基于卷积神经网络的空心村高分影像建筑物检测方法

基于卷积神经网络(CNN)提出了一种适用于空心村高分影像的建筑物自动检测方法,该方法利用多尺度显著性检测来获取包含建筑物信息的显著性区域,然后通过滑动窗口获取显著性区域内目标样本块,再将这些样本块输入训练好的CNN并结合SVM来实现分类。为检验方法有效性,选取高分影像进行实验,结果表明,显著性检测能够有效地获取主要目标,减弱其他无关目标的影响,降低数据冗余;卷积神经网络能够自动学习高层次的特征,基于CNN对高分影像进行建筑物检测,分类准确度可以达到97.6%,表明该方法具有较好的鲁棒性和有效性。     

荞麦剥壳效果在线检测装置的设计与试验

为提高荞麦剥壳设备的自动化程度,改善以往依靠手工筛分、计算的方法得到碎米率、整米率和未剥壳率,且不能实时检测等问题,设计了一种基于图像识别技术的荞麦剥壳效果在线检测装置并进行了测试试验。该装置主要由取样机构、匀样机构、图像识别系统和气流除尘光照箱等组成。试验结果表明:碎米率均值误差为1.0 8%、整米率均值误差为-4.4 9%、未剥壳率均值误差为3.4 3%,能够较为准确地反映出荞麦加工过程中的剥壳效果。     

基于计算机视觉技术的玉米叶绿素含量检测研究

植株叶片中叶绿素浓度的高低与植株进行的光合作用效率、植株的整体生长状况息息相关,在农业生产过程中,常常根据叶片中叶绿素含量(SPAD)的多少来精确的判断植物的生长状态,也是控制植株长势的依据。传统的叶绿素含量检测方式分光光度法,存在耗时长、步骤多、操作要求高等问题,而采用计算机视觉技术处理图像的过程更加准确、高效,不会像人眼分析时受到主观因素的影响导致偏差。为此,基于计算机视觉技术来检测玉米叶片中叶绿素含量,利用扫描仪采集玉米叶片的图像,将图像输送至计算机,然后通过软件处理图像,分割出图像中有效像素的颜色特征值,将特征值转换就可以得到玉米叶片中叶绿素。试验结果显示:利用计算机视觉技术可以准确地测定玉米叶片中叶绿素含量,进而进行合理施肥,避免浪费,对增加玉米的产量具有极大的价值。     

基于自适应概率PCA的植物叶片彩色图像修复

植物叶片图像的采集过程中，由于自然环境或成像条件的影响，特别是夜间，采集到的图像大多带有椒盐噪声，造成图像质量下降。很多植物叶片含有丰富的叶脉，被噪声污染不利于后续的表型分析、图像分割等。椒盐噪声密度较小时，中值滤波降噪效果较好，但在噪声污染严重时滤波方法也无法有效去噪。针对这一问题，提出了基于概率PCA的图像修复模型。一幅光滑的不含噪图像通常可认为服从高斯分布，概率PCA能有效地提取描述这幅图像中的主要信息，通过估计模型参数重构因噪声引起的数据缺失，从而达到图像修复的目的。但是当噪声的缺失像素点聚集在叶脉上时，直接用概率PCA修复会出现明显的边界效应，因此本文先基于树的叶脉进行追踪，再对叶脉进行概率PCA修复，然后再基于整幅图像利用概率PCA模型修复，迭代次数根据修复后图像的PSNR值自适应地选择。为了验证所提出的模型的修复性能，进行了与常用滤波方法的对比试验。试验结果表明：去噪后的图像PSNR值比使用均值滤波高出6dB左右，比使用维纳滤波高出9dB左右，比使用高斯滤波高出7dB左右，比使用中值滤波高出1dB左右，并且在结构相似性上采用本文算法去噪后的图像与原始图像的相似度最高。因此，将概率PCA模型应用于植物叶片彩色图像修复是可行的、有效的，为其后续的图像处理提供了技术支持。     

Optimization of Extraction Technology and Determination of Content of Total Phenols of Leaves in Acanthopanax giraldii Harms

[Objectives] To determine the optimum extraction technology for total phenols of leaves in Acanthopanax giraldii Harms.[Methods]The single factor test and ortho...     

基于分数阶微分视频融合的森林烟火检测算法

森林火灾检测是国内外林业应用研究的重要课题之一。及时准确地检测到森林火灾，对于森林健康及环境安全意义重大。现有的利用视频技术检测森林火灾的方法大多针对单一波段，如可见光波段或红外波段的视频信息进行分析，然而在实际应用过程中，由于森林环境复杂，基于单一波段视频信息检测火灾的结果欠佳。现阶段，基于多个波段的森林火灾检测方法非常少。本文综合利用红外及可见光视频特征，提出了一种基于分数阶微分视频融合的森林烟火检测算法，将分数阶微分理论引入红外视频和可见光视频融合中，利用分数阶微分算子对两个波段视频进行融合，然后利用背景去除法检测融合视频中的异常帧，且对异常帧图像及其与背景帧的差分图像分别进行图像分割，最终得到检测出的森林烟火区域。采用空间频率、平均梯度、森林火灾检测准确率和森林火灾检测时间误差度4个测度对本文算法和基于区域能量融合算法、基于窗口方差融合算法、基于HSI变换融合算法进行定量分析和比较。结果表明，本文算法的融合视频的融合效果最佳，并且森林火灾检测准确率和森林火灾检测时间误差均明显优于其他3种算法，说明本文提出的算法具有较好的有效性和准确性，为森林火灾检测提供了有利的新途径。      

超声波辅助溶剂法提取金线莲总黄酮工艺优化

旨在研究金线莲总黄酮的最佳提取工艺条件。采用超声波辅助溶剂法,在单因素实验的基础上,采用响应面法优化了金线莲总黄酮的提取工艺。结果表明:当金线莲颗粒度为100目、乙醇体积分数为40%、料液比为1:40(mg:m L)、超声波功率为250 W、超声波时间为30 min时,所得金线莲总黄酮提取率为2.13%。超声波辅助溶剂法强化了金线莲总黄酮的提取效果。     

赤峰市旅游发展定位及对策研究

赤峰市具有丰富的自然生态和历史文化旅游资源,特色突出,优势明显,极具开发潜力。按照资源导向和市场导向相结合的原则,统筹规划,科学定位,协调发展,选择性开发。要以塑造旅游形象为核心,把突出旅游产品创新,促进旅游要素的全面发展,实施立体化的促销策略作为当前的工作重点。     

响应曲面法优化高粱挤压最佳操作参数的研究

以高粱为原料,研究系统操作参数,包括:物料含水率、喂料速度、螺杆转速、机筒温度对目标参数的影响,并以响应曲面法优化最佳操作参数,优化得到的最佳操作参数为:物料含水率15.77%,喂料速度26.97r/min,螺杆转速181.20r/min,五区温度158.28℃。     

基于Harris和卡尔曼滤波的农业机器人田间稳像算法

针对田间颠簸环境影响农业机器人采集实时稳定图像问题，提出了基于Harris和卡尔曼滤波的农业机器人田间稳像算法。首先，利用摄像头获取田间抖动视频图像序列，进行图像子区域划分并计算各区域灰度均方差，进而确定各区域Harris角点阈值；通过自适应角点阈值设置，增加角点距离约束，完成图像角点检测。然后，对检测出的角点进行光流跟踪，计算出帧间运动估计参数。最后，利用自适应卡尔曼滤波算法对运动估计参数进行平滑操作并动态调整滤波平滑性能，获得精确运动估计矢量。测试结果表明，改进后的Harris角点检测算法区域平均分布标准差减小；自适应卡尔曼滤波算法在保证平滑随机运动前提下，跟踪主动运动性能平均提升30.75个百分点；稳像后的图像峰间信噪比提升15.93%,单帧处理时间为25.66 ms,满足农业机器人30 f/s高速图像采集时同步稳像对实时性要求。