储粮生态系统的跨学科和多学科研究——加拿大曼尼托巴大学在粮食储藏研究上的最新进展

加拿大曼尼托巴大学的跨学科储粮研究团队对储粮生态系统的各个方面进行了系统的研究。该团队的最新研究活动包括:储粮生态系统建模,粮堆热点的发生和安全储存条件,粮堆气流流动,害虫在粮堆中的迁移、分布与对其取样、诱捕的关系,以及计算机图像处理技术。这些研究增进了我们对储粮生态系统的认识与理解,为粮食储运的安全性及高效率技术创新奠定了基础。     

基于OpenCV的桉树人工林林木株数识别与统计研究

在桉树短轮伐期工业用材林的伐区调查时,往往要估算整个采伐小班的林木株数。为了实现快速林木株数统计,提出一种基于无人机航拍影像与Open CV图像识别计数的处理方法,对航拍的林地影像进行灰度转化、二值化、形态学处理、连通区域分割计算等处理。最后基于二值图片,标记每株树木影像的质心编号,从而实现图像范围内的林木株数统计。结果表明,该方法可将每株树冠有效分离出来,成功解决了计数目标粘连现象对后续分析、测量产生干扰的问题,算法基于Python+Open CV平台,语言简便易行。经测试,识别准确率可达99%,是一种有效的林木株数计数方法。     

1种农产品图像混合滤波算法的应用

针对农产品图像中的混合噪声,提出了1种有效的滤波算法。首先从噪声检测和标记方法、自适应加权滤波等环节对中值滤波算法进行适当改进,从而提出了1种改进自适应加权中值滤波算法对混合农产品噪声图像进行第1阶段滤波;然后对滤波后图像分别采用3×3滤波窗口、5×5滤波窗口的均值滤波算法进行第2阶段滤波;最后对均值滤波后的图像进行等权融合处理。分别将研究的滤波算法与中值滤波、加权中值滤波、极值中值滤波、均值滤波等算法进行试验仿真对比,结果表明,经过研究的算法滤波后图像清晰度明显高于其余算法且噪声残留程度明显低于其余算法,这对于农产品的高效处理具有一定的借鉴价值。     

机器视觉技术的发展及其应用

机器视觉可以理解为基于视觉技术的机器系统或学科。机器视觉是一个不断发展的研究领域,其主要工作是对图像数据进行处理和分析。机器视觉在智能开发系统中起着关键的作用。研究智能开发系统的主要目标就是开发有能力感知,移动,并能进行经验学习的机器。而伴随着图像处理等相关技术的发展,机器视觉该技术也同时处于上升期。本文对机器视觉的主要技术做了简单的介绍,其中主要包括光源、摄像机及图像采集卡、执行机构等,并论述了其主要的应用领域以及存在的一些问题。     

基于VC++6.0的柿子采摘视觉研究及特征参数的提取

实现准确采摘离不开识别和定位这两个关键环节。要实现精确定位首先就必须准确识别果实,确定果实的质心、半径,在此基础上进行三维立体坐标的标定,从而精确计算出果实的空间位置,实现准确采摘。本文在已经获取果实图像的基础上,基于VC++6.0研究果实各种参数提取所需要的图像处理函数,比如阈值变换、窗口变换、中值滤波、梯度锐化、边缘检测、轮廓提取等,以及各种特征参数计算函数,如计算球形果的质心、半径、周长、面积、圆形度、伸长度等的函数。通过对各个果实识别各个环节所需函数来研究采摘机器人的视觉。     

TMS320DM642汇编优化方法在棉种在线筛选系统应用

为了提高基于机器视觉的棉种在线筛选系统的筛选效率,介绍了使用汇编语言优化TMS320DM642程序的几种方法。优化过程中利用了软件流水并实现了"扩展指令的使用""延时间隙的利用""循环展开""并行指令使用"等多种方法。其中"扩展指令的使用"优化了原有的处理算法;"延时间隙的利用"和"循环展开"消除了循环内多余的NOP语句;"并行指令的使用"和软件流水技术提高了DSP8个功能单元的利用率。实验使用图像尺寸为215*640像素的YUV格式图像数据,优化前处理一帧图像用时16.76ms,优化后为1.03ms,优化部分代码执行时间缩短为原来的1/16,充分证明了使用优化方法大大缩短了代码的执行时间,提高了整体系统的实时性,并为后续的复杂算法提供时间保障。     

一种快速判别梨果梗的方法

果梗完好与否是梨品质检测的指标之一,因而对果梗情况进行准确判别具有重要意义。为此,通过计算机视觉系统摄取梨的图像,利用图像处理技术提出了一种能快速判别梨果梗有无的算法。该算法的识别正确率达90%,识别速度大约在20～30ms,实现了对梨果梗进行高速检测的目标。     

基于计算机视觉技术的水果分级研究进展

较为全面地介绍了国内外基于计算机视觉技术的水果外观品质的单指标分级、多指标综合分级和水果内部品质检测分级的研究现状与方法,指出了现有研究中研究对象较单一、图像采集不全面、图像处理算法不多、精度不高等存在的主要问题.同时,提出了未来水果分级的发展方向,认为水果内外品质融合的一体化分级技术是未来的发展趋势.     

基于虚拟仪器的农产品"身份证"数字识别系统

介绍了基于虚拟仪器图形化语言LABVIEW开发的农产品"身份证"数字识别系统,采用CCD摄像机对农产品"身份证"编号进行采集,通过PCI-1411彩色图像采集卡将图像传输到计算机并进行图像处理,最后应用美国NI公司的OCR软件包对处理好的编号进行识别.结果表明,该系统抗干扰能力强且精度高.     

基于计算机视觉的规模化蛋鸡场产蛋计数方法

本文提出了一种基于计算机视觉和图象处理的规模化蛋鸡场产蛋量计数方法,通过分析摄像机获取的图像中鸡蛋和传送带背景信息来有效的检测鸡蛋个数.本方法经试验表明:鸡蛋计数的准确率为95%,并对统计鸡蛋枚数效率高,实用性强,克服了人工计数带来的不便,因而可以进行推广.