基于序列图像的土壤表面三维重建及粗糙度测量

土壤的表面粗糙度是精准农业所需的重要信息,通过序列图像重建地表三维模型来自动测量任意位置和区域的土壤粗糙度.对试验田土壤进行序列图像采集,由Agisoft PhotoScan软件对图像进行处理并得到三维点云数据.在Matlab平台对点云进行表面拟合和全域粗糙度求解.结果表明,该方法在任意选取的4个方向的二维粗糙度测量值与传统方法测量值的相对误差在6％以下.因此,基于序列图像的土壤表面三维重建及粗糙度测量是一种可行、快速、自动化程度高而成本低的粗糙度测量方法.     

油菜氮素的多光谱图像估算模型研究

 【目的】充分利用可见光、近红外多谱段图像的反射强度分布信息进行油菜氮素诊断,实现对油菜氮素水平的定量估算,为油菜营养的科学管理提供理论依据和技术支撑。【方法】利用多光谱CCD获取不同氮素水平的油菜冠层图像,采用中值滤波法对图像进行预处理;通过二维最大信息熵阈值分割法对多光谱图像进行背景分割;对多光谱图像的均值和比值、差值融合特征进行提取。【结果】通过相关分析,发现ARV1、AVS560、ADV1、AVS660、g等特征在整个生长期与油菜氮素的相关性均较高,考虑到多光谱变量间存在的多重共线性影响,利用逐步回归法建立了不同生长期油菜氮素的多光谱图像特征预测模型。【结论】初步探明了不同生育时期油菜氮素的多光谱图像特征,实现了采用多光谱图像技术对油菜氮素水平的定量估算。     

基于间隙度的无人机林地航拍图像序列拼接方法

无人机林地航拍图像具有的分辨率高、数据量大、边缘丰富的特点,造成了特征点配准中误匹配率的增加,因此本文提出了一种新的无人机林地航拍图像序列拼接方法。分形中的间隙度可用于描述图像区域纹理的粗糙程度,本文首先利用间隙度特征选取图像中局部图像块作为候选区域查找特征点,减少了待配准的特征点数量,提高了特征点配准正确率;其次,采用全局拼接技术变换图像,减少传统拼接中矩阵连乘产生的误差的积累和传播。实验中选取了不同拍摄高度的两组图像序列,将本方法与传统的全局SURF特征方法和降采样图像拼接方法进行了对比,结果显示本方法可以有效拼接图像,同时不会损失原图像的精度信息,并从视觉效果和均方根误差两个角度证明了本文方法优于其他两种方法。      

基于多重分形的油菜病虫害叶片图像分割

利用多重分形理论中的基于sum容量测度、max容量测度和min容量测度的多重分形谱分割方法,分别对油菜菌核病害、白斑病害、油菜潜叶蝇虫害叶片图像进行识别与分割。结果表明:基于多重分形理论的油菜病虫害叶片图像分割优于传统的阈值分割,基于C均值聚类的分割以及传统区域分割,主要在于能够清晰地分割出病虫害叶片边缘轮廓,准确定位病虫斑区域,同时还能保留较多细节,具有局部性强、准确性高的特点。相比而言,基于max和min容量测度的分割优于基于sum容量测度的分割。     

基于双重能量累积的红外序列图像目标检测

在分析红外图像序列的基础上,提出了一种新的目标检测方法--基于双重能量累积的检测方法,对预处理后的图像能量先进行加性累积,再用乘性累积,最后用自适应阈值进行分割,并且应用采集到的红外图像序列进行实验分析.实验结果表明,基于双重能量累积的检测方法可以准确检测出红外目标,有较强的实用性.     

基于RGB植被指数的大田油菜图像分割定量评价

以自然光下大田油菜幼苗图像为研究对象,运用超红指数ExR、超绿指数ExG、超绿超红差分指数ExGR、归一化植被指数NDI、植被提取颜色指数CIVE、植被指数组合COM等6种常用植被指数和阈值算法分割具有阴影区域的大田油菜图像,同时试验中引入定量评价标准客观评价常用RGB空间植被指数的分割效果。结果表明:定性分析中COM指数优于其他5种植被指数,能够减少阴影带来的分割影响,并在局部叶片分割试验中保留完整叶片轮廓;定量分析中COM指数提供最佳分割精度、灵敏度和特指度分别为94.1%、97.2%、90.9%,其相应标准差为1.1、1.3和0.06。     

油菜主要病虫害防治技术

本文主要对油菜常发的病虫害的特点进行了简要的介绍,并总结了这些病虫害的防治措施,以期向农民提供防治油菜病虫害的经验参考。     

基于视觉注意模型的苗期油菜田间杂草检测

提出了基于视觉注意模型的苗期油菜/杂草图像检测方法。针对苗期油菜大田环境,获取油菜/杂草RGB原始图像。根据原始图像颜色分布特点改进Itti模型,生成系列特征显著图,结合区域生长算法分割出感兴趣区域。针对该区域提取形状和纹理特征参数作为支持向量机输入量,判别出所有油菜区域,最后融合原始图像和油菜区域获取最终株间杂草区域。结果表明:与局部迭代阈值法和最大类间方差法相比,本研究提出的图像分割方法更优,正确分割目标概率、错误分割目标概率及漏分割目标概率分别为92.46%、3.26%及7.54%;针对形状、纹理、综合特征及精选特征四类特征参数集,径向基-支持向量机的识别率分别为96.00%、94.29%、100.00%及96.00%。     

基于Smart3D无人机倾斜摄影三维建模方法研究

[目的]无人机倾斜摄影三维建模具有低成本、高效率和精度高等优点,成为实景三维建模的主流方法,进一步提高大范围实景三维建模效率和精细度,可为实景三维中国建设提供数据支撑和技术支持.[方法]文章以山东省泰安市岱岳经济开发区为研究区,借助哈瓦无人机获取倾斜摄影测量数据,通过Smart3D软件构建实景三维模型,并提出了针对研究...     

基于X3D的虚拟植物建模与可视化研究

本文在阐述X3D虚拟现实技术的基础上,介绍并分析了基于X3D虚拟植物建模的关键技术和优势,进一步探讨了基于X3D虚拟现实技术植物建模的原理与方法,最后,针对国内外应用现状,提出了应用中出现的问题,并为未来的研究方向进行了展望。     

基于地基激光雷达数据的单株玉米三维建模

为探索地基激光雷达数据在植物真实三维建模上的应用,研究基于MeshLab软件的三维Alpha-Shape算法和移动立方体算法进行玉米植株三维真实模型的重建。三维Alpha-Shape算法基于离散激光雷达点云构建Delaunay三角网,通过Alpha值的设置判断各单纯形是否保留,完成玉米植株三维重建。移动立方体算法则通过查找每个体素与等值面相交的交面,所有交面连在一起即为所求的等值面。Alpha值分别设置为0.006 290、0.012 638、0.018 635,采用Alpha-Shape算法进行单株玉米三维重建,试验结果表明:当Alpha值设置较小时,对玉米叶片、茎秆等细节信息表达的比较精细,但许多叶片中间不连续;Alpha值设置较大时,对玉米植株细节信息表达不精细。基于移动立方体算法重建出的玉米植株曲面较为光滑,且孔洞较少,但重建结果不完整。     

基于Matlab的油菜移栽机栽植机构运动学建模与分析

针对自制油菜移栽机栽植机构作业质量差的问题,利用Matlab语言建立了栽植机构的运动模型,分析机构参数对作业性能的影响。结果表明,大、小曲柄的长度及2曲柄的夹角和摇杆的长度对机构的作业性能有重要影响。根据这些参数对作业轨迹曲线的影响趋势,寻找到一组较优化的机构参数。当轨迹高度为181 mm、株距为240 mm时,入土轨迹与出土轨迹的重合度好,出土轨迹基本保持竖直,在投苗点附近时,栽植器的最大速度为0.048 m/s,其姿态保持与水平面垂直,加速度的波动范围小,能满足油菜移栽的要求。     

基于三维点云的苹果树冠层光照分布模型研究

为给果园精细管理中果树修枝整形、果实品质评价以及果实产量估算等提供科学的理论依据和技术指导,以果园自然开心形苹果树为研究对象,基于果树三维点云结构,进行果树冠层空间光照分布建模研究。用三维点云重构技术和点云分割技术获取果树不同高度的点云分层,分别使用像素占比和Graham扫描算法计算各高度点云分层垂直投影的有效投影面积和占地面积及有效叶面积指数。以果树冠层不同高度层的有效叶面积指数为自变量,对不同高度层平均相对光照强度进行线性回归,获得果树冠层光照分布模型,并对模型进行验证。结果表明:所建果树冠层光照分布模型的校正决定系数R2c为0.924,校正均方根误差RMSEC为0.05,验证决定系数R2v为0.955,验证均方根误差RMSEP为0.04,相对分析误差RPD为4.91。该模型具有较高的预测精度和较强的预测能力。     

基于Cult3D的网络虚拟模型室的设计与实现

本文将Cult3D网络三维技术和网络化管理技术相结合,设计并开发出了一套网络虚拟模型室系统.该系统充分发挥了网络的资源共享性和Cult3D在动态交互、文件体积和画面质量等方面的优越性,具有较高的实用性.     

基于单目视觉和激光扫描技术的油菜植株模型重建及株型参数测量

分别采用单目视觉和激光扫描技术对2个油菜品种中双6号和华油杂62号的植株进行三维重建,并在重建模型上完成了对株高、叶柄长、叶片长度和叶片面积等4个株型参数的测量。结果表明:使用单目视觉和激光扫描技术的重建结果均能真实地表现油菜植株的整体形态,叶片间无遮挡的中双6号油菜植株效果更好,测量误差在2.00%以内;形态复杂叶片间部分遮挡的华油杂62号油菜植株测量误差在3.00%以内。模型重建试验表明,利用单目视觉和激光扫描技术能够完成复杂植株的模型重建,并实现部分株型参数的测量,可以为作物的遗传育种提供数据支持。     

基于三维激光扫描仪数据提取三维绿量的研究现状及前景展望

在介绍三维绿量的内涵和主要算法的基础上,概述了三维激光技术,剖析了三维激光在三维绿量提取中的步骤,以期能为相关研究提供参考。     

SPECT医学图像重建及三维可视化研究

针对医学图像的建模与仿真分析需要解决的几何模型精度以及物理模型的正确性问题。本文以人体牙齿CT图像为例实现建模过程,在牙齿分割方面提出了改进。通过读取DICOM图像,对断层图像进行裁剪和分割等预处理,使用移动立方体（MC）算法进行表面重构,同时使用二次误差度量（QEM）方法消减和平滑三角面片,使用德洛奈（Delaunay）方法由面网格推出体网格模型。最后根据目标组织选择相应的物理模型采用有限元（FEM）方法做分析,使用OpenGL显示等效应力的受力云图。分析结果显示,本文所进行的SPECT医学图像重建及三维可视化研究结果与理论相符,通过SPECT图像的重建,更加准确的了解到人体组织器官的功能和代谢情况,提高了医护人员对疾病诊断的准确率。