基于Android的自然背景下黄瓜霜霉病定量诊断系统

为准确快速定量诊断黄瓜的病害,科学选择病害管控措施,基于Android技术和图像处理方法设计了可用于自然背景的黄瓜叶部病害定量诊断系统,并进行了试验。对黄瓜叶部彩色图像,首先进行图像预处理和背景剪除,再识别病斑区域,最终计算病斑区域占其所在叶片区域的百分比及根据国家相关标准与其对应的病害等级,计算结果以数值形式显示在诊断结果界面,同时用红色标识出病害区域。系统既适用于白色打印纸等简单背景,也适用于较为复杂的自然背景;所识别的病害叶片图像既可以从摄像头实时获取,也可以从手机存储载入。以50幅黄瓜霜霉病病害叶片为对象对系统进行测试,试验结果表明,系统可以较准确地对黄瓜霜霉病病斑区域进行识别(病斑区域识别综合误分率为6.56%),并按照国家标准给出病害等级(综合错误分级率为3%);简单人工背景下系统识别时间为1 s,自然背景下系统识别时间约为11 s。     

基于图像处理的温室黄瓜霜霉病诊断系统

为进一步提高温室黄瓜霜霉病诊断的准确率,构建了一个基于图像处理的温室黄瓜霜霉病诊断系统。针对温室黄瓜栽培现场采集的病害图像,采用基于条件随机场(Conditional random fields,CRF)的图像分割方法进行病斑图像分割,并采用决策树模型扩展一元势函数,提高病斑图像分割的准确性;将分割后的病斑图像转换到HSV颜色空间并提取其颜色、纹理和形状等25个特征,利用粗糙集方法进行特征选择与优化;构建了基于径向基核函数的SVM分类器,准确地识别与诊断温室黄瓜霜霉病。系统试验验证结果表明,该系统采用的病斑分割方法,能够克服复杂背景和光照条件的影响,准确地提取病斑图像;采用粗糙集方法能够有效地选择分类特征,将25个初始特征减少到12个,提高了运行效率;黄瓜霜霉病识别准确率达到90%,能够满足设施蔬菜叶部病害诊断的需求。     

基于计算机图像处理技术的黄瓜病害特征提取

精准识别作物病害的前提是精确提取其特征。为此,利用计算机图像处理技术,研究了黄瓜霜霉病的特征提取过程。使用高精度的光学设备直接进行数字图像采集,再运用图像预处理方法对图像数据进行优化,去除干扰,精确定位病斑部位;分析黄瓜霜霉病的表现形式,从统计量、颜色和形状3个方面分离出特征参数值15个。这些特征值将作为识别该病害的主要依据,大大提高了病害的识别精度。     

黄瓜霜霉病图像预处理方法研究

为了获得适合于提取黄瓜霜霉病病斑的颜色和纹理特征的预处理方法,采用邻域平均法和中值滤波法对黄瓜霜霉病病斑图像进行平滑处理并加以比较.结果表明:邻域平均法作为颜色特征参数提取前的预处理效果较好,中值滤波作为纹理特征参数提取前的预处理效果较好;其次为了有效提取黄瓜霜霉病的病斑形状,分别采用一阶微分和二阶微分对图像进行了边缘检测处理,结果表明一阶微分更适合黄瓜霜霉病斑的形状特征提取.这些研究为进一步的特征参数提取以及最终的病害确定奠定了一定的基础.     

基于显著性检测的黄瓜叶部病害图像分割算法

针对复杂背景下黄瓜叶部病害分割精度不高的问题,提出了一种基于显著性检测的黄瓜叶部病害图像分割算法。首先利用超像素将黄瓜图像分块,获取黄瓜叶片的边缘,并提出了一种超像素间权重计算方法和显著种子选取方法;然后通过流形排序计算显著图,对得到的显著图进行阈值分割,得到二值图像;再将二值图像与原图像进行掩码运算,得到黄瓜病害叶片;最后利用超绿特征和数学形态学对病害叶片进行分割得到病斑。对常见的黄瓜病害(白粉病、褐斑病、霜霉病、炭疽病)图像进行测试,结果表明该算法与Otsu算法和k-means算法相比,有效解决了冗余分割问题,错分率均在5%以内,算法平均执行时间均小于4 000 ms,分割效果更加精确,为后续构建黄瓜病害自动识别系统奠定了基础。     

基于视觉显著性图的黄瓜霜霉病识别方法

为提高黄瓜霜霉病叶部病害机器自动识别的准确性和鲁棒性,提出了一种基于视觉显著性图的黄瓜叶部霜霉病识别方法。首先将图像从RGB色彩空间变换到HSV色彩空间中进行色彩修正,再变换回RGB空间利用R、G、B分量的线性组合生成视觉显著性图,最后通过对生成的视觉显著性图进行阈值分割以识别病害区域。利用从北京市北部郊区日光温室采集到的50幅具有典型霜霉病特征的黄瓜叶片原始图像进行实验,结果表明,该方法能较为准确地从叶部彩色图像中识别出霜霉病病斑区域,平均误分率为6.98%,优于K-means法(11.38%)和OTSU法(15.98%);平均运行时间0.661 4 s,少于K-means法的1.424 9 s;运行时间的均方根误差为0.051 5 s,鲁棒性优于K-means硬聚类算法。     

基于颜色特征和支持向量机的黄瓜叶部病害识别

针对黄瓜常见叶部病斑图像的颜色特点,提出了将支持向量机(Support Vector Machine,SVM)应用于黄瓜叶部病害识别中。首先,选择HSI颜色系统作为图像特征提取的颜色空间,以减少光照强度对获取图像时的影响;然后,利用支持向量机进行叶部病害的识别。不同核函数的结果比较分析表明:径向基核函数对黄瓜叶部病害的识别率最高,最适于黄瓜霜霉病、角斑病和白粉病的分类识别;支持向量机识别方法在病害识别时训练样本少,具有很好的分类性能和泛化能力。     

基于K-means聚类和RF算法的葡萄霜霉病检测分级方法

针对自然环境复杂背景下葡萄霜霉病检测分级困难的问题,提出了一种基于语义分割结合K-means聚类和随机森林算法的葡萄霜霉病检测分级方法,实现对葡萄霜霉病快速分级。构建了葡萄霜霉病数据集,采用HRNet v2+OCR网络建立葡萄叶片语义分割模型,提取复杂环境下葡萄叶片;采用K-means聚类算法将葡萄叶片分解为若干子区域图像,并标记少量数据集进行随机森林算法学习,实现葡萄叶片病斑分割与提取;同时在叶片提取和病斑提取过程中,设计一种像素尺寸变换方法,解决图像分辨率引起的精度低问题。基于HRNet v2+OCR网络的葡萄叶片分割模型的准确率为98.45%,平均交并比为97.23%;融合K-means聚类和随机森林(RF)算法的葡萄叶片正面、反面和正反面霜霉病病害分级准确率分别为52.59%、73.08%和63.32%,病害等级误差小于等于2级时的病害分级准确率分别为88.67%、96.97%和92.98%。研究结果表明,基于K-means聚类和随机森林算法的葡萄霜霉病检测分级方法能够准确地分割自然环境复杂背景下的葡萄叶片和葡萄霜霉病病斑,并实现葡萄霜霉病分级,为葡萄霜霉病精准防治提供了方法和...     

基于动态集成的黄瓜叶部病害识别方法

对作物病害类型的准确识别是病害防治的前提。为提高病害识别的准确度,以黄瓜叶部病害识别为例,提出一种基于动态集成的作物叶部病害种类的识别方法。首先利用图像分块策略提取病害图像的75维颜色统计特征,然后采用不一致度量方法对构建的10个BP神经网络单分类器进行差异性度量,并按照差异性大小进行排序,最后根据分类器的可信度,动态选择差异性大的分类器子集对病害图像进行集成识别。在由512幅白粉病、霜霉病、灰霉病和正常叶片4类黄瓜叶片组织图像构成的测试集上,所提方法的识别错误率为3.32%,分别比BP神经网络、SVM、Bagging、Ada Boost算法降低了1.37个百分点、1.56个百分点、1.76个百分点、0.78个百分点。试验结果表明:所提方法能够实现黄瓜叶部病害种类的准确识别,可为其它作物病害的识别提供借鉴。     

基于高光谱成像技术的小麦条锈病病害程度分级方法

为了快速、准确地对小麦条锈病病害程度进行分级评估,提出了一种基于高光谱成像技术的小麦条锈病病害程度分级方法。首先利用Hyper SIS高光谱成像系统采集受条锈菌侵染后不同发病程度的小麦叶片高光谱图像,通过分析叶片区域与背景的光谱特征,对555 nm波长的特征图像进行阈值分割获得掩膜图像,并用掩膜图像对高光谱图像进行掩膜处理,提取仅含叶片的高光谱图像;然后用主成分分析法(Principal component analysis,PCA)得到利于条锈病病斑和健康区域分割的第2主成分(The second principal component,PC2)图像,采用最大类间方差法(Otsu)分割出条锈病病斑区域;最后根据条锈病病斑区域面积占叶片面积的比例对小麦条锈病病害程度进行分级。试验结果表明:测试的270个不同小麦条锈病病害等级的叶片样本中,265个样本可被正确分级,分级正确率为98.15%。该研究为田间小麦条锈病害程度评估提供了基础,也为小麦条锈病抗性鉴定方法提供了新思路。     

基于GIS的地下水矿化度分布特征研究

以德州市武城县为研究区,采用3S技术,布设采样点,于2011年进行两次野外采样,基于室内试验得到地下水矿化度数据,并结合1972年地下水矿化度数据,利用ArcGIS软件进行反距离加权空间插值处理,分析了该地区地下水矿化度时空变化特征。研究结果表明：研究区地下水矿化度空间变异趋势明显,数值为自东南区域的>1～2g/L逐渐增加到西北区域的>4～5g/L。地下水矿化度年内季相变化显著,春季矿化度均值为2.628g/L,冬季为1.748g/L。地下水矿化度较之1972年总体呈现下降趋势,平均降幅为1.52g/L。该结果对研究区盐渍化土壤的水盐调控及地下水资源合理开发利用具有重要意义。     

农民对水价改革承受能力双边界二分式CVM模型研究

将双边界二分式CVM模型引入农民对水价改革承受能力的研究,以开封市黑岗口灌区为例,进行验证分析,计算结果表明模型具有较窄的置信区间,拟合效果好,其估值具有很高的精确性和可靠性,适宜于对农民的水价改革承受能力进行研究.     

基于最小最大概率机的客户需求分类技

针对复杂产品客户需求中类别数多且数据量大的分类问题,利用最小最大概率机的概率信息和样本间隔信息,提出采用启发式方法解决编码设计问题.在算法中将一个减少了迭代次数的分类器视为弱化了的分类器,同时保留分类器的间隔属性和几何特性,并利用高维映射将分类器输出映射到特征空间,在弱化阶段大量减少了整体的迭代次数而在合成阶段利用非线性映射来提升性能.通过对叉车产品客户需求的数值试验证明算法具有较好的分类效果,降低了对二类分类器的精度要求.     

基于MEMS的压电泵及其研究进展

基于MEMS的压电泵是集驱动部件、工作部件和控制部件于一体的便于集成的微型泵,它采用压电晶体作为其驱动部件材料。根据其工作原理和结构的差异,压电泵主要分为压电薄膜泵和压电超声泵。介绍了压电泵的单腔体结构和多腔体结构,而多腔体结构的压电泵是今后研究的一个主要方向。由于压电泵具有尺寸小、结构简单、响应快等优点,在许多需要微流量控制的场合中具有广阔的应用前景。重点总结了压电泵国内外的最新研究现状,展望了压电泵的主要发展方向,提出了压电泵研究的主要问题,对压电泵的研究具有指导意义。     

基于红外热成像树上板栗机器识别研究

针对普通视觉系统无法分类识别的特点,将红外热成像技术引入到树上板栗的机器识别检测当中,建立了果园树上板栗红外热成像系统。记录了白天树上板栗果实与冠层温度变化情况,发现下午2:00~4:00之间,二者温度差异最为显著,最大温差可达3℃。研究了正常板栗果、坏死果以及空心果的红外辐射差异,发现坏死果表面温度最高,正常果次之,空心果温度最低。最后对获取的热图像进行温度校正、阈值分割、特征提取、目标标识。结果表明,树上板栗的有效识别率在85%以上。     

多泥沙河流水轮机的磨蚀与防护技

水轮机磨蚀一直是困扰多泥沙河流上水电站安全运行的难题,通过分析泥沙磨蚀的特性,水轮机磨蚀的破坏特征,提出了关于水轮机过流表面防护、减少过机泥沙、机组检修策略与方法等方面的水轮机泥沙磨蚀的防护措施,为我国其他多泥沙河流水轮机的磨蚀防护提供了理论依据,对提高我国水电站的安全运行和经济效益具有重要的意义。     

基于道路交通事故深层调查的大型车事故特征分析

以156起有大型车参与的事故为例.从事故量、受伤人数、死亡人数等三个方面进行了统计分析:以大型车与大型车碰撞事故(包括卡车单车事故)、大型车与乘用车碰撞事故、大型车与车外人员碰撞事故为分类,分别对三种类型的事故进行了深入的分析:同时结合法规对大型车的侧面防护装置、后下防护装置、前下防护装置以及大型车驾驶室的安全作用进行了探讨.     

渠道衬砌几个问题的探讨

1　Ｕ形渠与梯形渠、矩形渠衬砌工程量的分析比较在相同的流量、比降、糙率条件下 ,Ｕ形渠比梯形渠和矩形渠节省多少衬砌工程量 ,教科书和有关资料没作回答。本文试图作较系统的量的分析比较 ,这也是推广Ｕ形渠的主要依据和关键问题所在。设Ｕ形渠和梯形渠、矩形渠的衬砌厚度相同 ,在一定的流量、比降、糙率条件下 ,比较Ｕ形渠、梯形渠、矩形渠的衬砌工程量 ,等于它们的湿周比较。1.1　Ｕ形渠的水力计算公式水深ｈ =12 +β Ｄ过水断面Ｗ =π8+β Ｄ2湿周 χ =π2 +2 β Ｄ水力半径Ｒ =ｗχ =π8+β Ｄ/π2 +2 β谢才系数Ｃ =Ｒ1/ 6/ｎ断面平…     

软土地基上堤坝沉降与稳定分析研究

根据软土地基上筑坝方式 ,分析了软土地基上堤坝固结与稳定计算方法 ,提出了适合这类地基的合理的筑坝方式及固结与稳定计算方法。