基于MATLAB图像处理的枸杞分级方法

【目的】实现枸杞品质的直观监测及自动、精准的分级处理.【方法】采用MATLAB数字图像处理工具对枸杞图像进行处理,获取枸杞的面积尺寸、颜色特征;通过提取破损、油粒(即黑斑部分)部位的轮廓对其面积进行填充,根据其面积占整个枸杞面积的比例进行判断和分级处理.【结果】该方法能够准确提取枸杞的大小、颜色和缺陷的特征参数.【结论】该方法能够为枸杞的无损检测系统提供技术参考.     

组培苗识别算法在基于TMS320C6711图像处理平台上的实现

为达到组培苗分割移植机器人的嵌入式控制系统对图像处理器小型化和快速化的要求 ,采用基于TMS32 0C6 711的嵌入式图像处理平台 ,开发了运行于该平台的软件系统 ,实现了组培苗识别算法在该平台上的移植。针对DSP软件开发难度大、涉及因素多 ,以及在本研究中需要大量数据存取的情况 ,在保证功能的前提下尽量精简软件结构 ,编写了轻量简洁的Bootloader和适应大量数据存取的连接命令文件。对软件进行了优化 ,将算法中占用时间较长的环节用线性汇编语言编写 ,使总处理时间降低了近 80ms。该图像处理器实验室测试结果为 ,苗节点识别准确率 96 % ,每棵苗的处理时间为 0 7～ 0 8s ,10× 2 4h连续运转稳定 ,性能达到设计要求。该图像处理器的体积只有PC机的 1/ 2 0 ,达到了小型化的要求。     

基于图像边缘识别的鸡蛋曲率测量

利用机器视觉获取鸡蛋截面图像,进行相应的图像处理后提取其边缘点坐标,用最小二乘法进行数据拟合,求取以三次多项式表示的曲线拟合方程,并将求得的拟合方程生成的曲线与原图像边缘进行了比较,其匹配度达99.22%,说明该曲线能反映鸡蛋的边缘曲线变化规律.通过拟合曲线的曲率图的变化,对鸡蛋的形状结构进行了分析,为进一步研究鸡蛋的特性提供了理论依据.     

基于图像处理技术的黄瓜叶片病害识别诊断系统研究

为了提高黄瓜叶部病害检测与染病程度的分级的准确率和效率,综合运用图像处理技术、人工神经网络技术,实现黄瓜叶部病害检测与染病程度分级,并主要对发病率高且危害严重的黄瓜霜霉病、白粉病和病毒病进行试验研究.首先,通过接种方法获得了纯正的黄瓜病害样本,并采集染病植株的样本图像.利用基本图像处理的方法对黄瓜叶部病害图像进行处理,综合运用二次分割、形态学滤波得到病斑区域.其次,提取三种特征包括22个特征参数,采用BP算法训练的多层前向人工神经网络对黄瓜病害进行分类.实验证明,检测系统的黄瓜叶部病害平均识别精度为95.31%,并能够快速准确地对黄瓜叶片病害的染病程度进行分级     

PHOTOSHOP图像处理课程教学研究与实践

PHOTOSHOP课程是一门实践性和理论性都比较强的课程,课程教学是Photoshop应用和发展的重要保障,以教学为出发点,提出了包括教学内容设计、教学方法、考评机制等方面的教学改革方案。教学实践表明,该方案具有良好的教学效果。     

基于计算机图像技术的作物籽粒识别

图像识别技术是计算机视觉技术的重要内容之一。为了解决传统作物籽粒计数方法的不足,以水稻籽粒为试验对象,通过外部设备获取高质量的籽粒图像,利用计算机图像处理技术设计配套的软件,并改进相应的图像分割算法,可以快速准确识别出水稻籽粒数量,准确率可达98%以上。结果为计算机视觉识别技术在农业上的进一步应用奠定了理论与实践基础。     

基于MATLAB图像处理的染色体核型分析

介绍了应用MATLAB图像处理工具箱对染色体图像进行核型分析的方法.经该软件处理后的染色体图像清晰度好,提取核型物理参数精度高,且只需要对编译好的文件更换输入参数即可对不同图像进行分析.该处理方法简单可靠、运算速度快,为核型分析研究者提供一种软件应用方法.     

基于机器视觉的香烟条包图像检测系统研究

简述了彩色图像灰度化、预处理和二值化等方法。结合香烟条包生产实际,通过高速线性矩阵CCD相机对香烟条包进行触发拍照,系统软件将灰度检测、端面检测、拉线检测、图案检测等系列数字图像处理算法进行组合。该检测系统利用图像处理技术对不合格产品进行剔除,可有效降低产品不良率,提高了生产效率。     

基于PSO优选特征的实木板材缺陷的压缩感知分选方法

针对实木板材表面缺陷的复杂性与随机性,提出了一种快速、准确的识别方法。首先,对实木板材表面图像进行3级双树复小波分解,提取低频子带、高频子带、原图像的均值、标准差和熵,共40维特征向量;然后,运用粒子群算法(PSO)优选出20个关键特征;最后,采用压缩感知理论将优选后的特征向量作为样本矩阵列,构建训练样本数据字典,通过最小残差完成缺陷识别。对4类柞木样本进行了仿真实验,活结、死结、虫眼、裂纹的分类正确率分别为93.3%、86.7%、100%和93.3%,结果表明:双树复小波良好的方向性能够表达实木板材表面复杂的信息;基于粒子群算法的特征选择能够提高分类效率;压缩感知分类器与传统分类器相比,具有结构简单、分类精度高的特点。      

数字图像处理技术在叶面积测量中的应用

传统测量叶面积方法费时、低效,叶面积仪法高成本、维修不便.本研究利用图像处理技术测量叶面积,从解决图像阈值的分割、叶片阴影去除以及叶片边缘检测算法等问题出发,应用大津法求得阈值,中值滤波法去除杂点,采用Roberts算子检测边缘,进而计算叶面积.叶面积仪法与图像处理法比较叶面积值相关系数R2为0.962,剪纸法与图像处...     

图像处理在芒果自动选别中的应用

通过对芒果成熟期3种品质指标测定的同时,拍摄数字相片,以计算机图像分析技术为手段,采集芒果颜色参数,研究3种颜色模型中与芒果品质变化相关的颜色特征量,归纳出合适的颜色参数与芒果品质指标值间关系式,用于推导芒果的成熟度.并结合形状、表面斑痕、颜色分布等特征,经图像处理和运算,抽取出所需的几何尺寸和突变部位的数据,作为样品分级的依据.以期建立一种与人工目视辨别有相同精确度、高效率、客观的自动选别评价体系.     

基于OpenCV的烟叶图像处理技术

以OpenCV底层函数为基础,在分析图像区域分割特点的基础上,提出了建立颜色模板的方法。研究了在不同目标区域和不同帧情况下剔除烟叶杂质的方法,给出了软件设计的基本思想,有较好的工程指导意义。     

基于图像处理的烟草分级系统设计与实现

本文以烟叶为研究对象设计了一种小型化烟草分级系统,能够实现烤烟的自动分级。主要由扫描式图像采集设备、树莓派嵌入式系统和触摸屏人机交互界面3个部分,将烟叶放入扫描装置后,压力传感器感应并反馈信息,Raspberry Pi控制图像采集系统采集图像信息。图像采集系统将预处理后的图像信息通过USB数据线传输到Raspberry Pi,图像处理程序对烟叶图像进行多特征分析,基于神经网络分级算法得到烟叶分级结果。LCD显示屏用于显示烟叶分级结果。将农艺师分级完成的烟叶图像数据库导入新开发烟草分级系统进行分级训练测试,系统验证试验表明,分级正确率为88.97%。     

基于手机彩信通信和图像处理技术的农业专家系统研究

简单描述数字图像处理以及农业专家系统的概念、应用等内容,以农业专家系统在农村推广和普及方面存在的问题为出发点,介绍将手机的彩信通信功能和图像分析处理技术应用于农业专家系统,以此解决现今农业专家系统在推广和普及方面存在的问题,研究一种基于手机通信技术和图像处理技术的新型农业专家系统。     

集群式影像处理系统的技术研究

随着经济社会的快速发展,国家基础建设对基础地理信息的需求量越来越大,需要一种能够在少量人工干预的条件下,经过一系列自动化处理,快速输出包括数字表面模型(DSM)、数字高程模型(DEM)、正射影像(DOM)等产品,并能生成一系列其他中间产品的系统设备.该系统采用多种先进算法,包括原始图像增强、快速自动生成和滤除连接点、自动提取密集DSM、传统几何校正、由DTM自动生成等高线、自动生成镶嵌影像等.通过对系统的多次测试,能够高质量地完成基于POS数据的无地面控制点空三加密、自动DEM匹配、自动DOM生产以及影像地图自动切片等任务.     

基于图像处理技术的储粮害虫快速识别

为了快速检测、识别出储粮虫害图像中的虫体信息,为虫害的综合防治提供依据,提出了一种基于图像处理技术的害虫检测与识别快速方法,该方法采用图像预处理技术、形态学开重建以及基于改进Hausdorff距离的模板匹配算法.结果表明：该方法不仅可以正确检测、识别出害虫信息,并且在检测与识别效率上基本达到了实时性检测的要求.     

基于图像处理的红枣分级检测方法设计

为提高红枣分级速度和分级检测的精度,实现无损分级的效率最大化,按照分级要求对红枣的大小、形状、颜色、表面褶皱程度及外轮廓等进行检测。采用图像预处理算法对红枣图像进行平滑去噪、图像增强,多种检测算法比较后采用自适应Canny算法对红枣图像进行外轮廓边缘检测,拟采用傅里叶算法对红枣的尺寸进行计算,由极半径函数确定红枣的形心位置坐标,配合Euclidean算法检测红枣距离尺寸,对干枣、鲜枣以及大小形状不规则的红枣混装进行分级处理。对若干大小、形状等特征不同的红枣进行分级检测试验,结果表明在提高红枣检测速度的同时准确率均在90%以上,具有较好的鲁棒性和准确率,在红枣分级要求精度较高的情况下,减少了整体运行时间,满足红枣分级的实际要求。     

基于图像处理技术的果树树叶稀密程度的检测

为了解决现有果树树叶稀密程度检测方法要求采集图像时采用标准白板标定或固定成像距离的问题,本文提出一种新的基于图像处理技术的检测果树树叶稀密程度的方法——最大轮廓矩形法。该方法采用超绿色法、Ostu、中值滤波去噪、腐蚀和膨胀等图像处理技术将果树图像有效分割出来,通过检测经图像处理后的二值图像中整棵果树最大轮廓所占的面积,再检测整幅图像中树叶与树干所占的面积,根据果树树叶稀密程度的定义即可计算树叶稀密程度。结果表明,该方法不需要固定成像距离和使用白板标定,最大轮廓矩形法对果树图像面积的检测是因果树实际图像而异的,不存在现有方法统一采用相机所设定的图像大小作为最大轮廓而导致所检测到的树叶稀密程度偏小的问题;20张果树样本图像采用两种方法检测的果树树叶稀密程度的最大差值为0．2950,最小差值为0．0027。     

基于图像处理的农药在线混合均匀性分析

农药喷洒是进行病虫防治,提高农业产量的有效途径,但由于施药技术落后,农药浪费以及环境污染问题日趋严重,为了提高农药使用效率,农药在线混合均匀性值得研究。由于水和含有荧光物质的农药亮度差异比较明显,利用图像处理方法研究农药的在线混合均匀性。搭建农药在线混合图像采集系统,通过差值预处理并选择出面积百分比最大的图像,使用了轴向和径向像素分析方法和均方根误差分析方法对混合均匀性进行定量分析。在此基础上基于Matlab编写了数据分析软件,并对三种不同性质农药的混合均匀性进行分析,其中水溶性农药均方根误差百分比(β)为13. 389%,高于乳化性农药(9. 280%)和脂溶性农药(9.996%),说明相对于乳化性和脂溶性农药,水溶性农药在线混合均匀性较好。且通过对浓度一定但流量不同的7组试验利用该方法对脂溶性农药流体图像进行了数据处理,发现当流量从1 390 m L/min减小到880m L/min时,均方根误差百分比(β)从11.029%减小到8.737%,均匀性逐渐变差。结果表明,利用图像处理方法研究农药在线混合均匀性是可行的,可以方便、直观地分析混药器结构及性能参数对混合效果的影响,为农药在线混合的图像处理方法及混合效果定量分析奠定基础。