基于区域生长的林区遥感图像分割方法

依据林区遥感图像的特点,利用区域生长法对高分辨率遥感图像进行分割。首先将图像看作多维矩阵结构,建立种子标记矩阵,以标记未处理的像素点作为种子,合并其周围连通像素;其次建立连续自动种子选取机制,遍历整个图像区域,将图像分割为若干区域;最后,采用最小欧氏距离方法合并较小的破碎区域,有效地解决了区域生长对种子点依赖性强,并且容易过度分割的问题。通过实地对比验证评价,分割效果较好。     

影响林木根系垂直生长因素探讨

为了探索林木深根苗快速培育方法,以樟子松、沙棘为研究对象,探讨土壤基质配比、土壤水分、灌水方式、植物生长调节剂(1-萘氨甲酰苯甲酸,简称NPA)对其根系垂直生长的影响。结果表明:土壤基质配比、土壤水分对樟子松、沙棘根系的垂直生长均具有显著影响,与对照(纯沙丘沙,土壤密度1.3 g·m-3)相比,沙丘沙∶泥炭土=1∶2(体积比,土壤密度0.7g·m-3)处理的樟子松、沙棘根系垂直长度分别提高36.6%、27.1%;与水分胁迫处理相比,充足的土壤水分使樟子松、沙棘根系垂直长度分别提高22.0%、20.8%;灌水方式对樟子松苗木根系垂直生长影响显著,下部吸水方式比上部灌水方式提高24.6%,而灌水方式对沙棘根系垂直生长影响不显著;NPA对沙棘根系的垂直生长影响显著,与不施用NPA相比提高30.6%,而NPA对樟子松苗木根系垂直生长影响不显著。     

基于模糊聚类分析的木材缺陷CT图像分割

为了提高木材的利用率,在木材加工之前对木材缺陷CT图像进行分割,将节子和空洞等缺陷分割出来,通过观察缺陷的位置便于工人师傅下锯。利用计算机断层扫描（CT）技术获取木材缺陷图像,将数字图像处理技术与模糊聚类算法相结合,在标准的模糊C均值算法的基础上改进,采用半模糊聚类的分析方法对木材缺陷图像进行分割检测。实验结果表明：基于半模糊聚类的图像检测方法在木材图像检测上取得了较好的效果,缺陷边缘处很平滑,细节保留完整,更多的保留了边缘上的信息。从而证明了半模糊聚类分析法在木材缺陷CT图像处理方面具有可行性。     

基于分水岭算法的双向凝胶电泳图像分割

本文采用分水岭算法对电泳凝胶图像进行分割，针对其存在的过分分割问题以及图像本身的特点，提出了根据拓扑曲率对过分分割区域进行合并，以得到有意义的分割结果。本算法对电泳图像进行了分割实验。实验表明，本算法适用于电泳图像，并且效果良好。     

基于线阵CCD植物微根系图像监测分析系统

开发基于线阵CCD植物活体微根系图像监测分析系统,消除面阵CCD图像桶形畸变,实现微根系生长无损原形监测。环形微根系扫描结合纵向深度位移,系统实现微根管内微根系全景图像扫描。通过基于分形理论的计算机微根系图像处理系统完成所采集图像的分析,系统可自动完成基于像敏单元的定量化获取微根系生长关键特性值及其生长动态特性计算。本系统可应用于农林行业苗木培养、作物生长模型研究等领域。     

改进的区域生长算法在彩色年轮图像分割中的应用

提出了一种基于分水岭算法和区域生长算法相结合的彩色年轮图像分割算法,首先采用分水岭算法检测边缘,得到彩色年轮图像的大致区域分布,然后结合区域颜色和空间信息自动获得种子点,实现区域生长。分割结果表明,该方法能够更加快速地获得清晰的年轮边缘。     

康宁霉素对国槐幼苗根系生长的影响

主要探究了康宁霉素不同施用方法对国槐幼苗根系生长的影响。分别采用叶面喷施和灌根两种方法处理国槐幼苗后,取国槐幼苗完整的根系,利用WinRHIZO根系分析系统对根系进行扫描和分析,并比较这两种处理下国槐幼苗根系的总根长、根系总表面积、根系总体积、根尖数等的变化情况。结果表明:康宁霉素叶面喷施与灌根两种方式处理可以在一定浓度范围内增加国槐幼苗根系的总根长、总表面积、总体积、根尖数等;另外,康宁霉素处理下可以有效地提高国槐幼苗的根系活力。其中,与康宁霉素叶面喷施相比,康宁霉素灌根处理的促进效果更显著。     

基于图论的图像分割算法分析研究

图像分割是把图像分成各具特性的区域并提取出感兴趣目标的技术和过程,图像分割新算法一直在更新,但都有局限性。本文介绍几种基于图论的图像分割算法,并对各自算法特点进行分析,通过将Normalized Cut归一化割集准则与图像的阈值分割联合起来区分目标和背景,提出了改进权值公式的算法。通过实验比较分析,改进的归一化图像分割算法有效消除了噪声,取得良好的实验效果,更接近人眼视觉的分割效果,并减少了算法的运算量。     

酸性土壤铝的形态、迁移特征及林木根系的影响

采用孔洞根系生长法，研究了土壤中不同形态铝含量的变化及对杉木、马尾松根系生长的影响。结果表明：土壤中加入铝离子后，土壤pH下降，活性铝含量明显增加，孔洞中林木根系表现为明显的铝中毒症状；加入钙离子后，土壤pH升高，土壤中活性铝含量显著下降，根系生长得到改善，1a后，与原孔洞中土壤相比，土壤中总铝含量降低，交换态铝含量有所降低，腐殖质铝含量升高。     

基于FCM的木材X射线图像缺陷分割

在用X射线检测木材缺陷的过程中,很重要的一步就是对图像中的缺陷的提取和分割,其处理的效果直接影响到后面的缺陷识别的正确性。主要是针对木材X射线图像对比度差的特点和固有的模糊性,利用模糊C均值聚类的方法对木材X射线图像进行分割处理,为后续的提取出木材缺陷工作打下基础。     

基于遗传算法的强化木地板表面缺陷的图像分割

强化木地板表面质量的图像检测技术在我国尚属空白.本文将遗传算法应用于强化木地板表面缺陷的图像分割,利用最大熵准则作为算法的适应度函数.实验表明,该算法可较准确地分割出强化木地板的表面缺陷,是一种有效的图像分割方法.     

基于多尺度分割技术的高分辨率影像信息提取方法分析

为了提高高分辨率遥感数据的应用价值,通过采用影像分割和多尺度分割最优尺度确定等方法,开展了从高分辨率遥感影像中提取地物信息技术的研究.结果 表明:水体、植被、居住用地、道路和裸地最大面积分割尺度参数分别为200、180、80、120和100时,提取的地物信息比较准确,可以在生产实践中应用.     

彩色树木图像分割算法的研究

树木图像分割是将树木与其周围景物分离的技术,是虚拟现实和计算机仿真等学科在林业应用的核心技术,也是机器视觉领域的重要研究方向,拓宽了计算机技术在林业中的应用。本项研究基于树木图像形状复杂的特点,设计并实现了一种结合C-V模型水平集及形态学处理的彩色树木图像分割算法。运用改进的最小化能量函数作为水平集的演化曲线,可以更加自然地改变曲线拓扑结构,对含有分裂、合并、形成尖角等复杂形状的目标对象分割更为有效。如果再结合形态学后处理算法,将初次分割图像中非目标区的细密纹理和噪声剔除,可以快速准确地得到全局最优的图像分割效果。同时进行了与基于梯度变换的改进分水岭树木图像分割和基于灰度-梯度最大熵的树木图像分割算法的对比试验,试验表明,结合C-V模型水平集和形态学算法对树木图像分割效果更为有效。     

基于OTSU算法与数学形态学的木材缺陷图像分割

在木材分选过程中,图像缺陷分割技术占有重要的地位,能否精确提取缺陷轮廓会直接影响到分选的准确率.本文讨论提取木材表面缺陷图像的方法,应用OTSU算法与数学形态学相结合的方法对缺陷图像进行分割,最终提取出缺陷边缘.实验表明,经过OTSU算法和数学形态学进行图像分割,最后得到的木材缺陷图像更加清晰、连贯,提高了图像的可视性和准确性.     

自然背景下基于反射模型的树叶彩色图像分割

为实现固碳释氧测量中叶片图像的高精度分割,提出一种基于反射模型的树叶彩色图像分割算法.首先,在RGB颜色空间中,针对光照对于叶片颜色不一致的影响,采用改进的白平衡方法进行滤波;其次,针对RGB颜色空间的非均匀性、色域窄、亮度分量混合的问题,将其变换到Lab颜色空间,去除亮度分量,消除光照对于叶片分割的影响;然后,依据Lab颜色空间的均匀性,定义颜色特征的欧氏距离为聚类准则;最后采用最小分类器进行聚类分割.实验结果的对比分析表明该方法是有效的.     

数学形态学在旋切单板缺陷图像分割中的研究

胶合板的质量等级在很大程度上取决于旋切单板的表面质量,为了提高旋切单板缺陷检测的质量和效率,提出了一种基于数学形态学的缺陷图像分割方法,通过形态学算子的作用进行缺陷的分割。试验结果表明该算法能取得很好的分割效果。