高等农业院校分析化学教学中动画和视频的应用研究

分析化学课程是高等农业院校应用化学、环境科学、食品检测等专业的基础课程之一,其课程难度大、原理抽象、内容庞杂。该文结合分析化学教学实践,讨论了动画和视频的制作,教学过程中Flash动画和视频的高效使用,动画和视频在分析化学教学中的优势等,并对其应用前景进行了展望。     

提取片断删减帧 视频动画轻松做

电影里有很多精彩片断,倘若提取出来稍加修剪,绝对会变成妙趣横生的GIF视频动画。放到网上,那就是咱招摇显摆的资本。     

基于数学形态学的植物叶片图像预处理

植物叶片图像的预处理是进行叶形特征提取和识别的重要前提,获得高质量的预处理叶片图像对计算机辅助植物识别十分重要.本文提出了基于数学形态学的植物叶片图像的预处理方法,运用数学形态学中的开运算和闭运算消除图像中的孤立噪声点并填补叶片内部孔洞.该方法保持了原图像的基本形状特征并能获得清晰的边缘,为叶片特征提取创造了良好的前提.     

基于小波神经网络的视频图像恢复

对于视频图像序列中的部分退化帧的恢复,提出利用清晰的相邻帧数据恢复得到背景信息,然后采用小波神经网络来逼近,求出退化图像背景恢复到原始图像背景的非线性影射关系,从而由退化帧恢复得到原始图像比较清晰的前景对象和背景边缘信息。该小波神经网络模型既考虑了相邻帧的信息,也利用了退化帧本身的数据。对比试验证明了本方案具有较好的恢复效果。     

基于叶片图像多特征融合的观叶植物种类识别

叶片图像特征提取对于植物自动分类识别有着重要的研究意义。本文以观叶植物叶片为研究对象,综合提取叶片图像的颜色、形状和纹理特征,基于支持向量机(SVM)原理提出了基于图像分析的观叶植物自动识别分类方法。通过对50种观叶植物样本图像进行训练和识别,与BP神经网络和KNN识别方法进行比较,本文所采用的SVM分类器的识别率能够达到91.41%,取得了较好的识别效果。      

一种视频序列中二值图像的快速聚类算法

针对现有算法时间效率低且不稳定的缺点，提出了一种视频序列中二值图像的快速聚类算法，其通过对图像标号的方式构建反映聚类像素点密度分布的密度树，然后通过对密度树底层节点的删除实现二值图像的聚类，使得算法的时间效率高而稳定，最差时间效率只与图像尺寸有关，并且可以有效屏蔽噪声的影响、实验结果证明所提算法的时间效率和聚类质量都有显著提高。     

基于分层卷积深度学习系统的植物叶片识别研究

深度学习已成为图像识别领域的研究热点。本文以植物叶片图像识别为研究对象,对单一背景和复杂背景图像分别给出了优化预处理方案;设计了一个8层卷积神经网络深度学习系统分别对Pl@antNet叶片库和自扩展的叶片图库中33 293张简单背景和复杂背景叶片图像进行训练和识别,并与传统基于植物叶片多特征的识别方法进行了比较分析。实验证明:本文提供的CNN+SVM和CNN+Softmax分类器识别方法对单一背景叶片图像识别率高达91.11%和90.90%,识别复杂背景叶片图像的识别率也能高达34.38%,取得了较好的识别效果。利用本文实现的分层卷积深度学习识别系统在数据量大而无法做出更多优化的情况下,叶片图像的识别率更高,尤其是针对复杂背景下的叶片图像,取得了极佳的识别效果。      

植物生理学实验视频的录制与应用

为进一步提高植物生理学课程的学习效率,精心制作了包含四大类9个实验的植物生理学实验视频并上传至学校的网络教学平台,以期增加学生对植物生理学实验的直观认识,使学习者可以更方便、更迅速、更愉快地完成学习过程。     

植物甜蛋白monellin基因的合成和克隆

根据已报道的单链monellin基因序列，设计合成5段核苷酸序列，利用这些片段末端的碱基互补序列经链延伸、PCR扩增合成双链DNA，克五笔型于质粒载体pUC18的BamHI、SalI位点之间，经限制酶切分析，序列分析等方法证实获得了monellin基因的克隆，与报道的monellin基因的序列完全符合，为下一步构建高效表达质粒，并将monellin基因转入植物并获得高含量的monellin转基因植物奠定基础。     

基于Faster R-CNN算法的番茄识别检测方法

针对番茄生长环境复杂,枝叶对果实造成遮挡及果实之间存在遮挡等因素,造成番茄难以识别、检测等难题,本文基于Faster R-CNN的番茄识别检测方法进行研究.首先使用AlexNet网络提取涵盖番茄语义、空间信息的特征图;用区域建议网络对特征图进行番茄与背景的二分类、预选框回归训练,用非极大值抑制算法筛选出预选区域;用区域...     

基于温室植物叶片纹理的病害图像处理及特征值提取方法的研究

为了实现温室病害的智能化防治,深入研究了植物病害图像处理中基于叶片纹理的特征值提取方法。通过对温室黄瓜斑疹病和角斑病的处理研究发现,利用灰度共生矩阵方法提取出来的惯性值是识别这两种病害较好的特征参量之一。     

三维动画技术中图形图像变形原理研究

给出了图形变形和图像变形的定义,研究了图形变形和图像变形的基本原理,探讨了开发三维动画软件过程中实现变形的基本方法。     

动漫视频在农业科普创新中的应用思考

在阐述农业科普及动漫视频的含义、总结国内动漫视频在科普中的应用情况、分析农业科普需求迫切性的基础上,深入思考了动漫视频在农业科普创新中的作用及应用问题。     

昆虫图像几何形状特征的提取技术研究

为进行昆虫图象的识别和分类，对昆虫图象几何形状特征的提取及测量进行了研究。提取了区域面积、边界周长、孔洞数、偏心率、形状参数、圆形性、似圆度、球状性和叶状性9个直观易测的特征。采用判别分析方法对这些特征进行筛选得到6个具有判别意义的特征，分别为区域面积、偏心率、形状参数、周长、似圆度、叶状性；剔除了与似圆度具有相关性的圆形性和球状性等特征。利用这6个特征对3种昆虫进行了识别，准确率均达到100％，表明本研究所提取的6个昆虫图象特征用于昆虫图象识别是有效的。     

温室蔬菜病害智能识别图像预处理及其特征提取方法的研究

采用计算机图像处理技术对温室蔬菜病害进行了智能化识别,并以黄瓜霜霉病为例研究了温室蔬菜病害智能识别图像预处理和特征提取的方法。试验选择白色作为病害叶片的背景,利用中值滤波法有效地去除了噪声的干扰,利用双峰法从背景中分离出病害图像,再对图像进行边缘检测,准确地提取了病斑的几何特征。该方法能够实现对病害图像的预处理,并且能够准确地提取病害特征。     

基于病斑特征融合的烟草病害图像检索方法

针对目前烟草病害诊断专家系统依靠肉眼获取病害特征,致使病害诊断存在不确定性、误判等现象,提出了一种基于病斑特征融合的烟草病害图像检索方法以诊断病害。通过图像处理技术分割病害图像病斑,提取病斑的颜色、纹理、形状特征,依据双编码遗传算法和支持向量机识别病害模型对病斑特征降维,以获取表征病害的有效特征及权重。将有效特征归一化处理后与病害图像数据库系统中的病斑特征进行图像相似度距离计算,按距离大小返回一批相似图像,依据相似图像获取病害描述及防治措施。以烟草7种常见病害进行试验表明,融合病斑的颜色、纹理、形状特征检索病害图像,查准率和查全率明显比用单个特征检索的高。用这种方式诊断烟草病害,不但有较高的病害识别率,还能使诊断结果可视化,将其用于烟草病害诊断专家系统,将提高系统的鲁棒性,为实现病害的远程在线诊断提供条件。     

基于统计模式识别的植物病害彩色图像分割方法

根据植物病害彩色图像的特点，提出了用颜色空间作为特征空间，利用统计模式识别的监督分类方法。采用基于Fisher准则的线性判别函数来对彩色图像进行真彩色二值化分割。结果表明：该方法具有快速、有效、准确等优点，对彩色植物病害图像的分割处理十分有效。     

茶树基因组DNA的高效提取方法

为了从富含多酚和多糖等多种次生代谢物质的茶树叶片中分离出高质量的基因组DNA，对4种植物DNA提取方法进行改良后，以茶树春梢为材料，对提取效果进行了比较，并首次采用CTAB区室法提取茶树基因组DNA。结果表明，用该4种方法提取的DNA，其OD260／OD280都在1．8以上，相对分子质量均大于21kb，能完全被EcoRI酶切消化，也能获得清晰的PCR扩增图谱。因此，只要操作合理，4种方法均能提取出高质量的DNA。     

半色调图像纹理特征提取方法

提出基于局部二值化模式和像素相关算子的半色调图像纹理特征提取方法,以实现误差分散类半色调图像的分类。该方法是将误差分散类图像先进行局部二值化模式变换,再以任一像素点为中心,取适当的距离提取八个方向的像素相关值作为图像的特征向量,最后将提取的特征通过BP神经网络进行分类。实验结果表明,提出的算法适用于二值图像的特征提取,能够降低局部二值模式的特征维数,提高时间效率和空间利用率;相对灰度共生矩阵算法提出的算法在计算复杂度、识别精度等性能方面都有所改善。