基于空间邻域信息的加权FCM图像分割方法

提出了一种新的加权模糊c均值图像分割方法,该方法根据邻域象素间的灰度变化,选取与目标象素灰度特性相似的邻近象素组成高度相似象素区域,建立邻域像素隶属度对目标象素隶属度的空间影响函数,通过空间影响函数来重新估计目标象素的模糊隶属度,以反映不同象素点对目标象素点分类的影响。由于该算法利用象素空间邻域关系对模糊隶属度进行了调整,使得目标分类时考虑了图像象素的邻域信息。试验结果表明,提出的方法抗噪性能强、收敛速度快,能够有效的分割图像。     

不同光照强度对点带石斑鱼图像分割结果影响的研究

简要介绍了点带石斑鱼图像采集的实验环境,3种不同光照强度的设置以及利用Matlab采集图像的步骤。详细阐述了采用灰度直方图凹度分析法、最大类间方差阈值选择法、迭代式阈值选择法、最大熵法对不同光照强度下采集的图像进行分割的步骤。最后,对分割结果进行了分析和讨论。结果表明,光照强度对图像分割结果有不同程度的影响,相较其他分割方法而言,迭代式阈值选择法能更好地将鱼体同背景分离并最大限度地保留鱼体特征。     

基于MRF和水平集的图像分割方法

传统的水平集方法忽略了图像的局部邻域信息,使得水平集曲线易停止于噪声点,导致对含有大量噪声、灰度相近的目标难以分割,且分割结果依赖初始轮廓的选择。因此,本文提出了一种基于马尔科夫随机场(MRF)的自适应水平集图像分割方法。首先利用K-means聚类获得图像的原始先验信息;然后结合MRF获得局部邻域能量信息;最后将MRF能量函数加入水平集中,来约束水平集演化的结果,进而对含有噪声的灰度图像进行自适应分割。通过与一些效果较好的水平集算法进行对比实验,证明了本文方法能够获得更加精确、鲁棒性更好的分割结果。     

基于邻域算法的农业害虫图像分割

针对分割农业害虫图像时不能区分相邻灰度值的问题,提出邻域算法。首先确定像素的邻域度,像素的邻域通过移除低于某一给定阈值的所有边并将所有相连的样本点作为域类而获得;然后采用基于关系权重方法区分邻域类别,从全局的角度衡量了每个特征项对所有类别的区分能力;接着基于可变聚类半径对像素数据排重,删除重复性数据;最后给出了算法流程。仿真试验结果表明,本研究算法分割农业害虫图像的效果清晰,消耗的时间较少。     

基于颜色差异性的植物叶片病害图像分割方法

针对植物叶部病害图像的复杂性,结合植物叶部病害彩色图像的特点,提出了一种基于颜色差异性的植物叶部病害彩色图像分割方法。对采集的植物叶部病害图像,利用GrabCut算法对其进行背景分割,去除田间复杂环境背景;对其采用中值滤波和图像锐化处理,以尽可能保留图像的病害区域和边缘细节;再对处理后的图像,分别转换到基于生理特性的Lab颜色空间和YUV空间,结合Otsu方法,分别对图像的Lab灰度图及YUV空间的单通道灰度图进行二次分割;对二次分割的两幅图进行与操作,将其转换到RGB空间,即可得到最终的分割结果。利用该方法对常见的大豆、玉米、油菜、黄瓜等多种植物常见的多种叶部病害彩色图像进行了分割试验。结果表明,该方法取得了比较精确的分割图像,并且在抗噪性能、边缘细节保护和分割效率等方面也有很好的效果。     

基于Hough变换的植物叶片特征点检测及几何校正

图像采集设备采集的植物叶片图像会发生几何畸变,本文提供了对畸变植物叶片图像快速几何校正的方法。首先将畸变图像进行预处理和局部阈值分割,然后提出了1种基于Hough变换求特征点的方法,最后通过空间变换和灰度差值完成了几何校正。校正结果表明此方法具有较强的可行性和有效性。     

基于图像处理的植物叶面面积计算算法研究

[目的]探讨采用数字图像处理法快速计算植物叶片面积的方法。[方法]以杨树叶片为试材,先将叶片样本进行灰度化、二值化和开运算等预处理,得到叶片外部的参考框图像,之后将样本图像进行几何校正,去除叶柄求出叶片面积,最终编写MATLAB程序。[结果]通过研究叶柄处存在凸出的叶片的去叶柄算法,得到比较精确的纯叶片图像。在对畸变灰度图像二值化过程中采用局部阈值分割和直方图分割相结合的方法,人机交互处理后得到了清晰的边框;在对校正后的灰度图像进行处理的过程中运用了最佳阈值分割方法也能得到满意的叶片图像。由此可见,目的和需要不同所采取的方法有很大差别。[结论]采用对精确的数字图像处理方法能快速计算植物叶片面积。     

基于减法直方图算法的土壤图像阴影检测

自然环境下机器视觉采集的土壤图像存在阴影,土壤图像阴影检测将消除或者减弱阴影对后一步的子图分割及土种识别的影响.为了提高土壤图像阴影和非阴影的区分度,实现阴影检测,重构了比率(α?)特征,并通过高斯平滑分别获得亮度(I)和比率(α?)特征直方图的2个主峰值点,缩小分割阈值搜索区间以减少减法直方图求高保留率点(F?)的次数;再引入拉伸因子对2个特征的保留直方图拉伸,增大阴影和非阴影保留率差异,以获取其高保留率点F?;最后,在搜索区间构建亮度(I)和比率(α?)特征的64等份中位点及其对应F?的2条折线的交点,即亮度(I)和比率(α?)特征的F?值相等点,获得交点对应的亮度(I)和比率(α?)特征值为阴影检测阈值,分割土壤图像阴影和非阴影.仿真实验显示:本文算法相较于对比实验具有更好的分割精度,能自适应检测土壤图像阴影,算法是有效的.     

基于二维熵的农业图像目标分割

农业图像的目标分割是在农业领域应用机器视觉技术的基础,采用阈值法进行图像的目标分割,能够克服一些图像缺陷。首先将彩色数字图像转换成像素灰度级分布与其邻域平均像素灰度级分布所构成的二维灰度图,再根据图像分割后的最大熵计算分割阈值,然后由计算出的阈值分割农业田间图像,分割的结果显示,二维熵法分割农业田间图像的效果很好,分割质量的优秀率达到了98%。     

牧草图像快速分割方法及比较分析

针对北方典型牧草植物-苜蓿图像,采用多种常用的灰度化方法,并对其中的超绿法和Cr色彩法进行了改进,结合灰度图的特点,选用了单阀值分割和基于欧式距离的聚类分割方法将图像二值化,实现了苜蓿与背景的分离提取.利用大量的图像样本,对图像的分割准确率进行了统计分析和比较研究,得到了常用算法的定量评价和分割效果,得到了针对苜蓿图像的有效分割方法,为进一步实现牧草自动识别提供了依据.     

水果图像的背景分割和边缘检测技术研究

根据区域阈值法分别对所采集的彩色图像的红、绿、蓝三帧图像进行背景分割,发现在B分量灰度直方图中利用双峰法选择阈值进行背景分割的效果最好;利用多种微分算子提取水果图像的阶跃性边缘,并用Hilditch细线化方法对已提取边缘的图像进行了细线化处理,获得了较好的边缘提取和细化处理效果;所研究的背景分割和边缘检测技术的处理效果可以满足进一步进行水果的尺寸、果梗、形状和表面缺陷等检测的要求。     

基于区域亮度自适应校正算法的脐橙表面缺陷检测

【目的】针对类球型水果表面亮度分布不均现象,传统算法难以有效直接分割水果表面缺陷区域问题,提出一种基于区域亮度自适应校正的脐橙表面缺陷检测算法。【方法】选择区域经济价值较高的纽荷尔脐橙为研究对象,对其采集原始可见光RGB图像。试验中发现R-B融合分量图像灰度呈明显双峰分布,故根据直方图信息利用单阈值法（分割阈值T₁=60）去除图像背景,获得R-B目标图像;基于本文提出的一种区域亮度自适应校正算法对脐橙表面缺陷进行检测,首先设定目标图像邻域窗口大小为w×w（邻域窗口大小w=13）,通过对其窗口大小内较亮像素点的集合提取脐橙表面亮度信息,然后基于此表面亮度信息对去除背景的R-B目标图像进行均一化校正,经亮度校正后的图像发现其表面缺陷区域与正常组织区域灰度对比度大,宜采用单阈值法（分割阈值T=194）直接对亮度校正后的脐橙图像进行表面缺陷分割提取;最后对表面缺陷分割后的二值化图像进行面积滤波以去除杂散点及噪声。【结果】采用双峰法可在有效去除图像背景的同时完好保留目标脐橙表面信息;基于区域亮度自适应校正算法对溃疡病果、蓟马虫果、介壳虫果、虫伤果、黑星病果、风伤果、炭疽病果、裂伤果等8种常见脐橙表面缺陷果,共计356幅样本图像进行亮度校正,采用单阈值法对亮度校正后的图像进行表面缺陷分割,其分割率高,整体缺陷准确识别率达到了95.8%,平均处理每幅图像耗时0.29 s。与直方图均衡化算法、基于Retinex理论算法以及基于照度-反射理论算法得到的亮度校正图像相比,本文算法亮度校正效果最优且算法简单、缺陷识别率高、计算速度快,其运算速度分别减少了0.27、0.14和1.45 s,缺陷识别率提高了2.6%—8.2%。【结论】基于区域亮度自适应校正的脐橙表面缺陷检测算法有效解决了脐橙类水果表面亮度分布不均导致的表面缺陷难分割问题,为脐橙在线精确分级提供了技术支持,也为其他类球型水果表面缺陷快速检测提供了一种新方法。     

上海浦东新区城市绿色廊道景观格局分析

应用ArcGIS判读2007年遥感影像,勾绘上海浦东新区(原)道路、水系及植被廊道,分别名为灰色、蓝色及绿色廊道。同时依据绿色廊道的属性,划分为道路绿色廊道、河流绿色廊道及环城绿带,分析各类绿色廊道的结构及网路特点,研究区面积533 km2。结果表明,研究区灰色、蓝色及绿色廊道的面积分别占研究区面积的7.37%、3.86%和15.07%;绿色网络面积101.15 km2,约占研究区面积的19%,其中绿色廊道面积80.27 km2,附着节点面积20.88 km2;绿色廊道密度为1.99 km.km-2,其中,绿色道路廊道长685.39 km,密度1.29 km.km-2,又以主干道绿色廊道的比重大;环城绿带长为绿色廊道总长的8%,但面积占绿色廊道总面积的40.4%,绿色河流廊道面积最小,约为14.91%。另外,绿色廊道的网络线点率、环通度及连通度分别为1.301、0.196和0.478,说明网络结构较为简单;相比较绿色道路廊道网络结构比其它类型复杂,还为研究区绿色廊道建设提供建设性的建议。     

一种基于图像特征值算法的叶面积测定方法

提出一种基于图像特征值算法的叶面积测定简化方法。应用扫描图像RGB三原色灰度值分离理论,根据植物叶片扫描图像像素点的分布特征,选用蓝色灰度值作为特征值,以扫描图像灰度中间值127作为叶面积图像与背景图像灰度值的判读指标,通过叶片像素点的分布比例计算叶片面积。将已知面积的矩形绿纸片分别随机裁剪成多个碎片,用本文方法测定碎片面积,并分别计算每个叶片的碎片面积之和进行系统精度验证,测定结果与标准面积的相对误差小于0.5%。采集60个水稻叶片分别采用本文方法和复印称重法测定叶片面积,对本文方法进行进一步验证,相关性分析结果表明,二者相关系数r=0.997 1,达极显著水平。本文方法具有较高测定精度,满足叶面积测定要求。     

海南大学儋州校区入侵植物格局分析

为了解海南大学儋州校区及周边地区入侵植物的分布格局，笔者以校园入侵植物的分布格局为重点，对每种植物的生长特性及彼此关联进行调查，旨在明确入侵植物的分布情况和生活习性，为采取相应防治措施和应用提供参考。将海南大学儋州校区及其周边共计184.1 hm2区域平均划分为80块样地（每块样地2.3 hm2），统计223种入侵植物在不同样地的分布，进而对其多样性、分布频度等进行调查。在此基础上使用R语言中的pheatmap函数包将生长环境、样地及入侵物种进行聚类，计算不同生长环境或样地中入侵物种的相似度及不同物种在样地中同时出现的概率。结果表明:在生长环境聚类中，荒地和菜地的物种相似度最高，其次为建筑和苗圃。就样地聚类而言，可分为红、黄、蓝3大模块，其具有一定的分布规律且主要入侵物种也不尽相同。从入侵植物聚类来看，可分为灰、青、橙、绿、紫5大模块，与各物种的分布频度有一定的关联，且具有相似特性的物种往往分布在特定的样地中，这种分布格局可为搜寻或防治某类植物提供依据。     

温室番茄灰霉病流行动态预测

2001～2003年对黑龙江省绥芬河市两个代表性温室的番茄灰霉病进行了系统调查,通过分析病叶率和严重度之间的关系建立了温室番茄灰霉病的I-S关系模型。利用多种数学模型拟合田间灰霉病增长变化趋势,通过比较绝定系数(R2)和剩余均方(RMS),证明Logistic模型能较好地拟合温室番茄灰霉病的田间动态变化过程。分析发病因素,指出初始病情(Xt1)、日平均温度(T)和日平均20～30℃的小时数是影响温室番茄灰霉表观侵染速率的最重要因素,利用这3个因素可以预测病害增长速率,结合田间流行趋势模型作者组建了温室番茄灰霉病预测预报的模拟模型。     

提高大麦花粉植株再生频率的研究

本文就如何提高大麦花粉植株再生频率进行了研究.结果表明:不同基因型的绿苗再生率存在较大差异,F_1 代明显高于其它世代,平均绿苗率为6.2%.最高达18.3%;用改良 C_(17)培养基作为诱导培养基能有效地提高绿苗率:在诱导培养基中用6%麦芽糖作为碳源有利于愈伤组织的诱导及绿苗的分化;在分化培养基中补加0.5mg/LZT 对绿苗的产生有着明显的促进作用.     

利用气象卫星遥感进行哈尔滨地区作物生长状况监测及产量预报

文章通过对近几年的极轨气象卫星实时接收到的AVHRR/HRPT资料进行处理,数据经校正生成哈尔滨地区归一化植被指数灰度图像,利用种植作物结构不同造成绿度值不同的基本原理,进行作物生长状况监测及产量预报。研究表明,利用气象卫星资料进行作物生长状况监测及产量预报,具有客观、及时和动态跟踪等优点,结合传统气象产量预报方法,使产量预报水平有所提高,准确率可达98%以上。     

保护地番茄灰霉病的发生及防治研究

灰霉病是新疆保护地栽培番茄上的一种重要的真菌性病害,对冬栽番茄危害尤甚,但春栽番茄则较轻.番茄灰霉病大棚内的危害特点,突出地表现在是使番茄果致腐并诱发大量落果;对幼果与近成熟的果实均可加害.调查研究表明,果实在有伤与非伤口情况下均可使受侵染致病.湿度大 r.h.>95;,温度偏低8～25℃是促进灰霉病高发的必需条件,而当温度提升至28℃以上、r.h.下降<90;时,番茄灰霉病发生即严重受阻.药剂防治试验结果表明,适时喷洒50;多霉威WP对防治番茄灰霉病有高效.