基于纹理特征和神经网络的图像识别

图像特征是用来区分图像内部最基本属性或特征的,它包括了几何特征、形状特征、颜色特征、纹理特征等,在这些特征中纹理特征理解过于复杂,至今尚未有一个大家都认同的定义,从而也就使得纹理分析变得很困难。该文主要研究图像的分类识别,采用基于灰度共生矩阵的纹理特征的提取。以8位灰度图为研究对象,依次对图像进行4个方向(0°、45°、90°、135°)的扫描,并分别建立灰度共生矩阵,从而提取纹理特征参数,然后建立BP神经网络模型,用提取的纹理特征值,来训练BP神经网络模型,使网络模型能够识别图像的内容。此文提出了用纹理特征训练神经网络的方法来识别图像,研究结果表明,纹理是图像分析中一个非常重要的特征,所提取的图像特征是描述图像相当有效的参数。     

鲜香菇外部品质计算机视觉检测与分级研究

根据鲜香菇图像特点和分级标准,运用计算机视觉技术和神经网络算法对香菇进行自动检测与分级。采用掩模去背景、中值滤波、边缘亮度补偿等技术对图像进行处理。选取香菇菇盖最大直径、圆形度、色调均值及缺陷区域总面积与香菇图像总面积的比值作为鲜香菇分级的特征参数。通过BP神经网络建立了特征参数与鲜香菇等级之间的关系模型,试验结果表明,其预测识别结果达到94.2%。     

多尺度积角点检测和视觉颜色特征的鲁棒车牌定位算法

为解决生鲜产品配送过程中的质量控制问题,将质量功能展开(QFD)与计划-实施-检查-处理(PDCA)循环相结合,运用QFD获得生鲜产品配送质量控制的关键指标,针对关键控制指标,将PDCA循环模型运用到预防措施和纠偏措施的制定和持续改进中,为生鲜产品配送中的质量控制提供指导,从而保证生鲜产品的质量。     

基于叶片纹理特征的棉花蚜害诊断模型研究

【目的】为探究棉花叶片蚜害快速识别的可行性,本研究对健康和受棉蚜为害的棉花叶片的高光谱图像进行识别。【方法】以新陆早45号为研究对象,通过获取健康和受棉蚜为害棉花叶片的高光谱图像,提取不同处理下棉花叶片的感兴趣区域光谱图像信息,并采用3种降维手段获取高光谱特征。利用灰度共生矩阵(Gray-Level Co-occurrence Matrix,GLCM)提取图像的纹理特征,构建棉蚜为害诊断模型。【结果】采用全纹理特征数据结合随机蛙跳-偏最小二乘线性判别分析模型(RF-PLS-LDA)建模得到的预测集识别率为91.49%;以能量(Energy)作为输入,建立主成分载荷-偏最小二乘线性判别分析模型(PCA-Loading-PLS-LDA),对预测集识别率达到92.55%。【结论】以灰度共生矩阵二阶统计量能量建模可有效地简化模型,减少计算量,提高预测的稳定性。基于纹理特征向量能有效地实现蚜害棉花叶片的识别,为虫情的快速识别提供技术支持。     

基于颜色特征和AdaBoost算法的麦穗识别的研究

单位面积麦穗数是小麦产量预测中的一个重要参数。在应用图像处理技术识别麦穗的个数研究中,提出了一种小麦颜色信息和AdaBoost算法相结合的麦穗检测方法。先用麦穗颜色分割法排除非小麦区域的干扰,然后用AdaBoost算法训练的分类器对麦穗区域进行定位识别。该方法在保证检测率的同时,大大减少了目标区域的误检率,提高了小麦检测准确率。试验证明所用方法能有效去除叶片和秆茎的干扰,对于角度倾抖有一定鲁棒性。在随机抽取的100个样本中检测率为88.7%,有很强的识别能力。     

不同颜色小麦籽粒的发芽特性和生理特征的研究

用３个不同籽粒颜色的小麦品种进行发芽特性的研究。结果表明，红皮小麦品种的发芽率和发芽指数低于白皮小麦品种，不同颜色籽粒的吸水速率没有明显差异，呼吸强度、电导率和α淀粉酶活性随色级的增加面降低。３个小麦品种的淀粉同工酶有８条共显带，而扬麦５号有一特殊的小分子酶带。ＧＡ３处理可明显提高发芽速度、显著增加ＰＰ紫色和扬麦５号的苗高和芽鞘长度。     

基于深度颜色特征的灰度直方图玉米品种识别研究

为了提高玉米品种识别的准确率,提出了一种基于深度和颜色的灰度直方图结合BP神经网络的玉米品种分类方法。使用深度传感器获取玉米子粒的深度图像,并将获得的RGB彩色图像转化为HSV图像进行分析,发现不同品种的H分量有明显差异,从而确定不同颜色范围对应的灰度值,用归一化和灰度化后的图片生成灰度直方图,发现不同品种的灰度特征值差异比较大,取其中重要的4个灰度特征值作为BP神经网络的输入,经过训练识别出不同的品种。试验结果表明,此方法识别出的玉米品种与人眼观察的结果基本一致。     

基于颜色和纹理特征的玉米干旱识别

探究以颜色和纹理为特征,以神经网络建模为方法,识别玉米干旱的效果。利用可见光成像方式采集不同干旱胁迫下的玉米图像,通过编程从玉米图像中自动提取颜色和纹理特征变量,以多个BP神经网络集成学习的方法构建玉米不同生长发育阶段的干旱识别模型,识别不同干旱程度的玉米植株。结果表明：玉米出苗—拔节阶段的模型在训练和验证时的平均识别准确率和平均识别精度均在90%以上,识别误差均值小于0.1;拔节—抽雄阶段的模型在训练和验证时识别干旱的平均准确率和平均识别精度均在85%以上,识别误差均值为0.1和0.14;抽雄—成熟阶段的模型在训练和验证时识别干旱的平均准确率分别为85.36%和84.27%,平均精度在均在80%以上,识别误差均值为0.15和0.16。玉米出苗—拔节、拔节—抽雄、抽雄—开花3个阶段的干旱识别模型对田间玉米干旱的平均识别准确率在75%左右,平均识别精度在80%以上,平均识别误差依次为0.22、0.21、0.29。总之,出苗—拔节阶段的玉米干旱识别模型识别干旱的能力最强,拔节—抽雄阶段的模型次之,抽雄—成熟阶段的模型较差,同一模型对同一干旱程度的识别,模型训练时的识别效果最好,验证时的识别效果次之,测试效果较差,同一模型对不同干旱程度的识别,总体表现为对中旱水平识别效果最不理想,对适宜和特旱水平的识别效果最好。研究结果为玉米干旱特征模式识别和利用表型特征实现玉米旱情自动监测预警提供参考。     

基于数字图像技术的冬小麦不同施氮和灌溉处理颜色特征分析

本文在大田条件下对不同施氮和灌溉处理下冬小麦数字图像的颜色特征进行了研究探讨。初步得出以下结论：充分灌溉条件下不同施肥处理间的色调值差异几乎持续到成熟期;而满足氮肥需求的条件下不同灌溉处理的色调值差异主要表现在灌浆后期至成熟期;数字图像能够反映冬小麦的生育时期。     

基于近红外光谱的小麦品质分类研究

为了快速、简便、准确地鉴别小麦品质的类别,本研究提出了应用近红外光谱分析技术结合BP神经网络的鉴别方法对小麦进行品质分类。研究过程中对小麦样品的光谱数据进行了详细分析,采用马氏距离剔除了光谱数据中异常数据,并通过主成分分析说明利用近红外光谱鉴别小麦品质分类的可行性。为了提高所建模型的性能,采用SPXY算法对小麦样品进行合理的划分。并选取了一阶微分加归一化的预处理方法来处理光谱数据,消除无关信息和噪声对小麦光谱数据的影响。运用偏最小二乘法压缩光谱数据,减少了数据量,节省建模时间。最后采用BP神经网络方法建立了小麦品质分类模型。实验结果显示：模型的鉴别效果较好,对强筋样品识别的准确率高达94.4%,弱筋样品识别的准确率高达100%。实现了快速、准确地对小麦品质强筋和弱筋两类的鉴别,对小麦生产、市场交易及食品加工有着非常重要的意义。     

大豆 花生复合挤压组织化蛋白质构特性的研究

大豆、花生挤压组织化蛋白产品的质构不同。以低温脱脂大豆粕和低温脱脂花生粕为主要原料,应用德国Brabender DSE—25型双螺杆挤压试验室工作站为挤压设备,研究大豆、花生蛋白复合挤压组织化产品质构特性的变化规律。结果表明,随着大豆粕的添加,大豆、花生蛋白复合挤压组织化产品的组织化度、拉伸力先增大后减小,硬度和咀嚼度先减小后增大,弹性则表现为先保持不变、后变小的趋势。大豆、花生挤压产品的弹性介于两者单独挤压产品之间,组织化度、硬度、咀嚼度和拉伸力存在叠加效应。     

基于数值预报产品的地表温度预报方法研究

为了开展地表温度预报业务,提高逐日地表温度预报准确率,利用2007—2012年的ECMWF和T213数值预报产品资料及抚顺市的逐日地表温度资料,采用逐步回归分析方法和BP神经网络模型分别构建抚顺市地表温度预报模型,并对模型的精度进行检验。结果表明,地表温度与ECMWF的高度场、海平面气压场、温度场和T213的散度场、高度场、海平面气压场、地面气压场、海平面K指数、水汽通量、相对湿度、温度场、地面气温和场涡度场均呈显著相关。对预报模型进行精度检验显示,地表平均温度和地表最低温度的预报效果较好,≤3℃预报准确率均达到79%以上。2种模型对比显示,BP神经网络预报模型总体上优于逐步回归预报模型;逐步回归预报模型较BP神经网络预报模型稳定。     

云贵高原花生生产与品质特征

为了引导和深化云贵高原花生生产的区域分工、高效合理利用农业资源和提升花生产品质量提供理论依据,基于GIS技术和数理统计方法,对云贵高原花生生产与品质特征进行研究,结果表明：该区花生种植主要分布在南盘江、金沙江、怒江、乌江及清水江流域的海拔1600m以下的丘陵、坝区与河谷盆地;生产上,种植品种单一,种性退化严重,栽培管理粗放,单产水平低,花生深加工能力弱;受生态条件所致,花生品质属食用中蛋白、油用低脂肪花生区,O/L比值普遍偏高;在空间分布上,该区东部、西南部花生蛋白质和脂肪含量偏高,O/L比值由东向西、由北向南逐渐增大,同时,花生品质与海拔高程有关,海拔愈高,品质指标值愈低。垂直高差大的地形和立体的气候条件影响着花生品质质量。     

黄淮海区域花生生产与品质现状及发展对策

黄淮海区域是我国重要的农产品生产基地。该区花生生产技术先进,单产水平高,出口基础好,加工业已见雏形,其种植规模与产量在全国占有举足轻重的地位,是稳定我国植物油市场的重要支柱。受生态条件所致,花生脂肪含量较高,蛋白质含量中等,OL比值普遍偏低。在空间分布上,蛋白质东高西低、南高北低、丘陵高于平原,脂肪由北向南逐渐降低,油亚比则由西向东、由北向南逐渐增高。黄曲霉毒素、丁酰肼和重金属含量超标已成为花生出口的主要障碍。该区应充分发挥花生产业优势,优化空间布局,培育优质专用型品种,推广先进适用栽培技术,强化标准化生产基地建设,延伸产业链条,提升深加工水平,实现区域花生产业可持续发展,确保国家油脂安全。     

基于麦穗特征的小麦品种BP分类器设计

基于数字图像分析,利用小麦穗部芒个数、芒长、穗长、RGB颜色的外部形态特征,对新疆的四个春小麦品种共40个样本进行了分类识别。建立了一个三层的BP神经网络分类器,平均准确识别率在85%以上,其中两个小麦品种的准确识别率达到了100%。     

花生蛋白改性及烘烤对花生品质影响的研究进展

花生蛋白是目前使用广泛、营养价值高、价格低廉的一种植物蛋白,因此花生蛋白制品在食品加工中慢慢突显出来。花生蛋白经改性处理能有效改善其功能特性,提高花生蛋白的附加值。烘烤是花生常用的加工方式,可使蛋白变性,并产生一些诱人香气,同时花生蛋白的功能特性也会发生一定的变化。分别对花生蛋白改性方法及烘烤对花生蛋白功能特性与香气的影响进行了系统阐述,以期为花生更好加工利用提供理论参考借鉴。     

Features Recognition of Parts Drawing Based on BP Neural Network of Genetic Algorithms

This paper gives a new approach to solve the problem of features recognition of parts drawing form by means of multi - layers BP neural network. The concept and arithmetic of expanding property matrix of parts drawing are brought forward. A feature recognition and extraction system of 2D revolving parts drawing is developed by means of secondary development of AutoCAD R2000. These works have high theoretical and practical value.