基于颜色阈值的田间籽棉图像分割技术

为正确分割田间籽棉图像,将棉花与背景视为二个类别,在典型的未成熟籽棉图像和不同质量等级的成熟/过熟籽棉图像中,用肉眼选取20 000个白棉、黄染棉和污染棉等棉花像素以及20 000个棉株、土壤等背景像素,在RGB、HSI、La*b*和Hunter颜色空间下获取二类像素之间的颜色阈值,基于阈值进行图像分割,选取噪声较少的HSI和La*b*颜色空间,进一步基于形态学滤波器去噪,实验结果表明,907幅籽棉图像分割的准确率为87.21%和86.33%。HSI颜色空间更适合分割成熟籽棉图像,La*b*颜色空间则适合未成熟籽棉;颜色阈值覆盖范围广,基于速度的阈值分割法能够适应田间籽棉环境。     

黑背景下收获前棉花图像色特征生成及其品级聚类分析

为了客观地评价田间收获前棉花品级,依据我国子棉收购文字标准,运用机器视觉技术,对棉花的尺寸和色泽特征进行了研究,其色泽特征包括6个常用颜色空间下棉花和带壳棉花的黄色区域、黄色深度、白度、色差等8个色泽特征.结果表明,RGB、NTSC、亨特、HSI颜色空间下的特征参数区分度较好;棉花尺寸与色泽特征的相关性表明棉花白度为无效特征.在各颜色空间下,基于有效图像特征对7个品级的棉花样本进行了K均值聚类分析.分析结果说明,棉花品级的聚类结果独立于颜色空间;铃壳色泽对品级的贡献显著;由于其聚类品级与图像特征的相关性普遍较高、较均衡,且算法运行时间较短,HSI颜色空间可能是棉花品级聚类的最优颜色空间.与人工分级相比,机器视觉的区分度更好,因此机器视觉技术可用于提高收获前棉花分级精度.     

机器视觉检测鲜烟叶的分级装置设计

针对农民在烟叶送烤前对烟叶分级的非重视度和非客观性等问题,本文提出基于机器视觉技术的烟叶图像检测分类方法对烟叶编烟送烤前进行成熟度划分,设计了全自动化的鲜烟叶检测分级装置。该系统的机械结构由自动上样抓取烟叶机构、烟叶输送台、检测机构,分拣机构等四个部分组成。自动上样的烟叶在传送带上被CCD检测并进行图像处理。首先对图像的噪点采用邻域平均和中值滤波组合的方法进行区域去噪处理;使用最小误差阈值分割方法分离背景和烟叶,然后增强图像信号,提取感性区域的颜色信息。采用烟叶的4个特征信息(R,G,B颜色值和色调H值)来表征烟叶的级别特性。通过装置自主学习建立样本库,然后参考学习的样本库对未知样品进行检测分级。实验结果表明根据烟叶色泽的不同,相邻类型之间的色泽差异越大,分类准确度越高。检测分类的平均速度在2-3秒/片,满足现场即时检测要求。     

基于最小阈值法的棉花幼苗识别研究

 面对纯机械式分苗机构经常出现的漏分和多分的问题,本文提出使用基于最小阈值法的图像识别技术对棉花幼苗进行识别和分离。使用了HSV颜色空间内与光照条件无关的H值将RGB真彩色图像转化为灰度图像,以提高图像处理的实时性。基于最小值阈值法,提出一种能够有效地将处于复杂背景下的棉花幼苗茎部图像提取的方法,使用棉花幼苗茎部图像的面积和长宽比等几何信息能有效识别棉花幼苗,并得到棉花幼苗茎部的重心坐标。本文的研究证明了用图像处理中的最小阈值法识别棉花幼苗是可行的。     

OTSU最佳阈值法在棉花幼苗识别中的应用研究

 棉花幼苗的识别与分离是实现自动化移栽的关键步骤,本文用视觉图像处理技术对棉花幼苗的识别进行了研究。对于用摄像头获取的棉花幼苗图像,在分析棉花幼苗及背景颜色的基础上,采用了OTSU法将表征在RGB颜色空间内的彩色图像转化为灰度图像,并使用非线性滤波法对灰度图像进行去噪处理,通过最大类间方差法选取了最佳分割阈值,将灰度图像转化为二值化图像。为了更好地提取并识别棉花幼苗特征,又细化处理了二值化图像,设计了去骨刺处理,消除了细化后图像骨刺对特征识别的影响,并且使用了加权模板匹配法,设计了防误判匹配法则。应用这些方法,实现了棉花幼苗的识别,说明用图像处理方法识别棉花幼苗是完全可行的。     

基于最小外接圆直径的苹果分级研究

苹果大小是苹果品质分级的重要因素之一,为实现苹果的大小分级,针对苹果外形近似球的特点,专门设计了一套基于图像处理的苹果大小分选系统。研究采用30个果径为65~95 mm的苹果,模拟苹果在输送翻转装置上的多种随机姿态,对每个试验样本进行9个不同角度的拍摄,将拍摄的所有图像传送给计算机进行二值化、去噪去斑及边缘处理等预处理,提取苹果果径面图像。根据图像边缘确定苹果的质心,寻求质心与边缘的最远距离则为苹果图像的最小外接圆半径;寻求9个图像中苹果的像素面积与其最小外接圆面积最接近的图像,计算出苹果样本果径面的最小外接圆直径。将苹果的实际大小与系统测量大小进行比较,试验表明,研究分选的正确率为96.67%,为苹果大小自动分选提供参考。     

基于HSV彩色模型的自然场景下棉花图像分割策略研究

 棉花成熟度和空间位置的识别是采棉机器人研究的关键技术,解决此问题必须对棉花图像进行分割。选取HSV模型中与亮度无关的S通道作为棉花图像的特征,排除了图像明暗变化对分割效果的影响。文中分两种情况对图像信息未缺失的棉花提出了成熟度判别的策略：正面时利用成熟棉花棉瓣的分散性和单朵棉花面积较大等特征进行判别;侧面时通过成熟棉花棉瓣相对棉荚面积比较大的特征进行识别。根据提取分割后棉花图像的几何信息,可确定棉花的重心位置。试验结果表明：该算法能很好地将成熟棉花从背景中分离出来,并较好地保存了棉花的轮廓信息。     

融合马尔可夫随机场与量子粒子群聚类的棉花图像分割算法

【目的】提高采摘机器人棉花图像处理系统中的图像分割准确率。【方法】提出融合马尔可夫随机场与量子粒子群聚类的图像分割算法。步骤:将读入的RGB模式彩色图像转换成灰度图像;利用本算法分割图像;通过对连通区域面积阈值的设定获取目标区域。使用本算法分割不同角度采集的棉花正面图像与棉花侧面图像,并采用分割精度、峰值信噪比,分别与Otsu算法、模糊聚类图像分割算法、量子粒子群图像分割算法和马尔可夫随机场图像分割算法进行效果比较。【结果】本算法分割精度、峰值信噪比平均值分别为98.94%、77.48dB,与Otsu算法、模糊聚类图像分割算法、量子粒子群图像分割算法、马尔科夫随机场图像分割算法相比,分割精度、峰值信噪比分别提高2.47~4.56百分点、9.81~13.11 dB。【结论】本算法处理棉花图像具有更高的分割精度以及峰值信噪比。     

基于数字图像的棉花长势空间变异分析

为了尽快获取棉花长势信息,分析大田棉花长势空间变异特性,采用计算机数字图像处理技术,在常规光照条件下,利用网格取样方法,采集棉花冠层长势数字图像,提取图像色调值H,研究冠层图像H值的空间分布特点以及数字图像H值与相关农艺性状的关系。结果表明,棉花冠层数字图像H值的空间分布具有中度空间相关性,其变异半方差函数模型为球状模型;数字图像H值与LAI有较好的对数关系,决定系数R2=0.8123;表明群体冠层数字图像H值是可以用来描述棉花田间长势信息的潜在可靠性指标。研究结果将为生产实践提供指导作用,为精准农业田间信息采集与快速检测提供理论依据。     

光强倒数色度空间的彩色人脸光照预处理

为了解决彩色人脸识别中色彩信息易受光照影响的问题,提出一种基于光强倒数色度空间(IICS)的彩色人脸图像预处理方法。本方法首先将图像均匀地分割成子块;将每个图像块变换为IICS空间中的一个二维数据集,并根据数据集的线性分布特性估计图像块的光照颜色;然后对全部图像块的光照估计进行颜色直方图统计,根据直方图对分块估计的结果进行合并;最后,利用估计得到的光照和对角模型将图像光照校正到标准白光下,用于人脸识别。在AR和FERET人脸库上的实验表明,通过引入本光照预处理,有效增强了彩色人脸识别方法对光照变化的鲁棒性,提高了识别精度。     

陆地棉棕色纤维色泽的遗传效应

以2个棕色和3个白色纤维陆地棉做完全双列杂交,分析陆地棉棕色纤维的遗传效应、长绒与短绒的遗传相关及F1的色泽差异。用扫描仪获取长绒和短绒图像,利用Photoshop 9.0获取图像RGB信息、量化纤维色泽。按照QGAStation软件中的ADM和AD模型,采用MINQUE法分析,调整无偏预测法(AUP)预测各遗传效应值。结果表明,棕色棉的长绒和短绒的遗传规律一致,其加性和显性遗传方差均极显著,其中,长绒的加性遗传方差比率为0.8501,约为显性遗传方差比率的6倍,短绒的加性遗传方差比率为0.8726,约为显性遗传方差比率的8倍;相关分析显示长绒和短绒的基因型和表现型均达显著相关,基因型相关系数达0.9935;5个亲本加性效应均不相同,但均达极显著水平,其中,棕色棉为正效应,白色棉为负效应。说明棕色纤维陆地棉的长绒和短绒色泽的遗传变异主要来自加性和显性效应,其中加性效应起主导作用;长绒和短绒的色泽遗传存在连锁和互作;因不同品种(系)的加性效应大小不同,造成不同F1纤维色泽的表现差异。     

Effects of fiber wax and cellulose content on colored cotton fiber quality

Forty-eight colored cotton lines and hybrids were studied on the wax, cellulose content and fiber quality. The result were as follow: The wax content of green cotton was five to eight times greater than that of white cotton. As for the brown cotton lines, the darker the brown fiber color, the greater the content of the fiber wax. The wax content of dark brown cotton was two times greater than that of white cotton. However, the content of the cellulose of white cotton was the greatest, next was that of the brown cotton, and the content of the cellulose of green fiber was the lowest. There were differences in fiber length, fiber strength, and fiber uniformity, not only among different varieties with the same color fiber, but also among different coloring types. The content of cellulose had a significantly negative correlation with the content of wax and fiber elongation, but significantly positive correlations between the content of cellulose and fiber length, fiber strength, fiber fineness, lint index, boll weight, and fiber uniformity were observed in the color cotton lines used in this experiment. The study on wax and cellulose contents will give constructive advice for the breeding and molecular research of the colored cotton, and help increasing the color stability of the fiber and its textiles.     

天然棕色棉纤维色彩遗传特性的定量分析

摘 要：将深棕色棉品种与白色棉杂交,观察F1代和自交F2代棉纤维的颜色表现,并且测定了各世代植株棉纤维中的色素含量。杂交F1代棉纤维的颜色介于两亲本之间,自交F2代可以分为三类：深棕色类型、中棕色类型和白色,F2代深棕色类型棉纤维的颜色和纤维中色素含量接近亲本棕色类型,F2代中棕色类型棉纤维的颜色和纤维中色素含量与F1代较一致,F2代三种类型经过卡平方检验符合1:2:1的比数(p >0.05),所以棉纤维棕色对白色为不完全显性遗传。本文还讨论了质量性状与“修饰基因”的关系。本试验有助于天然彩色棉的品种选育和新色彩品种的培养。     

植物生长调节剂对彩色棉胚珠离体培养纤维发育的影响

天然彩色棉是理想的绿色、环保、健康纺织原料。本研究以棕1-61、RT白絮、绿棉CC28为材料,采取不同浓度的植物生长调节剂处理胚珠,在离体培养30 d后观察纤维显色状况,测量纤维长度并称取胚珠鲜重、纤维干重和胚珠干重。采用新复极差法进行多重比较。结果表明,水杨羟基肟酸和氟啶酮处理下,棕色棉和绿色棉纤维颜色均变淡,且浓度越高颜色越浅;添加低浓度尿素、氯霉素和芸薹素唑可以使棕色棉显色明显,但对绿色棉纤维色泽显现影响不大;添加氯化钴后,棕色棉纤维色泽变淡,而对绿色棉纤维色泽影响不大;另外氯化钴还抑制愈伤组织的生成;添加苯丙氨酸解氨酶抑制剂或4CL抑制剂后棕色棉和绿色棉纤维颜色变浅,浓度越高,颜色越淡;水杨羟基肟酸、芸薹素唑、氟啶酮、氯化钴、苯丙氨酸解氨酶抑制剂或4-香豆酸辅酶A连接酶(4CL)抑制剂的添加均导致纤维长度、胚珠鲜重、纤维干重和胚珠干重等降低。本文筛选出参与调控彩色棉纤维发育和色素合成的植物生长调节剂,为彩色棉纤维色泽改良提供一定的理论基础。     

中国棉花纤维品质检验和评价的研究进展

 在综述国内外棉花纤维主要品质指标研究进展和棉花纤维品质评价方法的基础上,比较并论述了棉花色特征指标如明度指标光反射率（Rd）和饱和度指示纤维黄度（+b）和传统棉花纤维品质指标如目测等级、长度、强度和细度的测定与应用,以及生态和气候类型对棉花纤维品质的影响等方面的研究进展。分析了棉花纤维品质指标与棉花色特征指标的关系。综述了在棉花质量标准革新与国际化背景下开展棉花色特征质量评价体系研究的重要性及色特征研究的发展前景。展望在构建棉花色特征气象生态模型基础上建立中国棉花分类分级系统的必要性,提出了将生态模型与GIS进行结合,对棉花纤维品质指标、生态指标和棉花纤维色特征的空间地域分异评价与预测。     

基于机器视觉的棉花群体叶绿素监测

研究了利用机器视觉技术快速获取棉花群体叶绿素信息的方法，以期获得预测性高的颜色特征参数。结果表明，RGB颜色系统的G－R、(G－R)/(G+R)、r与g的组合值和棉花功能叶叶绿素含量、群体绿色指数呈极显著相关，而且拟合度较高；HIS颜色系统的Hue值和棉花功能叶叶绿素含量、群体绿色指数之间也极显著相关。对筛选出的两组模型进行检验，预测精度在84.07%~93.04%之间，推荐预测精度最高的G－R参数作为获取棉花群体叶绿素信息的最佳颜色指标。G－R预测叶绿素含量和群体绿色指数的模型分别为y=－1.3008+0.2125(G－R)－0.0038(G－R)2（R²=0.8669**）和y=－0.9726+0.1227 (G－R)－0.0016(G－R)²（R²=0.7487**）。     

天然棕色棉色素分布规律及色素合成与纤维发育的关系

通过对三个颜色深浅不同的棕色棉品系纤维的观察,发现中棕色棉色素分布较为典型,按照颜色的深浅不同,可以分为4条带纹;在此基础上,对各发育时期棉铃中纤维颜色的观察、蒸馏水洗脱棉纤维试验、棉子壳和棉纤维中棕色素含量的测定,分析色素在纤维上的分布规律与色素合成、纤维发育的关系,由此推断种皮合成无色的色素前体运输到纤维中,无色的前体在纤维中生成棕色素,按照色素与纤维结合的牢固性,色素与纤维素的结合方式可以分为两种,本试验结果支持纤维扩散生长理论,同时推断纤维的扩散生长不是均匀的;最后通过相关性分析,纤维中的色素含量与单铃重和纤维长度负相关性达到显著水平。     

应用灰板校正提高计算机视觉预测棉花植株含水量的精确度

利用灰板校正以消除棉花不同生育期图片颜色特征值的亮度差异,建立适用于不同生育期预测植株含水量的通用模型,以提高运用计算机视觉技术进行棉花植株含水量预测的精度。研究结果表明,由灰板校正前、后颜色特征值G-B建立的最佳预测模型,决定系数分别为0.746和0.782。有效性检验结果表明,灰板校正前、后计算预测值与实测值的决定系数分别为0.739和0.783;RMSE分别为2.218和2.03,RE分别为2.13%和1.79%。基于计算机视觉提取的冠层图片颜色特征值能够预测植株含水量,应用灰板校正颜色特征值能够提高模型预测精度,可为提高计算机视觉预测植株水分状况的精度提供技术支撑和方法补充。