基于边缘检测的数字图像拼接实现研究

图像拼接在天文图像处理、日常照片扩展、大型图像的获得等方面应用极其广泛,是地理、人文、科技发展的重要标志.本文采用基于特征的图像拼接算法,利用Canny算子进行边缘检测提取数字图像特征,通过图像预处理(去噪,边缘提取,直方图处理等)、图像配准、图像重构融合等操作,在Matlab平台下实现两幅大小一样、光照条件一致的灰度...     

基于HED网络的奶牛边缘图像特征提取

对奶牛的图像进行高精度边缘特征提取,为奶牛的个体识别或者奶牛的线性评定提供重要的评判依据,可以更好的实现奶牛保险业的自动化管理。采用基于FCN和VGG改进的边缘检测HED(Holistically-Nested Edge Detection)网络,在caffe框架下通过MATLAB实现对奶牛原始图像的边缘特征提取。将HED网络检测出的边缘特征图像与传统优化过的Canny算子作比较,无论从直观的边缘图像对比,还是数据的对比,HED网络的效果远远优于传统算法。用500张奶牛图片在BSDS500上进行性能评估,其中200张为训练图片,200张为测试图片,100张为检验图片。HED网络的奶牛边缘检测效果比Canny算法提高18.6%,大大提高奶牛边缘图像的处理精度、去噪声能力。将HED网络检测出的奶牛边缘图像为奶牛的识别提供重要依据,实现奶牛保险业高效的自动化管理。     

基于地形特征的无人机遥感梯田影像边缘提取方法

梯田具有蓄水固沙的作用,是旱作农业区重点建设的高产稳产农田设施,为粮食增产、农民增收提供了有力保障。因仅基于影像数据采用边缘提取方法进行梯田区域分割效果不理想,及时准确地掌握梯田信息较为困难。无人机遥感技术的不断发展为高精度梯田地形信息的获取提供了新方法。本研究以甘肃省榆中县为例,首先从数字高程模型DEM数据中提取坡度,将正射影像与坡度数据融合,并通过基于Canny算子的粗边缘提取方法和基于多尺度分割的精细边缘提取方法,对比分析坡度对无人机遥感梯田影像边缘提取的影响。试验结果表明,正射影像和坡度融合的提取效果均优于单一的正射影像数据提取效果,粗边缘提取方法中正射影像和坡度融合的数据源精度平均提高了23.97%,精细边缘提取方法中正射影像和坡度融合的数据源精度平均提高了17.84%。研究表明,在无人机遥感梯田影像边缘提取中加入一定的地形特征,可以取得更好的边缘提取效果。     

自然环境下杏树的边缘信息检测及轮廓提取

针对自然环境下采集的树木图像,容易受到环境、光照条件、自身结构形态等的影响,产生图像弱边界、连通性差、纹理边缘干扰多、感兴趣很难确定等情况,造成树木边缘信息检测及轮廓提取困难的问题。本文提出一种基于Open CV框架实现的树木边缘信息检测及轮廓提取方法,能够准确的提取到树木图像中单棵树木的边缘信息及轮廓特征,为树木的三维重建、测量等提供依据,从而为深入研究杏树生长发育、品质鉴定、培育新品种等提供重要的参考意义。     

基于注意力机制和边缘感知的田梗提取模型

田埂精确提取是数字化农业管理的重要前提。针对由于遮挡、斑秃等因素干扰,给基于语义分割方法提取田埂带来困难问题,提出一种基于注意力机制和边缘感知模块的U-Net网络实现田埂提取。首先,将多信息注意力引入U型分割网络的下采样中,增强相邻层之间的上下文信息,提升对田埂区域语义特征的表示能力。其次,将边缘感知分割模块应用至U-Net解码部分的每一层,在不同语义特征层提取田埂边缘信息,提高田埂区域语义分割精度。最后,联合边缘感知损失与语义分割损失构建联合损失函数,用于整体网络优化。通过对安徽省淮北市濉溪县小麦基地采集的无人机麦田数据集进行训练和模型验证,实验结果表明,本文模型语义分割像素准确率高达95.57%,平均交并比达到77.48%。     

基于改进Sobel算法的叶片图像边缘检测

采用数字图像处理技术对叶片图像进行边缘检测,主要研究了基于Sobel算子的叶片边缘的检测方法。在对图像进行灰度化和滤波去噪等预处理的基础上,增加了6个方向模板对Sobel算子进行改进。试验证明,该方法有效解决了Sobel算子边缘检测时边缘过粗的问题,得到的边缘较细,精确度提高了13.6%。     

基于多特征融合相关滤波的运动奶牛目标提取

为实现大规模养殖场内奶牛目标的自动提取,将相关滤波算法融入目标提取基本框架,提出一种相关滤波融合边缘检测的奶牛目标提取(Correlation filtering-edge detection based target extraction, CFED)算法。首先利用颜色名(Color names, CN)、方向梯度直方图 (Histogram of oriented gradient, HOG)设计的相关滤波器获取奶牛目标范围;再利用13个不同方向的边缘滤波模板卷积目标范围图像得到图像边缘,最后融合边缘信息和颜色特征提取出奶牛目标。对奶牛场不同环境下的9段视频进行目标提取试验,结果表明,算法提取的目标与真实结果平均重叠率达到92.93%,较Otsu、K-means聚类、帧间差分法和高斯混合模型(Gaussian mixture model,GMM)分别高35.63、32.84、20.28、14.35个百分点;平均假阳性率和假阴性率分别为5.07%和5.08%,处理每帧图像平均耗时0.70s。该结果表明,提出的CFED算法具有较好的目标检测能力,为奶牛目标准确快速提取提供了一个有效方法。     

基于数学形态滤波算子的黄顶菊种子图像边缘检测

黄顶菊种子边缘检测是进行黄顶菊种子形态特征提取和分析的基础.经典的边缘检测算法由于抗噪声能力差,无法精确检测出黄顶菊种子的边缘.为此,运用数学形态学的基本原理和方法,提出了一种基于数学形态滤波器的二值图像边缘检测算法,应用于黄顶菊种子图像的边缘检测.实验结果表明,提出的边缘检测算法的性能明显优于经典的边缘检测算法,不仅能够准确、有效、完整地提取出黄顶菊种子的边缘,同时能有效地去除噪声.     

基于图像处理的大米粒形检测技术研究

传统的大米颗粒检测的方法存在一定的局限性,尝试应用计算机图像处理技术来直接获得大米颗粒的信息.首先对获取的大米图像进行增强处理,在此基础上,研究几种不同的边缘检测算子来实现对大米粒形的检测并比较其结果.实验结果表明,Canny算子对大米粒形检测效果良好,该方法用于大米粒形的识别时对大米的判定正确率较高.     

基于DM642的农产品图像边缘检测系统设计

基于DM642和CPLD架构实现农产品图像的采集与处理,并利用Canny算子检测农产品图像边缘信息。针对农产品种类丰富、外形多样、边缘信息复杂且图像在采集过程中容易受到外界因素影响的特点,采用一种新的调试技术,将Matlab和DSP两者结合起来,充分利用两者特长,在线调节Canny算子阈值,简化系统开发的分析、调试和验证过程,并使系统具有更强的通用性,满足不同农产品边缘检测需要。     

基于VB和Matlab的苗田图像实时处理软件设计

在对玉米等穴间杂草喷雾研究的过程中,为了快速完成对田间信息图像的实时处理算法的验证,在分析VB和Matlab各种接口方法优缺点的基础上,采用一种基于COM组件的接口编程方法进行苗田图像的实时处理软件的设计.此方法简单易用,大大缩减了开发周期,不仅实现了VB可视化界面与MATLAB强大图像处理功能的结合,而且在一定程度上达到了实时处理的要求,有利于进一步编制出更具有应用价值的软件.     

MATLAB在图像处理和分析中的应用

MATLAB中的数字图像是以矩阵形式表示的,这意味着MATLAB强大的矩阵运算能力用于图像处理非常有利,矩阵运算的语法对MATLAB中的数字图像同样适用。为此,介绍了如何利用MATLAB图像工具箱来实现经典的图像处理,并以血管三维重建为例,说明如何用MATLAB实现经典的数字图像处理,最后验证了该语言是简洁的、可读性较强的高效率编程软件。     

MATLAB在精密排种机监测装置中的应用研究

以MATLAB为开发平台,建立了基于计算机视觉的监测装置.基于Tsai的RAC方法对摄像机进行线性标定建立数学模型,该方法大部分是解线性方程,简单明了且保证了精度.然后根据排种器的排种速度选择合适的快门触发时间,避免出现冗余图像信息,减少了计算量及计算时间.最后用MATLAB软件对采集到的图像进行背景去除和二值化处理,进而求出目标的图像坐标.     

农田蛾类图像边界特征的获取

介绍了农田蛾类图像的预处理方法,然后使用Otsu方法来对农田蛾类图像进行分割。对分割得到的目标区域采取旋转变换,使同一种蛾类的目标区域具有相同方向;对旋转变换得到的蛾类图像目标区域,以目标区域的边界点到目标区域的质心点距离作为目标区域的边界特征,获取各种蛾类图像的边界特征。从所获取的边界特征可知,不同种类的蛾类图像具有各不相同的边界特征,可以把这些边界特征作为各种蛾类昆虫分类识别的数据依据。     

基于MATLAB的燃油喷雾图像处理方法

提出了基于MATLAB的燃油喷雾图像处理方法。通过对喷雾图像的采集,分割和滤波处理,将多幅图像转换融合为一幅比较清楚的二值图像,并提取其轮廓图,求取中心最远点和边界点坐标,计算得到燃油喷雾的射程和锥角。本方法可为分析燃油喷雾对柴油机性能的影响提供参考依据。     

基于无人机数码影像的马铃薯覆盖度提取方法

为了利用数码影像快速提取马铃薯覆盖度,首先,利用植被覆盖度提取算法从地面数码影像中获取马铃薯覆盖度实测值;然后,通过植被指数提取法和最大似然监督分类法对无人机数码影像进行处理,分别获取各个研究小区的马铃薯覆盖度;提出利用颜色转换空间HSI(H-A法)从无人机数码影像中快速提取马铃薯覆盖度;最后,对HA法、最大似然监督分类法和植被指数提取法3种方法的计算结果进行精度比较。结果表明,H-A法估测的植被覆盖度的精度最高,均达到0. 91以上,拟合函数拟合度为0. 97;最大似然监督分类法次之,最低精度为0. 75,拟合度为0. 82;植被指数提取法最差,最低精度为0. 74,拟合度为0. 74。     

基于数字图像处理的孢子特征提取

为了监测孢子引起的病害,需要获得孢子图像的外部轮廓特征,为孢子的类型分析或自动计数做准备。为此,采用MATLAB对从显微镜采集的孢子图像进行数字图像预处理,合理确定阈值,将灰度图像转换成黑白二值图像。在此基础上进行特征提取与跟踪等形态学分析。该系统经实际验证达到了预期效果。     

基于MATLAB的移栽机栽插机构的运动学分析

分析了移栽机吊杯式栽插机构的投苗过程,明确了吊杯铰接点的运动轨迹,建立了吊杯铰接点的运动数学模型,利用MATLAB软件进行了数值计算绘制了工作曲线,对各参数进行了优化分析,求出了主要参数的最优组合.并运用PRO/E建立实体模型,对栽插机构的工作过程进行了三维仿真,将得到的运动轨迹与数学模型进行比较,从而直观地分析其工作性能,为合理选择栽插机构的结构和运动参数提供了依据.     

基于颜色优势目标的机器视觉图像提取算法研究

图像是信息的主要载体,如何在大量且繁杂的信息中提取出足够而且准确的信息以供使用是实践中经常遇到的问题。为此,基于黄瓜植株中花朵目标与果实目标的不同特征来设计算法,得出对花朵的提取方法,以MATLAB为开发平台,结合数字图像处理技术,着重研究了机器视觉图像的处理算法。仿真结果表明:该算法程序运算时间短,返回结果稳定,在图像目标提取中取得了良好效果。     

基于MATLAB的非圆齿轮副齿廓算法研究

根据展成法加工齿轮的原理和变位思路设计非圆齿轮齿廓.阐述了精确计算一对外凸节曲线非圆齿轮副齿廓数据的数值算法,并提出依据主动轮节曲线自动优化非圆齿轮副中心距和计算从动轮节曲线的方法.主从动非圆齿轮齿廓的啮合曲线部分分别由同一齿条刀具不同侧包络而成,确保啮合时无间隙.通过齿条刀具沿两齿轮旋转中心连线偏离节曲线改变变位量,消除根切,实现非零变位.采用该方法设计加工出的非圆齿轮已应用于实际样机中,确保该方法的可行性.