基于亮度校正和AdaBoost的苹果缺陷在线识别

提出了一种基于亮度校正和AdaBoost的苹果缺陷与果梗-花萼在线识别方法。以富士苹果为研究对象,首先在线采集苹果的RGB图像和NIR图像,并分割NIR图像获得苹果二值掩模;其次利用亮度校正算法对R分量图像进行亮度校正,并分割校正图像获得缺陷候选区(果梗、花萼和缺陷);然后以每个候选区域为掩模,随机提取其内部7个像素的信息分别代表所在候选区的特征,将7组特征送入AdaBoost分类器进行分类、投票,并以最终投票结果确定候选区的类别。实验结果表明,该算法检测速度为3个/s,满足分选设备的实时性要求,且总体正确识别率达95.7%。     

燃油喷雾图像粒子信息的提取

运用直接摄影法获取实时喷雾场的喷雾图像。在Matlab/GUI平台上编写喷雾图像信息提取软件,将获取的喷雾图像导入软件中,并对图像进行预处理;运用区域生长算法提取喷雾图像中的粒子;运用SSDA算法对提取的粒子和喷雾图像进行匹配,获取喷雾图像中相应的粒子数目。     

基于视觉显著度的射线图像微小缺陷提取方法

为实现射线图像复杂大背景下微小目标检测,研究强噪声、大灰度梯度下微小缺陷的分割方法。提出面向射线图像的视觉显著度模型,模拟人眼视觉注意机制,采用线扫描及自适应中央-周边差策略,以视觉显著度为尺度,通过特征图计算与融合、显著图获取等算法,从射线图像复杂背景中分割出注意区域;进一步通过显著度竞争标记排序各注意区域,并根据显著度阈值识别可疑缺陷区域,由此减少图像数据处理量,排除射线图像其他部分的干扰。提出以显著图上可疑区域的注意焦点为种子点,基于各点显著度的区域生长分割方法,实现了可疑区域图像中微小缺陷目标的准确提取。在复杂大背景X射线图像的实验中,准确提取出含有未知缺陷目标的区域,对微小目标的分割取得了较好效果,准确率达到96.1%,比传统方法高8%以上,证明了所提方法的有效性和适应性。     

采用区域生长法分割根系CT图像的改进算法

提出了一种基于阈值分析和区域生长相结合的用于植物根系CT序列图像分割的算法。首先通过直方图分析,初步确定根系区域的分割阈值,再利用经过改进的区域生长法分割得到目标区域。实验结果表明,该分割算法计算量小,分割精度高,在提取目标的同时,能够有效地分离介质(背景)像素;而且对于背景复杂、噪声较大、目标像素灰度不均匀的CT图像也能取得较好的分割效果。     

棉种图像精选方案与算法研究

提出了一种基于图像处理的棉种精选算法.精选作业前,先设定种子通道工位;精选过程中,使用首帧差分阈值分割的方式提取种子区域的二值图像,然后在原图像的种子区域计算红色像素数并判断红色种子,通过分析二值图像判断破壳种子,最后对种子图像进行微分处理并去除边缘像素判断裂纹种子.实验结果表明,该算法能够很好地判断出缺陷棉种,速度快、准确性高.     

基于多元图像分析的包装罐内壁缺陷检

为提高包装罐生产线内壁缺陷检测准确性与可靠性,研究了一种采用单摄像机的内壁缺陷检测系统.利用基于形态学的区域提取算法,从罐内图像中分割出内壁检测区域图像.提出基于多元图像分析(MIA)的内壁缺陷检测算法.利用图像融合构成环形合格样本图像,消除罐内焊缝区域的影响,把多个环形合格样本图像与测试样本内壁检测区域图像堆叠起来,用重合区域的图像构造多元测试图像.用基于主成分分析(PCA)的多元图像处理方法获得多元测试图像的主分量表示,将去掉第一主分量和噪声后的Q统计图像作为内壁缺陷特征的检测空间,利用阈值处理检测缺陷,解决了罐体内壁照明困难、亮度不均造成缺陷误检率高的问题,提高了检测系统的准确性和鲁棒性.实验表明对内壁缺陷检测的误检率降低到2%,验证了检测系统的有效性和可靠性.     

牛肉眼肌图像在线采集和实时分割系统

根据肉牛屠宰现场牛肉自动分级的技术要求,设计并构建了一个以TMS320DM642处理芯片为核心的牛胴体眼肌图像在线采集和实时分割系统.首先利用所开发系统在线采集牛肉图像,然后通过蒙板方法,对所采集图像进行背景分割;由于DM642系统采用y、Cb、Cr 3个色度分量来分别描述和存储图像,为节省算法处理的数据量,对Cr(红色)色度空间图像进行二值化处理,然后再用区域面积标记法和小区域消除法提取眼肌区域.实验结果表明,利用DM642系统能够实现牛肉图像的在线采集和眼肌区域分割,眼肌图像提取的准确率平均值为92.9％.     

基于机器视觉的胡萝卜表面缺陷识别方法研究

胡萝卜在生长与收获运输过程中,不可避免会出现一些外观缺陷,缺陷胡萝卜的剔除是胡萝卜上市销售前的重要环节。目前缺陷胡萝卜主要依靠人工分选,具有分选标准不稳定、劳动强度大、成本高等缺点。为了快速、准确、无损地检测缺陷胡萝卜,将机器视觉技术引入到胡萝卜分选过程中,以提高分选准确率和效率。胡萝卜表面缺陷包括青头、弯曲、断裂、分叉和开裂等,缺陷特征互不相同,所以不同缺陷需要不同的检测算法。青头检测利用胡萝卜正常区域与青头区域的颜色差异实现,胡萝卜图像在HSV颜色空间下,利用统计方法确定青头区域H、S和V的判别阈值;弯曲、断裂和分叉识别是根据正常胡萝卜与缺陷胡萝卜之间的形状差异实现,凸壳算法、Hu不变矩和Harris角点检测算法分别用来检测胡萝卜弯曲、断裂和分叉缺陷;开裂检测则是利用胡萝卜正常与开裂区域的纹理差异实现,Sobel水平边缘检测算子、Canny边缘检测算子结合形态学操作实现胡萝卜开裂区域提取。结果表明青头、弯曲、断裂、分叉和开裂的识别准确率分别为100%、91.14%、90.57%、94.57%和95.45%,总体识别准确率达94.91%,满足胡萝卜在线分选精度要求。     

山竹的计算机视觉分级方法

提出了一种基于计算机视觉技术的山竹大小和颜色分级方法.针对以蓝色滚子为背景的山竹图像,在RGB色彩空间使用双阈值对图像进行初步分割;然后通过形态学运算、轮廓跟踪、区域填充提取出整个山竹目标;最后由颜色因子2G-R-B和G识别出果柄、果蒂和果皮.由果柄、果蒂区域形心和果皮区域形心位置判断水果的姿态,提取水果的最大横径作为大小分级指标;在HIS颜色空间以果皮区域的饱和度S和色调H的差值作为颜色分级指标.选取200个山竹进行分级试验,试验结果表明:果径检测精度为±1.8 mm,颜色分级串级果最大比例为10.2%.     

区域用水水平的多层次灰色关联综合评价模型研究

在分析区域用水水平评价具体特点的基础上，运用灰色关联分析理论，建立了区域用水水平的多层次灰色关联综合评价模型，并以黄河下游沿黄地区为例进行了实例计算。     

农业节水灌溉项目优选——基于改进模糊物元分析模型

借助改进熵权法对评价指标进行赋权,在灰关联分析和模糊物元分析理论的基础上,建立了改进熵和灰关联分析的模糊物元分析模型。根据灰色关联度的大小对评价对象进行排序,并将其应用到农业节水灌溉项目的优选中,说明此模型的合理性。     

基于区域生长的采摘机器人视觉识别方法

提出了一套基于茄子图像的空间位置信息和颜色因子相融合的区域生长分割算法。为保证茄子图像分割最佳的颜色空间和颜色因子,提取了50幅不同光照条件下的茄子图像的RGB颜色空间分量灰度图和直方图,比较了茄子果实、叶子、茎秆和空隙等的颜色特征,得出了G-B颜色因子对于茄子果实分割最为有利的结论。按照灰度级相同和空间8邻域连通的原则确定种子区域,进而通过扫描整幅图像进行初始分割。融合G-B颜色因子和空间信息对初始区域进行合并,直到分割形成的区域类间距离最大时停止生长。通过顶点链码与离散格林技术提取出果实的最小外接矩形,求解果实的生长位姿,试验表明:其分割效率均大于93%,平均用时为0.32 s,能够满足果蔬采摘机器人对视觉系统的要求。     

剪草机内燃机启动系统的灰关联故障树诊断

将灰色系统理论中的灰关联分析法与可靠性理论中的故障树分析法结合,并引入到剪草机内燃机无法启动的故障分析中,通过故障树底事件结构中的重要度的计算以及灰关联度的计算和排序,对内燃机无法启动故障树分析中故障发生可能性的大小进行分析判断,从而为预防故障的发生提供理论依据。实践表明,该方法行之有效,分析结果可靠。     

基于灰色关联分析和层次分析法的水利工程方案优选

针对目前水利工程方案在选择过程中普遍存在的主观随意性和不确定性,结合工程中实际问题,将层次分析法的思想融入灰色关联法之中,使灰色关联模型的建立和求解更趋完善,并结合某水利工程多方案优选的实际案例,对模型的建立过程和求解的步骤进行逐步的验证,通过验证证实了层次分析法和灰色关联法联合使用能够在一定程度解决目前多方案选择过程中主观因素影响过大的问题,从而为水利工程中多方案的优化选择问题提出了一套客观化的方案.     

用水结构变化主要驱动力因子灰色关联度分析

灰色系统关联度分析方法对样本数量、分布规律要求不高,计算量小,且量化结果与定性分析一致,具有广泛的实用性.以郑州市为例,将灰色系统关联度分析方法应用到用水结构变化的驱动力因子分析中去,量化各驱动力因子的影响度,结果表明工业重复利用率、灌溉面积、城镇化水平是郑州市工业、农业、生活三大用水部门的主要驱动力因子,并针对各驱动因子提出了相应的节水措施,为郑州市水资源可持续利用及节水型社会建设提供参考依据.     

调整农业结构对大理州经济发展的重要性

大理州位于云南中部偏西,地理气候等条件得天独厚,农业发展成绩斐然,农业是第一产业的核心,农业发展对该地区经济发展贡献巨大,而种植业是农业发展的主导力量。文章运用灰色关联度分析和相关分析方法,找出种植业中对第一产业贡献的重点因子,寻求种植业结构调整的重点,提出建议,为促进大理州的种植业发展提供理论和实践依据。     

灰色预测模型粮食产量预测比较研究

鉴于粮食生产系统的复杂性和信息不完全性,在对粮食生产系统灰色关联分析的基础上,确定出影响粮食产量的主要因子,然后建立灰色GM(1,N)预测模型;应用同一原始数据和GM(1,1)预测模型进行了比较,证明GM(1,N)预测模型具有较高的预测精度,较好地拟合了粮食产量的发展趋势。     

京津冀地区耕地质量空间分布分形机制研究

为了进一步推进京津冀耕地规划统筹和协调配置,实施耕地质量空间管制与全面提升机制,保障京津冀协同发展的耕地资源需求,采用GIS技术、分形理论、灰色关联度分析相结合的方法,系统研究京津冀耕地质量空间分布分形特征及其机制。主要结论为:京津冀耕地质量在空间上呈现规律分布的态势,具有南北差异明显、南高北低、区域边缘低、中间高的特征;分形理论可以用于京津冀耕地质量空间分布的结构特征研究,分形特征反映了京津冀耕地质量类型的空间形态复杂性和空间占据度。京津冀高等地空间结构最简单,形态最稳定,空间占据度在自然质量水平上最高,在经济质量水平上最低;中等地的空间结构和稳定性居中,但空间占据度最大;低等地空间结构复杂度、空间形态稳定性和空间占据度与高等地完全相反。影响京津冀耕地质量分形特征的主要因素是光温/气候等自然条件,农业生产条件和社会经济条件在此基础上进一步扰动了其分形特征。