基于影像滤除地面激光雷达数据中绿色植被点云的方法研究

基于地面激光雷达扫描时配置的高分辨率相机所获取的影像数据,变换影像数据的颜色空间之后分别在色相通道和饱和度通道中根据阈值检测出绿色植被的分布区域,通过融合两个通道的阈值检测结果提高检测准确度,通过对检测区域进行腐蚀和膨胀运算消除检测区域中的数据噪点,最终通过二维检测区域和三维点云数据的配准实现滤除绿色植被所对应的点云数据。利用地面激光雷达实际测量的点云数据和影像数据开展试验,获得了较好的试验结果,表明方法有效可行。     

基于图像处理的中华绒螯蟹性早熟问题的研究

研究了规格和颜色特征与中华绒螯蟹性早熟的关系,运用图像平滑、HSI选取、膨胀与腐蚀、颜色量化等方法对其图像进行处理,得到中华绒螯蟹的规格和颜色特征,为鉴别中华绒螯蟹的性早熟提供了方便、快捷、客观的依据。     

基于RGB彩色模型的草莓图像色调分割算法

针对目前草莓采摘机器人草莓图像分割运算量大、耗时多等问题,根据CIE-XYZ颜色模型及其色度图,提出了一种在RGB彩模型中进行草莓图像色调分割的方法。该方法无需彩色模型转换,时间复杂性能较Lab彩色模型下a通道阈值分割算法与BP神经网络分割算法优越。对该算法进一步改进后,只需加减运算,无需乘除运算。试验结果表明:该算法能很好地实现成熟草莓果实与图像背景的分离,并较好的保存草莓轮廓信息,分割效率>85%;进一步对分割后的图像进行形态学处理,如膨胀、腐蚀等,有效消除了孔洞现象。     

一种融合深度特征图和形态学的车牌定位方法

车牌定位是车牌识别的关键步骤。针对传统车牌定位方法鲁棒性差、定位时间长等问题,提出了一种融合深度特征图和形态学的车牌定位方法。该方法首先利用深度结构构建深度特征图产生框架,提取纹理特征丰富的车牌图像特征图,接着将车牌特征图缩放到原始车牌图像的尺寸,并对缩放后的图像进行Sobel运算,增强车牌的边缘特征,最后利用形态学中的闭操作,对二值化后的图像进行先膨胀后腐蚀的形态学运算,连通整个车牌图块,完成车牌定位。试验结果表明,该方法对包含纹理鲜明的背景条形图块、车身和车牌颜色相似的干扰图像具有更好的鲁棒性,提高了定位速度。     

粗糙集在棉花异性纤维图像去噪中的应用

线扫描相机采集的棉花异性纤维图像会产生条带噪声,为了保证图像的质量,采用粗糙集方法进行去噪。粗糙集的多阈值分割方法,根据图像颜色的粗糙度,将图像分割为多个区域,每个区域用近似颜色替代,在尽量保留图像内容信息的前提下,较好地实现条带噪声去除。在计算粗糙集的粗糙度时,分别采用方向图、Canny算子、Sobel算子等方法进行比较。结果显示,使用方向图和Sobel算子方法,图像的去噪效果最好,Canny算子方法图像保留的细节最多。     

基于机器视觉的鸭蛋裂纹自动检测

通过计算机视觉系统获取鸭蛋表面的图像,利用颜色特征参数和灰度阈值方法对图像进行分割.提取分割后的裂纹区域和噪声区域的6个几何特征参数,对图像进行识别,裂纹识别率为93.392%,噪声识别率为93.602%.     

基于机器学习的免套袋苹果缺陷分级

为提高免套袋苹果分级效率,最小化果梗与花萼对缺陷区分的影响,提出了一种基于机器学习的免套袋苹果缺陷分级方法,该方法根据缺陷的数量和面积进行缺陷程度分级。获取免套袋苹果3个不同侧面的图像,利用固定阈值分割和形态学方法提取每个图像的苹果区域。根据苹果表面缺陷在HSV(Hue saturation value,色调、饱和度、明度)颜色空间的特征提取疑似缺陷区域,用种子填充法按序标记疑似缺陷区域,并计算每个区域的大小及灰度共生矩阵特征值。将特征值输入训练后的SVM(Support vector machine,支持向量机)模型,进行果梗、花萼与缺陷的区分,计算当前图像的缺陷数量与面积,再计算苹果3个不同侧面图像的总缺陷数量与面积,实现免套袋苹果缺陷分级。结果显示,正常区域、果梗区域、花萼区域在SVM模型中的分类正确率分别为96.7%、93.3%、88.3%。利用该缺陷分级方法对60个苹果进行分级的正确率为90.0%,满足苹果分级的实际生产需求。     

基于Matlab图像的种子计数方法

针对考种过程中任务繁重、人工计数等存在不足，提出了一种基于Matlab图像识别和处理技术的种子计数方法。该方法处理过程中使用腐蚀运算和开运算用于图像黏连区域的分割，使用二值化，便于数学运算，并在处理后对图像中的种子进行编号和计数，还可以人工校正及存档。该方法可以广泛应用于种子计数工作中。     

基于GIS技术的开发区土地生态适宜度分析——以沈阳某经济开发区为例（英文）

通过文献查阅和专家咨询方式,选取生态适宜度分析指标,基于规划区土地的不同利用功能,运用ArcGIS9.0系统对区域的规划图进行数字化,实现了评价过程的可视化;利用GIS中栅格运算功能,将不同指标赋予不同属性的图层进行叠加运算,得到不同颜色的区域,根据评价结果的分类原则,进行重新分类,将区域分成不同颜色表示区域开发的生态适宜程度。利用评价结果对规划区土地进行用地功能调整,可以为开发区的合理规划提供决策依据。     

基于GIS技术的开发区土地生态适宜度分析——以沈阳某经济开发区为例

通过文献查阅和专家咨询方式,选取生态适宜度分析指标,基于规划区土地的不同利用功能,运用ArcGIS9.0系统对区域的规划图进行数字化,实现了评价过程的可视化;利用GIS中栅格运算功能,将不同指标赋予不同属性的图层进行叠加运算,得到不同颜色的区域,根据评价结果的分类原则,进行重新分类,将区域分成不同颜色表示区域开发的生态适宜程度。利用评价结果对规划区土地进行用地功能调整,可以为开发区的合理规划提供决策依据。     

猪舍智能监控系统中猪只识别算法研究

猪只识别是猪舍智能监控系统中一个重要的环节。提出了一种运用色彩空间聚类模型的猪只识别算法。该算法首先根据YCrCb色彩空间里的Cb分量进行灰度化处理,接着运用最大类间方差法进行阈值分割,最后运用形态学方法去除噪声与区域判断法去除非猪只区域,得到图像中猪只的位置。使用猪场采集的50张现场图像对该算法进行验证,结果表明单只猪正确识别率达到80%。     

基于K均值聚类和数学形态学的小麦彩色图像分割

对小麦植株图像进行分割,是将机器视觉技术应用到动态监测小麦生长状况的基础.采用K均值聚类和数学形态学相结合的方法进行分割,充分利用了小麦植株颜色和背景颜色的差异.首先根据图像色彩对图像进行聚类,然后对聚类后的图像进行形态学开运算,实现了小麦植株与背景的分离,并达到了较好的效果.     

成熟番茄的图像识别及其位姿的获取研究

针对自然生长状态下成熟番茄图像的识别问题,提出选用YIQ颜色空间,采用Otsu最大类间方差法分割图像,然后用面积阈值的方法消除噪声,来获取成熟番茄图像的目标区域;然后用矩法来求目标区域的质心位置和惯性主轴,用惯性主轴的角度来标识果实果轴的方向,进而获取果实的生长姿态。实验结果表明,用这种方法可以取得较好的效果。     

基于模糊C均值的桉树茎切片图像纤维细胞区域提取技术

介绍了一种自适应提取桉树茎切片图像中纤维细胞区域的图像处理技术．先制作桉树茎切片,通过数码显微镜获取桉树茎切片彩色图像．将彩色图像转换为CIE L^*a^*b^*彩色空间,用模糊C均值聚类算法(FCM)对a^*、b^*通道进行模糊聚类分析,计算出各种颜色细胞的聚类中心,以各个象素a^*、b^*分量的值与各个聚类中心之间的欧氏距离来区分各种细胞,然后提取出纤维细胞区域．结果表明,在CIE L^*a^*b^*空间使用FCM方法是提取桉树茎切片图像纤维细胞区域的有效方法．     

一种用于植物图像背景分割的最大熵改进算法的研究

以茉莉花植物为研究对象,提出了一种基于2G-R-B颜色特征的最大熵改进算法。该方法利用基于梯度的边缘强度算法和OTSU法求出初始分割区域,然后在该区域运用最大熵法求出最佳分割阈值,最后利用数学形态滤波对图像进行去噪处理。结果表明,该文的改进算法分割效果明显好于基于梯度的边缘强度算法和OTSU法分割效果。     

矢量中值滤波彩色图像增强算法研究

矢量中值作为基于排序的非线性滤波方法,在消除彩色图像的噪声和保证图像边缘与细节上均有较好的稳健性.但是,由于其算法与窗口象素数的平方成正比,因而计算量很大.本研究提出一种改进的矢量中值滤波的彩色图像增强方法,该方法既可以提高其图像处理的运算速度,又能保证图像质量,其算法具有实用价值.     

基于MATLAB的茄子图像分割方法

针对茄子图像的灰度和颜色特点,利用MATLAB中丰富的图像处理函数,分别进行了色差分割和色调分割。在色调分割中,采用了自动选取阈值的Otsu法。在去除残留噪音的处理中,采用标注的方法对二值图像的各连通区域进行面积统计。保留最大面积的区域,从而使分割效果大大改善。利用多参数来衡量分割效果,使评价做到最大程度的客观、合理。     

小麦腥黑穗病冬孢子显微图像的获取及处理

针对入境小麦腥黑穗病检验检疫中冬孢子区域计数问题,提出了小麦腥黑穗病图像处理的方法和流程.首先介绍了显微镜下腥黑穗病菌冬孢子图像的获取方法;在将冬孢子的彩色图像灰度化后,采用中值滤波抑制噪声,利用metric算法进行图像分割;为了从背景中准确提取冬孢子区域,流程中采用图像形态学方法来消除二值图像中冬孢子区域的背景噪声和孔洞,并剔除图像边界处不完整的冬孢子区域;最后采用区域标记的方法获得了冬孢子数目.结果表明,该研究提出的方法和流程能有效地改善图像的质量,并能够自动准确地提取并统计冬孢子区域,便于后续的识别工作.     

水田旋耕路径的识别方法

为减少耕作过程中产生的重耕、漏耕现象,提高耕作效率,针对导航视觉系统采集的水田非结构化自然环境彩色图像设计一种旋耕机耕整路径识别方法,探讨适宜于水田的彩色特征模型的选择。结合水田土壤区域噪声小而秸秆区域噪声大的特点,利用过量补偿法对水田图像进行去噪,再对图像进行逐行扫描,得到每个像素点的彩色特征值。利用土壤区域和秸秆区域的彩色特征值差异得到边界点信息,最后利用最小二乘法将得到的边界点拟合成一条直线,求得直线的倾角即为旋耕机的转向角,从而确定旋耕机的前进方向即确定路径信息。     

基于小波变换与Otsu阈值去噪的脐橙识别方法

【目的】解决在农业环境中识别脐橙的目标区域存在的噪声干扰、检测效果不理想等问题。【方法】提出一种基于小波变换与Otsu阈值去噪的脐橙识别方法。首先选择较好的对比度,建立有利于图像分割的YCbCr颜色模型;然后设计一种基于Otsu阈值去噪的脐橙检测算法,进而减少脐橙分割区域的噪声干扰;最后提出质心补圆法确定脐橙在图像中的位置,并在原始图像中显示检测结果。【结果】泛青色和橙色脐橙识别率分别为87.10%和94.18%,顺光和逆光情况下脐橙识别率分别为92.96%和90.15%,遮挡和未遮挡情况下脐橙识别率分别为90.82%和93.18%,总识别率为92.07%。【结论】该方法环境适应性强,适用于农业环境下不同遮挡、光照和表皮颜色情况的脐橙图像识别处理。