排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
基于图像频谱特征的稻飞虱识别方法 总被引:2,自引:2,他引:0
为准确、快速的识别稻飞虱种类,采用自行设计的野外环境昆虫图像采集装置获取稻飞虱背部图像,通过对背景与目标像素的统计,选取140为阈值,对稻飞虱图像的蓝色通道进行二值化,将背景与目标分割开,采用形态学滤波以及开运算,与灰度图像进行与操作,获取单个稻飞虱虫体背部区域的灰度图像。然后对灰度图像进行二维傅里叶变换,获得虫体背部图像的二维傅里叶频谱。最后以ll(l=1,2,…,6)的二维频谱窗口数据作为稻飞虱特征参数,建立Fisher判别函数。训练集和验证集的试验结果表明,选用33二维傅里叶频谱窗口数据建立的判别模型,稻飞虱正确识别率可达到90%以上。该方法可以实现田间稻飞虱的自动识别。 相似文献
2.
3.
介绍了一种基于广义Hough变换的空间有部分遮挡的茄子目标识别方法。从生物学的角度,用广义柱近似等效样本茄子形状;通过坐标转换获得了不同位姿的立体目标在平面上的投影边缘,并建立茄子外形的4维参数索引表;采用一种广义Hough变换计算茄子目标的潜在位置,并通过比较各旋转角度下的"面积比",筛选出目标实际的位姿。试验表明:这种广义Hough变换检测目标位置和姿态的相对误差分别约在1.3%和5.5%以下,说明其对空间不同位姿、部分遮挡情况下目标的识别具有良好的效果。 相似文献
4.
基于机器视觉的果树树冠体积测量方法研究 总被引:6,自引:0,他引:6
针对人工测量精度低、费时费力,而基于三维激光扫描技术、超声波技术等自动测量方法成本高、操作复杂的不足,提出了基于机器视觉的果树树冠体积测量方法,搭建了可移植性果树树冠体积自动测量平台。基于机器视觉实现待测树冠图像获取,通过图像处理算法获得树冠图像面积特征,并采用最小二乘法和五点参数标定法获得普适性树冠面积与体积相关关系模型,从而得到树冠体积,通过对梨树以及桂花树样本的试验,可以发现预测树冠体积平均误差分别为13.73%和10.18%。对于不具备系列样本无法构建模型的树冠,采用单点测量法,根据树冠轮廓拟合椭球结构体,然后根据体积求算补偿公式,完成体积测量,测量误差在10%左右。表明树冠形态特征的图像提取算法可行有效,通过面积以及轮廓特征量均能很好地表达树冠体积特征。 相似文献
5.
以傅里叶描述子(FDs)为形状边界的特征识别时,边界点数量(N)是影响其识别精度的唯一不确定参数。为合理选择该参数,以圆、椭圆、稻飞虱前翅边界为研究对象,以复数傅里叶描述子(CFD)、椭圆傅里叶描述子(EFD)为边界特征,以类内相似度、类间相似度为评价指标,对边界点数量影响识别精度的实质进行试验分析和验证。结果表明,边界点数量是以改变类内相似度/圆形边界信息量达到傅里叶描述子识别精度的改变,而且,一次采样的边界点数量N≥64时,CFD可以用较少的重采样的边界点数量(N≥16)来描述边界的整体形状;一次采样和重采样的边界点数量对EFD的识别精度均有影响,该描述子需要较多的边界点数量(N≥128)来表达边界的细节信息,尤其适用于边界形状极其相似的场合。 相似文献
6.
为实现复杂背景下农作物几何特征量的实时测量,设计了交互式软件系统和便携式硬件结构。软件基于Matlab图像处理技术和多个作物几何特征量的计算模型,提出了动态交互式颜色特征提取方法和逐点颜色分量差值筛选法,实现了目标作物与背景的有效分离。研究了非旋转体作物体积与投影面积的关系,提出了测量这类作物的体积等特征量的新思路;建立了单位像素实际值与物距的对应关系,避免了需要在背景中设置参照从而计算单位像素代表作物几何特征量的实际值。软件渗透了人机交互和分类设计的思想,具有较好的交互性、通用性和扩展性。硬件采用高配的PC机核心部件、快速响应的工业触摸屏、自动定焦对焦工业相机和可控的相机支架、大容量锂电池。结构紧凑(29.8 cm×19.9 cm×6 cm)、操作简便、便于手持式和分体式测量。系统经过精度测量和实时测试,能完成多种作物的几何特征量测量,一般测量误差4%~8%,自动处理时间平均1.63 s(建好颜色特征库时),装置有较好的处理速度,有一定的实用价值。 相似文献
7.
8.
基于EDEM-Fluent的气动式鱼塘投饲机性能优化 总被引:2,自引:0,他引:2
为提高气动式鱼塘投饲机抛料均匀性,提高饲料利用率,利用EDEM-Fluent耦合方法对投饲机抛料过程进行性能分析和数值模拟,研究造成抛料分布不均匀的主要原因,并对投饲机结构进行优化改进。在此基础上设计三元二次回归正交旋转组合试验,研究设计参数外腔体半径R_o、外腔体高度h_o、导流板圆心角α等对抛料均匀性的影响,建立饲料颗粒周向分布变异系数C_v与因素R_o、h_o、α之间的二次多元回归模型并解析,确定最优设计参数组合并进行场地验证试验。结果表明,各因素对周向分布变异系数的影响程度由大到小为:导流板圆心角α、外腔体半径R_o、外腔体高度h_o,当R_o取77.00 mm、h_o为85.40 mm、α为93.20°时C_v最小,其理论结果为14.13%,验证试验结果为15.08%,与模型理论值相吻合,与未优化前相比C_v降低50.50个百分点。表明基于EDEM-Fluent耦合方法进行气动式投饲机抛料性能参数优化改进是可行的。 相似文献
9.
暗期补光对黄瓜幼苗形态调节效果及综合评价 总被引:6,自引:4,他引:2
为确定暗期延时补光调节黄瓜幼苗形态的最优光质和补光时长,采用L1(70%R,30%B)、L2(80%R,20%B)、L3(90%R,10%B)L4(100%R)4种发光二极管(light emitting diodes,LED)光源对"津春四号"黄瓜幼苗进行2 h(19:00-21:00)、4 h(19:00-23:00)和6 h(19:00-01:00)时长的暗期延时补光,以无暗期补光为对照,研究暗期延时补光对黄瓜幼苗形态的调节,并利用综合评价法分析暗期延时补光对幼苗形态的影响。结果表明,暗期延时补光时长和补光光质对黄瓜幼苗下胚轴长、苗高和茎粗的交互影响极显著,对幼苗壮苗指数的交互影响显著;L2光质补光4 h幼苗综合评价值最大;L4光质补光可促进前期(一叶期和二叶期)幼苗叶面积和茎粗的增加,L2光质补光可促进后期(成苗期)幼苗叶面积和茎粗的增加,该研究结果为暗期补光培育黄瓜幼苗以及开发光形态调控补光装置提供依据。 相似文献
10.
基于4种不变矩和BP神经网络的稻飞虱分类 总被引:6,自引:4,他引:2
针对稻飞虱远程实时识别采集图像质量不高的问题,研究了基于不变矩提取形状特征值对稻飞虱进行分类。采用自行设计的拍摄装置采集稻飞虱图像,进行灰度化后用大津法二值化,再用数学形态学滤波;对二值图像采用Hu矩、改进Hu矩、Zernike矩和Krawtchouk矩4种不变矩分别提取特征值,再用BP神经网络进行训练和测试,以此检测4种矩的提取效果。试验用Matlab2008验证算法,对白背飞虱、褐飞虱和灰飞虱共300个样本进行了训练和测试,结果表明Krawtchouk矩提取稻飞虱图像形状特征值的识别率最高,总体达到了91.7%。该文可为大田中现场识别稻飞虱提供参考。 相似文献