自然环境下桃子图像分割算法

成熟果实的识别是果蔬采摘机器人视觉系统的关键问题,要解决该问题,首先需要进行有效的图像分割.从复杂背景中分离果实一直是该领域的一个难题.为此,针对自然环境下的桃子图像进行了图像分割方法的研究.利用2R-G-B和L*a*b*的a*分量以及HSI的H分量分别对彩色图像进行了3种方法的灰度化处理,然后采用大津法对灰度图像进行了二值化处理,对二值化图像采用匹配去噪与匹配膨胀相结合的方法,去除了复杂背景噪声.试验表明,所提出的桃子分割方法具有很好的分割效果.     

动态图像采集在鸡蛋品质检测中的应用

图像采集是利用机器视觉对禽蛋品质检测的第一步.为了满足自动化的需求,提出了一种基于DirectShow技术的鸡蛋动态图像采集的方法,介绍图像采集系统的构成以及动态鸡蛋图像采集的实现,为今后研究鸡蛋品质检测指明了方向.     

利用随机网络模型和CT数字图像预测近饱和土壤水分特征曲线

通过对连续土壤切片CT图像的分析,定量获取了土壤孔隙的大小分布情况。在此基础上建立了基于土壤孔隙形态学特征的随机网络模型,在孔隙尺度模拟了土壤中的水分运动过程,并预测了近饱和土壤水分特征曲线。结果表明,通过选取合适的模型参数,基于土壤孔隙形态学特征建立的随机网络模型可以模拟出与土壤样本实测值非常接近的水分特征曲线,可以作为一种快速测量的方法。     

X射线图像技术对红毛丹内部品质的检测

研究了利用X射线图像处理及模式识别方法检测红毛丹内部品质——可食率、可溶性固形物含量。首先用阈值分割法去除红毛丹背景,然后用模糊C均值聚类方法来分割果肉区域。红毛丹可食率以分割出的果肉区域像素个数与整个果实区域像素个数之比来表征,实验结果表明,误判率小于10％。红毛丹可溶性固形物含量的X射线图像检测采用纹理特征描述的方法,利用直方图矩特征和支持向量机回归方法预测红毛丹可溶性固形物含量的相关系数最高可达87．2％。     

基于两阶段关键点定位算法的奶牛体型评定指标自动测量

为解决传统奶牛体型评定指标测量方法受主观影响大、自动化程度以及体型关键点定位存在误差等问题,提出一种基于两阶段关键点定位算法的奶牛体型评定指标自动测量方法。对采集的奶牛背部深度图像序列,首先基于滤波方法进行边缘平滑与缺失区域修补;之后基于YOLO v5体型关键区域检测算法确定体型关键区域并重建相关区域三维点云;进而计算区域点云曲率与z轴最值定位体型关键点;最后依据关键点间相对位置自动测得体型评定指标。结果表明,该方法可完成俯视视角下奶牛体长、肩宽、胸宽、腹宽和腰宽指标的精准测量。对15头奶牛5个体型评定指标,算法测量值与实测值平均绝对误差为1.55 cm,均方根误差为1.78 cm,决定系数R2最大为0.9394。该方法可在实际养殖环境下实现奶牛体型评定指标的精准测量,对生产实际具有一定现实意义。     

中国图像工程:2015

目的 本文是关于中国图像工程的年度文献综述系列之二十一。为了使国内广大从事图像工程研究和图像技术应用的科技人员能够较全面地了解国内图像工程研究和发展的现状,能够方便地查询有关文献,且向期刊编者和作者提供有用的参考,对2015年度图像工程重要文献进行了综述分析。方法 从2015年在国内15种有关图像工程重要中文期刊的共148期上所发表的2975篇学术研究和技术应用文献中,选取出723篇属于图像工程领域的文献,并根据各文献的主要内容将其分别归入图像处理,图像分析,图像理解,技术应用和综述5个大类,然后进一步分入23个专业小类(与前10年相同),并在此基础上分别进行了各期刊各类文献的统计和分析。结果 根据对2015年统计数据的分析可看出:图像分析正得到最多关注,目标跟踪的文献数量有明显增加,图像分割和边缘检测仍然是研究重点,图像匹配融合及其在遥感测绘等的应用再次成为热点。结论 我国图像工程的2015年研究深度和广度仍在提高和扩大,保持了快速进展的势头。     

基于高光谱与在线序列极限学习机确证大米产地方法

为满足快速无损的大米产地确证需求,采集吉林省梅河口市水稻主产区及松原、大安、辉南等其他水稻产区共990个大米样本的高光谱图像（400~1 000 nm）作为研究对象,利用多元散射校正（MSC）处理方法对光谱进行预处理。采用多层感知机（MLP）、极限学习机(ELM)与在线序列极限学习机(OS-ELM)算法,分别基于全波段高光谱数据以及经多维尺度分析（MDS）方法降维后的数据建立产地确证模型。结果表明,基于全波段高光谱数据的OS-ELM模型分类性能最好,准确率达到98.3%。经MDS处理后,输入的数据变量减少了96.6%,MDS-OS-ELM模型准确率稳定在97.4%。对三种模型的训练时间进行对比分析,OS-ELM训练时间明显优于MLP,在分批次获取数据时训练时间优于ELM。为大米产地确证提供了一种高效、准确、稳定的方法。     

阿根廷:研发出监视鱿钓渔船数量新技术

阿根廷国家渔业发展研究所(Inidep)开发出了一套新的软件,借助于美国国防气象卫星计划的线性扫描业务系统(DMSP-OLS)及国家空间活动委员会提供的夜间卫星图像,量化专属经济区外从事阿根廷滑柔鱼(Illex argentinus)生产作业的外国鱿钓船。此项遥感研究是与鱿鱼渔业研究计划合作的一部分。通过此项技术,研究人员就能监控和量化在专属经济区外从事鱿鱼生产的船队数量。鱿钓船产生的高强度灯光能被DMSP-OLS的红外传感器所识别,这样鱿钓船也就能够被DMSP-OLS准确辨别。DMSP-OLS获得的信息由阿根廷渔船上卫星定位系统进行验证。     

图像流式细胞仪在中华绒螯蟹血细胞分群及吞噬功能研究中的应用

为了更精确地对甲壳动物血细胞进行快速分类和功能分析,本研究以中华绒螯蟹为例,依据其血细胞内具有颗粒结构的特征,与常规显微观察对比,探讨了一种基于图像流式细胞仪的血细胞自动化分类新方法,并测量了体质量为(10±3) g的中华绒螯蟹的血细胞对直径1μm微球的吞噬情况。结果显示,两种方法都可将中华绒螯蟹血细胞分为4个类群。显微镜观察分类基于胞内可见颗粒,但由于缺乏精细的量化标准,批次样品的人工辨识结果波动较大;而图像流式方法以胞内全部颗粒结构为对象,利用高精度检测模块测量,结果更准确、客观,而且通量高、重复性好。测量结果显示,中华绒螯蟹血淋巴中无颗粒、小颗粒、中颗粒及大颗粒细胞占比分别为40.62%±2.65%、36.68%±6.84%、7.80%±1.16%和16.51%±5.60%,依据测量的颗粒特征区分的4个类群界限清晰,缺乏过渡样点,提示各类细胞之间可能没有相互转化。进一步的活体微球吞噬实验证实,中华绒螯蟹的4类血细胞都具有吞噬功能,并以无颗粒细胞为主要吞噬类群;吞噬微球的细胞比例在注射后6 h内呈钟型曲线变化,4 h可达峰值(5.69%±0.44%),表明中华绒螯蟹血细胞能高效清除血淋巴中的异物。研究表明,图像流式细胞仪适合于中华绒螯蟹的血细胞分类分析和功能研究,本研究结果为同类研究提供了重要参考,将有助于更全面了解甲壳动物血细胞的功能。     

基于OpenCV-Python和树莓派实现图像数据远程采集

随着智能技术在农业生产管理过程的应用,往往需要采集种植现场的大量图像和视频数据,以便构建AI所需的数据集。文章简述基于树莓派、摄像头、Linux系统、Python语言、Numpy和OpenCV等库,搭建实现远程自动图像采集并实时将图像数据传输至远程后台的装备。