基于灰度共生矩阵和Hu不变矩的东北虎纹理特征参数的探讨

在探讨东北虎个体识别的参数时,本文把灰度共生矩阵的7个特征参数和Hu不变矩抽象的10个形状特征公式相结合,根据相关系数分析选择其中的7个特征参数,最后利用BP神经网络进行分类识别,证明按照上述规则生成的7个特征参数有效,可以用于东北虎的个体识别。     

林木害虫天牛的图像检索方法研究

天牛是林木的毁灭性害虫,制约着杨树、白桦和糖槭树等阔叶树种的生长,在天牛虫图像检索方面仍然很欠缺,在分析现有特征提取的各种算法优缺点的基础上,提出一种有效的综合利用图像纹理特征和颜色特征进行天牛虫图像检索的方法。该方法计算图像的灰度共生矩阵,以及共生矩阵的能量、熵、相关、惯性矩,取其平均数和标准差作为纹理特征,然后利用将图像转化到HSV颜色空间,运用矩形重叠式分块策略对图像进行分块,提取每个分块的颜色矩作为颜色特征,为了提高检索速度,降低特征向量的维数,采用PCA进行降维。通过实验的证明,该方法能够有效地实现检索,在查准率、查全率和响应时间方面都有提高。     

基于混合特征与最小二乘支持向量机的山核桃鲜果识别

针对颜色和背景相似的山核桃鲜果不易分离的问题,研究了自然环境下成熟山核桃鲜果的机器视觉识别方法。该算法以2×2像素的正方形区域作为分割单位,选择颜色比值B/R、R/G作为颜色特征,选择了基于灰度直方图的特征描述参数如均值、标准方差、平滑度、三阶矩、一致性和熵,以及基于灰度共生矩阵的特征描述参数角二阶矩、对比度和熵作为纹理特征,共同构成特征向量,采用LS-SVM算法建立了识别模型,并利用该模型对80幅顺光图像和50幅逆光图像进行测试。试验结果表明:该方法在顺光、逆光下的山核桃鲜果有效识别率分别为92.48%、88.15%,可为山核桃采摘机器人的研发提供技术参数。     

基于融合彩色特征木材表面颜色分类的研究

针对木材表面颜色自动分类的难题,在RGB颜色空间,将R、G、B三个颜色矩阵融合成一个特征矩阵,再对这个特征矩阵提取颜色三阶矩参数作为木材表面颜色分类的特征参数,设计了适合木材表面颜色分类的BP神经网络分类器,分类识别率达到98.67%,验证了提取特征参数的有效性。     

基于灰度共生矩阵的纹理图像分类研究

对纹理图像的特征提取及分析在现实中有广泛的应用价值。本文通过对灰度共生矩阵的介绍，提出一种基于灰度共生矩阵提取纹理图像特征，并用神经网络进行分类器设计的方法。仿真结果显示，有较好的分类效果。     

基于扩展的LBP算子地板块纹理分类研究

针对地板块纹理分类问题,首次引入局部二值模式LBP算子提取地板块纹理特征。本文提出一种基于扩展的LBP算子地板块纹理分类方法。在阐述LBP算子基本原理的基础上,采用中值滤波法去除图像噪点,以减少噪点对图像纹理特征的干扰,将均匀模式和旋转不变性与传统的LBP算子相融合,提取地板块纹理特征,经KNN分类器实现地板块纹理分类。实验结果表明该方法识别速度快、辨识准确率高,优于传统的灰度共生矩阵法,为地板块纹理分类的研究提供新思路。     

噪声环境下木材纹理分类的研究

为了实现木材分类识别的自动化,应用灰度共生矩阵建立了木材纹理的参数体系,并进行了分类研究。首先在无噪声的环境下提取了木材的共生矩阵纹理原始特征参数,并对其进行特征选择,进而建立了木材纹理参数体系。对该参数体系进行噪声适应性测试的实验结果表明,无噪声情况下样本识别率为87.50%;0.2%￣1.0%椒盐噪声环境下样本识别率范围为87.00%￣88.00%。表明该参数体系具有良好的抗击噪声能力和一定的工程实用价值。     

基于多光谱遥感的松材线虫病受害木识别方法

将双光谱照相机安置于无人机的平台上,利用在其当中可以获得可见光以及红外线的遥感图像,采用加权支持向量分类算法可实现病害松树的识别。根据每个内容图像不同的特点,从双光谱相机中获取的可见光图像以及近红外图像的各颜色分量,将这些颜色分量作为相应像素点的颜色特征,中心像素点可以通过加窗图像块获得的灰度共生矩阵,每类样本可以利用权重系数分别为加权支持向量做出数据描述,进而实现多输出类别识别松树的状态,建立相关训练样本中心距离的权重函数可以确定权重系数。与传统的人工、航空和卫星遥感识别方法不同,利用无人机平台和双光谱相机获取遥感图像,具有可操作性强、费用低廉等优势。     

基于直方图和颜色矩方法的木材表面颜色特征的表达

简述了彩色图像处理中颜色空间的选择,分别用直方图和颜色矩方法表达木材表面的颜色特征。从H分量直方图可知,H分量在色彩上有较好的分类性,反映出木材彩色特征的变化。用颜色矩特征值作为BP神经网络的输入,对东北常见树种按颜色进行了分类,分级正确率达到了96.7%。     

基于空间灰度共生矩阵木材纹理分类识别的研究

以10种木材纹理样本为对象,研究了木材纹理参数体系的建立方法,并进行了分类识别的仿真实验。首先,针对木材纹理特点并结合类别可分性判据,构造了适于描述木材的空间灰度共生矩阵,并在此基础上提取了木材的11个纹理特征参数。其次,借助相关性分析对参数进行了特征选择,进而建立了能直接与人的感官对应的木材纹理参数体系。最后,利用 BP 神经网络分类器对木材样本进行了分类识别研究,识别率为87.50%,验证了参数体系的有效性,表明用本文提出的纹理参数体系对木材进行分类识别是可行的。     

分子标记在竹类植物遗传多样性保护中的应用

竹类植物与人类的生存和生活密切相关,对其在DNA水平上的遗传多样性研究具有重要的理论和实践意义。分子标记是基因型的特殊的易于识别的表现形式,它是生物分类学、育种学、遗传学和物种起源与进化等研究的主要技术指标之一。本文综述了几种常用的DNA分子标记(RFLP、RAPD、AFLP等)在竹类植物种质资源鉴定、分类、亲缘关系、遗传多样性和起源进化等方面的研究进展,同时进一步展望了分子标记在濒危竹种保护和研究中的应用前景。     

基于计算机技术的竹种分类研究进展

竹类植物种类繁多,如何科学准确地进行竹种分类对竹子的材性和加工利用研究至关重要。文章总结了计算机技术在竹种分类领域中的应用。分析显示,从最初的人工标记特征至后来的智能提取特征,基于计算机技术的竹种分类不断纳新,方法逐渐脱离人工,向着智能化方向迈进,既节省了大量人力物力,也可避免人为主观判断带来的偏差,将成为今后竹子分类识别的研究热点。     

生态背景下基于人工智能深度学习的竹类害虫识别方法研究

针对生态背景下的竹类害虫识别,作者研究了一种基于人工智能深度学习的识别方法。构建了具有5 663张图片的虫类数据集,其中包含3种竹类害虫和3种其他虫类,利用深度学习模型GoogLeNet特有的Inception模块构成的网中网结构,使其获得更多的图片特征,并开展了4组不同训练集与测试集比例的实验。结果表明：模型的精确度随训练集比重的增大而增大,当训练集和测试集的比例为9∶1时表现最好,F₁值达到了95.48%,模型精确度为97.5%,体现了识别模型具有较好的综合性能和较高的实用性。该方法能较好地实现3种竹类害虫在生态背景下的智能识别,是针对竹类生产经营中的虫害防治问题的一种智能化解决方案,为竹产业精细化管理及高效生产经营提供有效的科技支撑。     

基于改进YOLOv3深度卷积网络的竹垫智能装配方法

针对我国竹垫人工组装劳动强度大、效率低的问题,提出一种基于改进YOLOv3深度卷积网络的竹垫智能装配方法,通过智能识别、定位、摆放和组装实现卡扣式竹垫的装配生产模式.YOLOv3深度卷积网络的改进包括:首先通过在原YOLOv3的特征提取网络Darknet-53中加入DenseNet密集型连接网络结构,提高特征提取能力;...     

基于直方图的木材表面颜色分类研究

颜色直方图是图像检索技术中一种有效的颜色表达方式，具有位移、旋转不变的特性。然而木材表面颜色较为单一，采用通常的量化方案不能达到很好的分类识别效果。提出了采用HSV颜色空间三个独立分量的直方图统计特征表达木材表面颜色信息的方法，利用色调、饱和度和亮度三分量之间的相互独立性，提取了各分量的直方图特征。最后利用BP神经网络对木材样本库的图像进行了分类仿真，其结果验证了特征的有效性。     

毛竹和重组竹腐朽前后的表面颜色及耐腐性能

以毛竹和重组竹为研究对象,用绵腐卧孔菌(PV)、密粘褶菌(GT)两种褐腐菌和彩绒革盖菌(CV)、变色栓菌(TV)两种白腐菌进行腐朽试验,比较分析了毛竹和重组竹腐朽前后表面视觉性质及其质量损失差异。结果发现:毛竹和重组竹颜色均发生了显著变化,主要表现为明度(L~*)降低,色度值(C)、红绿轴色品指数(a~*)和黄蓝轴色品指数(b~*)显著增大,其中绵腐卧孔菌对毛竹及重组竹的色差影响最大。重组竹(耐绵腐卧孔菌)能达到Ⅰ级强耐腐水平;毛竹(耐绵腐卧孔菌)和重组竹(耐密粘褶菌和彩绒革盖菌)达到了Ⅱ级耐腐水平;毛竹(耐密粘褶菌、彩绒革盖菌和变色栓菌)和重组竹(耐彩绒革盖菌)为Ⅲ级稍耐腐水平。整体来看,重组竹对白腐菌和褐腐菌的耐腐效果好于毛竹。绵腐卧孔菌虽然对毛竹和重组竹的降解能力最弱,但对其颜色变化的影响却最大。扫描电镜可观察到彩绒革盖菌通过毛竹导管壁上的纹孔进入薄壁细胞、伴胞等,同时通过分泌木质素酶导致其细胞壁降解。     

Wood defect classification based on image analysis and support vector machines

This paper addresses the issue of automatic wood defect classification. A tree-structure support vector machine (SVM) is proposed to classify four types of wood knots by using images captured from lumber boards. Simple and effective features are proposed and extracted by partitioning the knot images into three distinct areas, followed by utilizing a novel order statistic filter to yield an average pseudo color feature in each area. Excellent results have been obtained for the proposed SVM classifier that is trained by 800 wood knot images. Performance evaluation has shown that the proposed SVM classifier resulted in an average classification rate of 96.5% and false alarm rate of 2.25% over 400 test knot images. Future work will include more extensive tests on large data set and the extension of knot types.     

竹林生态经营类型探讨

传统竹林经营多以获取最大经济效益为出发点,较少关注竹林的生态效益,竹林分类经营可充分发挥竹林的多种效益。文章根据林地权属、区域分布、立地类型,林分起源、竹种、林分组成、生产力水平和经营目标等影响竹林经营的8大因子,将竹林划分为森林竹林、农作竹林、园林竹林、种质资源竹林4大类,并分析了每种类型的经营目标和主要经营措施。     

大熊猫主食竹种研究综述

近年来,随着生存环境的逐步恶化,对大熊猫的保护越来越受到人们的关注,而竹子作为大熊猫的主要食物资源,对其的研究成为保护大熊猫这一濒危生物的关键。文章从竹种的分类与分布、生物生态学特性、生理生化特征、竹林培育技术技术以及高新技术在竹类研究中的应用等方面对近年来大熊猫主食竹种研究的成果进行了系统总结,最后提出了研究存在的三个方面的不足及今后的发展方向。     

色彩对城市山地型公园春冬季植物景观视觉质量的影响

文章采用SBE法、色彩量化分析等研究方法,结合实地调查,应用景观美学、色彩构成理论、色彩量化分析等理论对福州市金鸡山公园植物景观质量提升进行研究,研究结果表明:1)金鸡山公园春冬植物景观整体以绿、黄绿色为主,色相种类相对较少,色彩丰富度较低;明度主要集中在N4,N5等级,位于中等水平;纯度主要分布于1~3等级内,植物色彩饱和度较低。2)根据美景度评价法及景观质量等级划分,将金鸡山植物景观分为5个等级,SBE最高最低差值为146.24,差异较大;景观质量较高的景观主色调色系较多且差别较大,绿色色调的斑块与景观色彩面积比较小(最低值仅63.52%),景观质量较差的景观主色调色系较少且差别不大,绿色色调的斑块与景观色彩面积比较大(高于80%),且美景度较高的照片其明度及纯度也较高。3)从色彩频率分析可知,Ⅰ,Ⅱ组主要为绿色系、蓝色系、黄色系及红色系;Ⅲ,Ⅳ,Ⅴ组多以冷色调的绿色系、灰色系为主。4)应适当增加植物景观主色调色系、控制绿色系色调的比例,多采用邻近色和互补色配置,并注意明度和饱和度变化以提高金鸡山公园植物景观质量。