标SPCNN融合模型、解码区。模型改进了SPCNN模型的参数优化方式以及迭代次数,模型自适应点火次数较低,在3～7次左右,具有点火次数低、自适应分割、效率高的优点。中光15:00时段点火识别成功率达到了100.00%,点火分割时间达到最低91.91s。与其他融合模型比较,模型在强光12:00、中光15:00、弱光18:20、19:00时段融合图像识别成功率达到100.00%;融合时间低于SPCNN模型,达到最低92.68s。模型识别精度最优达到了100.00%、融合耗时最低达到了92.68s、模型大小较SPCNN低一个数量级,可补充和完善图像层次融合理论和方法。     

Analysis of Spectral Characteristics Based on Optical Remote Sensing and SAR Image Fusion

Because of cloudy and rainy weather in south China, optical remote sens-ing images often can＇t be obtained easily. With the regional trial results in Baoying, Jiangsu province, this paper explored the fusion model and effect of ENVISAT/SAR and HJ-1A satel ite multispectral remote sensing images. Based on the ARSIS strat-egy, using the wavelet transform and the Interaction between the Band Structure Model （IBSM）, the research progressed the ENVISAT satel ite SAR and the HJ-1A satel ite CCD images wavelet decomposition, and low/high frequency coefficient re-construction, and obtained the fusion images through the inverse wavelet transform. In the light of low and high-frequency images have different characteristics in differ-ent areas, different fusion rules which can enhance the integration process of self-adaptive were taken, with comparisons with the PCA transformation, IHS transfor-mation and other traditional methods by subjective and the corresponding quantita-tive evaluation. Furthermore, the research extracted the bands and NDVI values around the fusion with GPS samples, analyzed and explained the fusion effect. The results showed that the spectral distortion of wavelet fusion, IHS transform, PCA transform images was 0.101 6, 0.326 1 and 1.277 2, respectively and entropy was 14.701 5, 11.899 3 and 13.229 3, respectively, the wavelet fusion is the highest. The method of wavelet maintained good spectral capability, and visual effects while improved the spatial resolution, the information interpretation effect was much better than other two methods.     

红外光谱结合聚类分析鉴别青海枸杞产地

采用傅立叶变换红外光谱（FTIR）对枸杞样品产地模式进行鉴别.用常规预处理方法和小波变换法对红外光谱原始数据进行了预处理,利用聚类分析对已预处理后的红外光谱数据进行分析.聚类分析将12份样品聚为枸杞主产地和非主产地两大类,取得了较满意的分类效果.红外光谱法结合聚类分析法可作为枸杞产域分类鉴别的一种新的适用方法.     

复叶中小叶主叶脉及其生长角的提取

复叶中小叶的生长角度可作为特征参数识别复叶植物。首先利用改进的Sobel算子和中值滤波提取复叶叶轴和小叶的主叶脉,进而利用Hough变换线性检测获取复叶叶轴和小叶主叶脉的直线,利用所检测的直线计算得到小叶的生长角度。此外,对基于Hough变换线性检测的适用性进行探讨,发现Hough变换线性检测可以很好地适用于小叶主叶脉呈直线的复叶;但对于小叶主叶脉呈现弯曲状时,Hough变换线性检测时会出现明显的缺陷,需要采用外接矩形方法提取小叶的生长角度。提取结果表明,所采用的算法可以有效地提取复叶中小叶的生长角度。     

基于红外光谱概率神经网络的诃子产地鉴别

利用傅里叶变换红外光谱,测定了不同产地诃子(Terminalia chebula Retz.)样品的红外光谱图.采用常规预处理方法和小波变换对红外光谱原始数据进行了预处理,并采用主成分分析进一步压缩光谱数据,前3个主成分的累积贡献率为98.054％.以前3个主成分作为网络输入,诃子产地类别作为网络输出,建立了概率神经网络,同时对建立该网络模型的扩展常数进行了分析.模型分析表明,建立的网络模型能够对40个诃子样品进行产地鉴别,红外光谱法结合神经网络可作为中药材产地分类鉴别的一种新的现代化方法.     

关中地区近50年来降水量变化的特征分析

基于关中地区44个气象站1960~2007年逐月降水资料,通过Mann-Kendall突变检验、小波分析及其它数理统计方法,对关中地区降雨量进行多时间尺度分析。研究发现关中地区在近50 a内降水序列是呈现减少趋势,降水倾向率是-11.51 mm·10 a-1:在1968~1988年间降水量变化不稳定,降水量趋势出现10个突变点;降水量呈丰枯交替出现;关中地区年降水量主要存在两个是尺度的变化周期18 a和8 a,其中18 a尺度存在近50年内,8 a的尺度主要集中在20世纪70年代中期至90年代中期。在时间上18 a尺度上经历了5个枯丰交替变化;8 a的经历了12个枯丰交替变化。     

套在手指上的心情

你有幻想过用一枚廉价的玩具戒指来左右心情吗？看着手指上变换的颜色,告诉自己,下一刻,我可以换个心情,换种颜色。     

基于机器视觉的猕猴桃特征参数提取

以猕猴桃为研究对象,通过对源图像各颜色分量及颜色因子的灰度图、直方图及线剖面分析,选用Lab空间的a通道分量进行特征提取。为了改善图像质量,对a通道分量通过直方图均衡化、中值滤波进行增强。对滤波后的图像利用OTSU自动阈值分割法,完成目标与背景的分割。应用形态学处理方法,对图像先腐蚀再去除小目标最后进行反向膨胀运算去除残留物。对处理得到的二值图像运用Canny算子获取目标区域的边界信息,基于正椭圆Hough变换提取猕猴桃的质心、面积、周长和圆形度。为了测试提取算法的准确性和实时性,对采集的40张图像87个果实进行了特征提取试验。试验结果表明:正确提取率为88.5%,平均提取时间为3.976s,基本满足猕猴桃采摘机器人目标识别对图像处理的实时性要求。