基于图像处理技术的果树树叶稀密程度的检测

为了解决现有果树树叶稀密程度检测方法要求采集图像时采用标准白板标定或固定成像距离的问题,本文提出一种新的基于图像处理技术的检测果树树叶稀密程度的方法——最大轮廓矩形法。该方法采用超绿色法、Ostu、中值滤波去噪、腐蚀和膨胀等图像处理技术将果树图像有效分割出来,通过检测经图像处理后的二值图像中整棵果树最大轮廓所占的面积,再检测整幅图像中树叶与树干所占的面积,根据果树树叶稀密程度的定义即可计算树叶稀密程度。结果表明,该方法不需要固定成像距离和使用白板标定,最大轮廓矩形法对果树图像面积的检测是因果树实际图像而异的,不存在现有方法统一采用相机所设定的图像大小作为最大轮廓而导致所检测到的树叶稀密程度偏小的问题;20张果树样本图像采用两种方法检测的果树树叶稀密程度的最大差值为0．2950,最小差值为0．0027。     

适应遮挡条件下奶油生菜的实例分割方法研究

利用机器视觉技术测量生菜的表型参数对探索生菜的生长规律有着非常重要的意义,而构建生菜个体的识别及轮廓分割算法是实现表型参数精准测量的重要前提;但是,在生菜培育至采收期,俯视图下生菜个体间叶片相互重叠遮挡,对个体识别和轮廓分割造成很大的阻碍。为此,改进了Mask R-CNN神经网络模型,掩膜分支采用class-agnostic模式,以ResNeXt50联合FPN替换原有的卷积主干,实现了遮挡条件下奶油生菜的个体识别和轮廓分割。为了对改进模型的分割精度进行验证分析,采用平均精度AP75和平均检测耗时作为评价指标,与原始Mask R-CNN、DeepMask、MNC分割模型在不同程度遮挡测试集上设置对比试验。结果表明：改进模型的平均精度达到98.7%,相比原模型提高了约4%,且在重度遮挡测试集上依然能够保持良好的分割精度。研究结果可为遮挡条件下植物叶片的识别和分割提供算法参考,也可为奶油生菜的表型参数提取提供技术支持。     

基于改进的几何活动轮廓模型的叶片自动分割

叶片的形态测量在苗木生长自动监测中具有重要意义,在形态测量前首先要将完整的叶片从背景中提取出来.针对彩色苗木叶片图像的特点研究了利用几何活动轮廓模型进行完整叶片的自动分割的方法.首先利用图像的全局信息和C-V模型进行初始分割,当曲线到达目标边界附近时,利用改进的基于图像局部信息的能量模型进行边界的精确定位.该方法将C-...     

Basic study on contour tracing method in softwood cell contour extraction

The application of digital image analysis to calculate the parameters of softwood cells and to understand their microstructure is of importance in the area of basic micro-wood research such as wood anatomy. In order to obtain cell parameters, the most important part is to separate the cells from their background in an image, which is accomplished by drawing cell contours. In this study, a contour tracing method based on digital image binarization is introduced to extract the contours of softwood cells. As well, a comparison with other traditional methods is included. The results show that using this contour tracing method, clear and complete contours can be obtained, which solves the problems of traditional methods where sharp corners and turning points in an image could not be addressed.     

基于混合高斯模型的生猪个体检测算法

背景模型对于视频中运动目标检测的目标提取至关重要。高斯混合模型(GMM)是背景模型中常用的方法之一。混合高斯模型对于目标生猪检测存在算法效率低、误判点和鬼影等缺点。对此本文提出了一种基于自适应高斯混合模型的改进算法,以克服传统高斯混合模型在猪目标检测中的不足。本文基于高斯混合背景模型,引入了视频帧m和t_0的两个新参数。在混合高斯背景模型基础上,为了提高建模收敛速度,采用自适应调整高斯分布模型个数。本文通过每m帧对高斯分布进行一次扫描,删除多余的高斯分布,来提高模型的收敛速度。同时,采用自适应调整学习率值来消除误判和鬼影;初始阶段采用较高而且递减的学习率,在t_0帧之前加快背景建模;随着时间的持续,背景模型逐渐变得稳定,此时可以使用较小的学习率。t_0帧后为了保持稳定的背景建模,减少噪声干扰,本文采用了在t_0后使用固定的学习率。实验结果表明,该算法能够快速建立初始背景模型,检测运动目标猪,并提取目标猪的完整轮廓。该算法具有良好的鲁棒性和适应性。     

一种面向中医目诊的虹膜定位算法

虹膜诊断对于中医与民族医学的目诊理论具有重要的补充和借鉴作用,有必要深入研究虹膜及其图像特征与疾病、体质、中医辨证的证候要素等因素间的对应关系。本文以基于中医目诊的虹膜特征分析为出发点,以虹膜仪采集图像为对象,研究并提出了一种基于中医目诊的虹膜定位算法。该算法首先采用基于灰度阈值估计的方法得到瞳孔中心大致位置,再基于相似参数组的合并改进霍夫变换算法,得到虹膜内边界的定位结果,解决虹膜仪图像的瞳孔收缩、边界发生部分形变的问题。然后采用K均值聚类估计虹膜区域的大致范围,并以此构造初始轮廓,利用主动轮廓模型得到虹膜的外边界,从而避免由于图像畸变而引起霍夫变换失效的问题。     

基于图像的植物病变叶面特征值提取研究

[目的]运用计算机图像处理技术对生产中的角斑病与斑疹病进行区分研究。[方法]利用计算机视觉技术对植物病变特征进行色度学研究,以颜色及纹理作为植物病害图像特征参数进行病斑图像周长、面积和形状的提取,从而进行病害图像的分类判断。[结果]以CIE1976HIS色调百分率直方图法提取色度特征参数,过程简单、有效,运算速度快,消除了叶片形状大小的影响;利用色调直方图的统计特征参数分析,其色调偏度能够显著地将不同病状区分出来。[结论]该研究认为色调偏度可作为区分角斑病与斑疹病的特征参数。     

一种快捷的单细胞藻类计数方法——运用Photoshop软件分析细胞显微图像轮廓

细胞计数是藻类培养、赤潮调查和环境监测中的一个重要环节。本文设计并测试了一种单细胞藻类计数方法:利用体视显微镜及配套的CCD数字成像系统,获取固定体积样品的全视野图像,运用Photoshop软件对细胞显微图像轮廓进行分析计数。根据细胞粒径差异,实验选取5种代表性单细胞藻类,分别采用新方法和显微镜计数法对其进行细胞密度测定。研究结果表明,新方法在测定亚心形扁藻(Platymonas subcordiformis)时,结果较显微镜计数明显偏低。而在测定东海原甲藻(Prorocentrum donghaiense)、米氏凯伦藻(Karenia mikimotoi)、塔玛亚历山大藻(Alexandrium tamarense)和血红哈卡藻(Akashiwo sanguinea)时,计数结果与显微镜计数结果非常接近,较可信。其计数结果与显微镜计数结果具有较好的线性相关性(R2≥0.981 1,P0.01)。新方法能够有效测定粒径15μm以上纯种或混合培养的单细胞藻类的生物量,简化了测定程序的同时,减少了人为误差,具有一定的应用价值。     

外轮廓与花纹特征相结合的平面鞋印图像识别的研究

采用鞋印形状特征提取技术,提出基于外轮廓、内部花纹形状特征的鞋印图像识别方法。采用各分区纵横比、特征点来表示鞋印外轮廓特征,内部的花纹特征用傅立叶描述子和链码来表示。实验结果表明,该方法具有快速准确、科学实用等优点。     

基于多轮廓模型的红枣体积和表面积在线测量方法

为快速测量红枣的体积和表面积,给红枣三维信息的分级装备开发提供依据。该文搭建图像采集装置,由工业相机连续拍摄旋转圆盘上物体的二维图像,编写图像处理软件提取图像的二维轮廓特征,再由二维图像的轮廓构建三维多轮廓模型,测量模型的体积和表面积。探讨不同轮廓间角(4°～15°),不同投影高度(0.1～0.5cm)和不同直径(24～42 mm)对多轮廓模型测量体积和表面积的影响。试验结果表明,多轮廓球体模型的直径为固定值,体积的相对误差随轮廓间角和投影高度的增大而增大,表面积的相对误差随轮廓间角和投影高度的增大而减小,最小相对误差分别为6.0%和1.0%;多轮廓球体模型的轮廓间角和投影高度为确定值,模型的体积和表面积的相对误差随直径的变化不明显,但直径越小误差越大,体积和表面积相对误差的均值分别为9.1%和4.34%;多轮廓红枣模型的轮廓间角和投影高度为确定值,模型体积的平均相对误差随等级的增大而增大,表面积随等级变化不明显,其中体积的均方根误差和平均相对误差的均值为2.45 cm3和10.2%;表面积的均方根误差和平均相对误差的均值为3.65 cm2和7.09%。红枣多轮廓模型测量方法为红枣分级装备的开发提供技术参考。