基于光流与熵统计法的花卉生长视频关键帧提取算法

花卉生长过程原始视频数据量大,冗余信息多。为了获得便于研究人员使用的压缩比高、数据量小、包含丰富生长细节信息、流畅自然、花卉生长过程视频,引入了关键帧提取方法对原始视频进行处理。根据花卉生长过程的特点,选择运动检测相关算法进行测试。对传统的帧间差分法进行了仿真分析,并提出了一种新的基于光流法及运动方向信息熵统计的关键帧提取方法。试验证明,该方法明显优于帧间差分法,在提取相同数量关键帧的情况下,能够更完整的表现花卉运动细节。该研究可为花卉生长过程的动态监测提供参考。     

无人机航拍林业虫害图像分割复合梯度分水岭算法

针对林业信息监测方式实时性差、监测范围有限等问题,为更加实时、准确地对林业虫害信息进行监测并计算监测样地中虫害区域比例,该文在搭建面向林区虫害监测的多旋翼无人飞行器航拍监测系统基础上,提出了一种基于复合梯度分水岭算法的图像分割方法。该方法引入全局直方图均衡化消除了图像暗纹理的影响,并采用形态学混合开闭重构滤波完成了图像样本的去噪处理。计算灰度图像各像素点的复合梯度实现了非相关区域(道路及裸地)的提取,最终利用分水岭算法实现了监测图像虫害区域的分割提取。利用该文所提算法对8幅虫害侵蚀程度不同的监测图像进行分割,并与传统分水岭算法、K-means聚类算法进行对比试验。试验结果表明,该文算法虫害区域提取的平均相对误差率分别降低6.56%、3.17%,平均相对极限测量精度分别改善7.19%、2.41%,能够相对准确地将虫害区域从监测图像中分割出来,可为后续林业虫害监测与防护提供参考。     

基于热红外视频的奶牛跛行运动特征提取与检测

针对基于可见光视频的奶牛跛行检测系统易受光线、环境变化因素影响的问题,该研究提出了一种基于热红外视频的奶牛跛行运动特征获取与检测的方法。该研究利用深度学习与传统图像处理方法,分别对热红外相机与可见光相机所拍摄的奶牛行走视频进行了奶牛跛行运动特征的提取检测。通过检测结果分析可知,相较于可见光图像,算法对于热红外图像中的奶牛跛行运动特征检测效果更好、准确率更高并且热红外图像可以有效减少光线等外界因素对特征提取的影响,利用深度学习与传统图像处理对运动特征检测的平均精度达到了90.84%与74.26%。研究利用弓背曲率分别针对热红外视频与可见光视频中的行走奶牛进行跛行检测试验,试验结果表明,针对热红外视频中的奶牛跛行检测精度为90.0%,Macro-F1为0.90;针对可见光视频中的奶牛跛行检测精度为83.3%,Macro-F1为0.83。研究表明热红外相机应用于计算机视觉奶牛跛行检测系统可以更好的实现奶牛跛行运动特征获取与跛行检测,有效提高检测准确性与鲁棒性。     

面向视频呼叫中心的农业知识视频分割方法

为了推广农业知识,使农民能够通过智能手机有效地获取视频片段,该文面向视频呼叫中心设计了一种农业知识视频分割方法,可将科研机构录制的农业知识视频分割成小的完整的知识单元,并借助视频呼叫中心送达到农民手中。该文研究基于HSV(hue,saturation,value)颜色空间的视频镜头切分方法,通过对比镜头之间的颜色直方图,实现视频镜头切分;结合农业知识讲座类视频"音频为主,视频为辅"的特点,研究视频中音频镜头的切分方法,并在音频镜头的辅助下完成对于视频镜头的聚类,从而提取出视频语义单元,实现对于视频的分割,试验结果表明,该方法的查准率为88.9%,查全率为96.0%。该方法解决了现有镜头聚类方法不适用于农业知识讲座类视频的问题。     

基于达芬奇技术的收割机视觉导航图像处理算法试验系统

为缩短收割机视觉导航系统研发周期、降低确定图像处理算法的试验成本,该文阐述了达芬奇技术软件框架,分析了H.264视频编解码算法工作原理,研制了基于达芬奇技术的收割机视觉导航图像处理算法试验系统。该系统以双核数字视频处理器DM6446为核心,在达芬奇平台上实现了田间试验视频图像编码采集和室内视频图像解码与处理的功能模块。经试验验证,编码后的视频压缩率可达47～103倍,解码后视频帧率30帧/s,系统实时性高、工作稳定可靠,同时可进行多种图像处理算法试验。该试验系统对于收割机视觉导航图像处理算法研究提供了有效的分析手段。     

改进稀疏超完备词典方法识别奶牛跛足行为

监测与发现奶牛异常行为是实现疾病早期防控的关键,其中尤以跛足行为发现与识别较为典型,但是当前家畜异常行为识别仍然存在在线性能较差的问题。针对这一问题,该文提出2种改进策略。首先提出一种基于共轭梯度追踪算法的稀疏超完备词典学习算法(conjugate gradient pursuit-KSVD,CGP-KSVD)用于跛足行为特征的语义级描述和表示,即在稀疏编码构建阶段引入共轭梯度追踪算法寻找优化搜索方向,同时避免存储和计算大规模Hessen矩阵带来的计算负载,从而提升稀疏超完备词典学习算法的收敛速度。其次通过时空兴趣点与稠密轨迹图二次提取时空兴趣点相融合实现视频底层特征提取和表示,在保留丰富细节特征信息的基础上减少冗余特征降低计算负载。在1 200个时长10 s的标注视频样本集上测试结果显示:该文提出的算法识别准确率达到100%,识别平均响应时间为0.043 s,对比基于基追踪算法(basis pursuit-KSVD,BP-KSVD)和正交匹配追踪算法(orthogonal matching pursuit-KSVD,OMP-KSVD)稀疏编码序列优化策略算法在识别平均响应时间分别提升1.11和0.199 s,在90 h回放视频和在线测试视频上跛足行为识别准确率分别为93.3%和92.7%,明显优于对比算法。试验结果表明该文提出的跛足行为识别算法框架具有较高的识别准确率和较好的在线响应时间,可以为相关研究工作提供借鉴意义,相关技术可以成为接触式传感器监测及其他技术的必要补充。     

野生动物监测光照自适应Retinex图像增强算法

针对野外白天不同光照对野生动物监测图像质量造成的影响,提出一种基于Retinex理论的光照自适应图像增强方法。该方法首先使用基于复合梯度的引导滤波估计图像照度分量,克服光照突变造成的伪光晕现象;然后提出一种基于Otus阈值的对比度自适应拉伸方法实现照度分量的校正,克服传统算法过度增强的问题;最后采用照度分量单通道图像计算反射分量图像,实现色彩的保真。该文采用50张保护区实地拍摄的野生动物监测图像为样本进行试验,结果表明,该文算法相比于MSRCR算法、双边滤波Retinex算法和引导滤波Retinex算法色调保真度平均提高81.00%、5.24%和3.58%,信息熵平均提高6.76%、6.23%和2.61%,峰值信噪比平均提高53.43%、5.36%和-2.85%,运算耗时减少-29.03%、78.51%和28.68%,证明该文算法可以有效克服传统Retinex理论算法的过增强、伪光晕现象和灰化效应,实现不同光照条件下野生动物监测图像的自适应增强。     

基于卷积神经网络的奶牛个体身份识别方法

视频分析技术已越来越多地应用于检测奶牛行为以给出养殖管理决策,基于图像处理的奶牛个体身份识别方法能够进一步提高奶牛行为视频分析的自动化程度。为实现基于图像处理的无接触、高精确度、适用性强的奶牛养殖场环境下的奶牛个体有效识别,提出用视频分析方法提取奶牛躯干图像,用卷积神经网络准确识别奶牛个体的方法。该方法采集奶牛直线行走时的侧视视频,用帧间差值法计算奶牛粗略轮廓,并对其二值图像进行分段跨度分析,定位奶牛躯干区域,通过二值图像比对跟踪奶牛躯干目标,得到每帧图像中奶牛躯干区域图像。通过理论分析和试验验证,确定了卷积神经网络的结构和参数,并将躯干图像灰度化后经插值运算和归一化变换为48×48大小的矩阵,作为网络的输入进行个体识别。对30头奶牛共采集360段视频,随机选取训练数据60 000帧和测试数据21 730帧。结果表明,在训练次数为10次时,代价函数收敛至0.0060,视频段样本的识别率为93.33%,单帧图像样本的识别率为90.55%。该方法可实现养殖场中奶牛个体无接触精确识别,具有适用性强、成本低的特点。     

基于尺度不变特征转换算子的水果表面图像拼接方法

水果全表面图像信息是否完整,直接影响水果表面颜色和缺陷检测的结果。该文提出了一种基于尺度不变特征转换(SIFT,scale invariant feature transform)算子的图像拼接方法,实现多视角水果图像的拼接以获取完整的水果表面信息。首先以15°固定间隔旋转水果以获取各视角下的连续图像,在图像2R-G-B通道下实现图像目标和背景分离,并对目标图像进行灰度直方图均衡化以增强其纹理信息,有利于特征点的提取。运用SIFT算法提取图像特征点,因为特征向量数量多、维数高,采用普通的K-D树算法搜索匹配点将消耗大量时间,因此将图像划分为16个区域,通过多次试验可知中间4个区域为特征点是最容易匹配的区域,这样就缩小匹配点可能存在的区域。采用极线几何约束法和改进型随机抽样一致(random sample consensus,RANSAC)算法以提高图像拼接精度,减少匹配时间。根据平移矩阵,对前后图像进行拼接,从而实现水果表面图像的完整拼接。试验结果表明:该算法平均匹配精度提高35.0%,平均拼接时间为2.5 s,较传统K-D树算法缩短67.8%时间,拼接效果还原率为93.9%。该文算法具有一定的尺度、旋转以及仿射变换不变性,适用于随机呈现的不同姿态球状水果图像拼接。该研究可为基于机器视觉的农产品品质检测和等级划分提供科学参考。     

基于自适应双阈值的蔬菜病害知识视频分割方法

针对以3G 手机为媒介的农业知识视频传输质量与传输时间、流量及费用冲突等问题,提出了一种基于自适应双阈值法的农业知识视频分割方法.利用双阈值自适应变化逼近视频镜头分割最佳阈值,通过比较镜头相似度确定因阈值偏差产生的误检镜头进而对分割结果修正.蔬菜病害知识视频分割试验表明,该文整体算法的设计能够实现快速分割,并使得镜头查全率大于95%、查准率大于98%,视频分割效果可满足农民用户的专业化、个性化的信息需求,同时为其他农业知识视频的分割提供了参考方案.     

基于IP的网络考试视频监察系统设计

针对考试违纪行为较多这一问题,提出了低硬件成本的考试视频监察系统的设计方案,采用分层的C/S模式设计,介绍了系统应具备的主要功能模块。     

远程视频监控在农产品质量安全追溯系统中的应用研究

将远程视频监控技术集成到农产品质量安全追溯体系的建设中,能够对数据采集过程进行有效监督,保证追溯数据的准确性和真实性,提高追溯系统的信息质量。分析了远程视频监控系统对农产品质量安全追溯能力的提升作用,从集成方式、关键技术等方面进行详细阐述,介绍了其在东莞市生猪质量安全追溯系统中的应用。     

用Flash8．0制作物体的旋转效果

利用Flash8．0的脚本语句制作了一个旋转塔,并能随鼠标进行移动,制作中重点运用了影片剪辑的制作、获取鼠标位置及设置对象位置等知识。     

构建校园网络视频教学系统的研究

教师、学生、教学内容、教学环境是高校教学结构的核心构成要素,教学改革的核心和关键内容是建设一个基于数字化的教学网络平台,而网络视频教学是数字化教学的重要部分,也是目前有待解决的主要问题,它是对传统教学、多媒体教学和视频教学的重大革新,也是提高学校的现代教学水平提供一个重要的组成内容,具有重要的现实意义和推广实用价值。     

高校图书馆视听文献开发利用探析

视听文献作为一种特殊的载体,是图书馆的重要资源,占有很重要的地位。探讨了挖掘高校图书馆视听室资料服务工作的潜能,以提高其利用率,更好地为读者服务。     

白头叶猴采食植物的再研究

2006年使用了较先进的录像设备,结合单筒望远镜对白头叶猴进行了全天候的跟踪观察和录像,使我们有可能更准确地仔细鉴定白头叶猴采食的植物及采食部位,也为动物生态的研究提供一个可重复验证的方法。经统计分析发现:白头叶猴属热带分布的灵长类动物,全以植物的各部分器官为食;被采食的植物大多数为热带分布的物种,是当地植被重要的建群种或优势种;在白头叶猴采食的物种中,有一部分是人类使用的药用植物;其中落叶成分和喜钙植物都较多;初步认为白头叶猴对不同的植物其喜食程度有明显不同。     

基于WiFi的无人机视频传输系统设计与试验

针对目前传统无人机视频传输系统抗干扰能力差、无法多用户监测的缺点,设计了一种基于Wi Fi的无人机网络实时视频监控系统。系统采用Tiny210嵌入式开发板为核心,通过架设在无人机上的网络监控摄像头和无线网关实现视频采集与传输;嵌入式系统采用Linux操作系统,采用Mjpg-Streamer视频传输方案;S5P210对网络摄像头获得的视频数据依据Mjpg-Streamer方案进行数据格式转换和压缩,通过无线网关上传到网络服务器,监控端计算机组通过监听相应的网络端口实现视频监控。测试结果表明,视频设定分辨率为76 800,当理论帧率在10至25 fps之间递增,视频传输的实际帧率随理论帧率变化接近线性增加,最大实际帧率达到3.27 fps,同时系统占用带宽在每秒1到2 M之间递增,当理论帧率大于25 fps,实际帧率保持最大传输帧率不变,而此过程系统占用带宽在理论帧率25至40 fps之间缓慢递增,大于40 fps后带宽开始下降。设置分辨率大于307 200,摄像头接近其工作极限,视频实际传输帧率维持稳定,与用户设定帧率无关,系统占用带宽平缓保持在每秒2到3 M之间,上位机画面清晰流畅,满足大数据传输下的视频传输要求。该研究为无人机实时性传输、减小运行功耗的深入研究提供了参考。     

利用资源优势建设高校特色视频网络平台

随着数字视频技术的迅速发展和全面应用,视频点播系统已经成为校园网建设的重要组成部分。黑龙江农业职业技术学院在富媒体视频企业软硬件资源支持下,建立了校园视频网络平台,系统整合了网络教学资源。