基于邻差和的农产品X射线图像分割算法

针对图像阈值分割中二维灰度直方图和模态法的不足,提出了一种基于邻域差值之和与直方图凹面相结合的图像分割算法,并将此方法与二维直方图方法在板栗、苹果和猕猴桃的X射线图像分割中的效果进行了对比试验.试验结果表明,本方法的图像分割误差小于2.1％,最大分割误差仅是二维直方图简便算法分割误差的23.7％,能够更精确地提取果品的图像.     

基于快速点特征直方图的树木点云配准

随着农林业智能化与信息化发展,树木三维重建技术成为国内外研究的热点。为获取具有颜色信息的树木三维点云,需配准不同视角下的彩色点云数据,为果树三维重建提供基础数据。为此采用仿真树模拟果树,提出一种基于快速点特征直方图(FPFH)的树木点云配准方法,通过添加标定物增加具有稳定FPFH特征的点云个数,从而提高点对配准精度。首先,采用第二代Kinect相机获取树木多个视角的RGB图像和深度图像,通过数据融合、背景去除、滤波等预处理步骤,得到待配准的树木彩色点云数据。然后,使用采样一致性初始配准算法(SAC-IA)根据FPFH特征寻找不同视角下的匹配点对,求取近似变换矩阵。最后,采用最近点迭代算法(ICP)优化初始配准结果。此外,探讨Kinect采集距离、高度、视角差对配准精度的影响,确定最佳的数据采集方式：相机到树木中心的距离为2 m,相机高度为10 cm,每次扫描间隔45°。试验结果表明：设置标定物可以获取鉴别力更强的FPFH特征,提高配准精度,最终配准误差小于1.9 cm。     

颜色空间直方图相交法的竹条色差分类检测系统研究

针对竹制品加工过程中主要依靠人眼识别分类竹条颜色,存在劳动强度大、效率低和误差大等问题,设计一款通过MATLAB图像处理技术进行竹条色差分类检测系统。首先,对标准竹条与样本竹条进行颜色空间转换,通过中值滤波对竹条图像进行预处理并提取不同颜色分量;然后,在HSV颜色空间中提取竹条图像相关色彩特征数据,并得到HSV颜色空间中竹条各分量的颜色相交直方图,同时计算出相应的相似度值;通过比较其相似度值的大小,对竹条进行色差分类并使其与色差等级建立一定的关系;最后,根据对处理后的竹条图像进行色差分类检测试验。试验结果表明：颜色空间直方图相交法分类检测正确率高达92.22%,算法运行时间为536 ms;相比较夹角余弦相似法,平均识别正确率提高4.44%,而平均运行时间下降63.44%。     

基于图像处理检测抑菌圈边缘的研究

提出了一种自动检测抑菌圈边缘的新方法．在对灰度图像进行中值滤波及锐化处理后,用灰度阈值二值化为黑白图像．然后用圆环形模板在黑白图像上扫描,确定抑茵圈中心的位置．在该位置附近,通过对半径直方图数据的处理,消除抑茵圈内部茵落的影响,用曲线拟合,可自动地检测到抑茵圈的边缘．对于3种不同的图像获取设备,成功率分别为100％,100％,91％．     

棉花异性纤维图像分割方法

通过直方图分析,建立了适用于棉花异性纤维图像的增强模型;提出了改进Otsu法,并对Otsu方法的分割效果进行了深入分析.实验结果表明,所有棉花异性纤维图像的灰度直方图基本都呈单峰特性;所建的增强模型可以显著提高异性纤维目标与皮棉背景之间的对比度;改进Otsu法将最佳阈值的搜索范围从0～255缩减到150～230,使此环节的计算速度提高了2倍多.     

DEM尺度变换中直方图相似度计算与应用

基于DEM尺度变换生成的不同栅格尺寸DEM分辨率确定的需求,采用直方图相似度计算方法,将不同栅格尺寸DEM同不同比例尺地形图对应分辨率的DEM进行对比,从而确定尺度变换生成DEM的分辨率。采用了4种不同的相似度计算方法,L₁距离,L₂距离,χ²距离和直方图的交,实验结果表明直方图的相似度计算可以有效地确定相似的DEM数据,从而确定DEM的分辨率。4种计算方法,L₁距离比直方图的交有更广的适用范围,比L₂距离、χ²距离更加直观。     

Defective region detection for wood based on color histogram and LBP-TD operator.

提出一种基于颜色和纹理信息的木板材表面节疤缺陷区域检测方法。首先,根据木板材表面图像中正常区域和缺陷区域的颜色差异,通过颜色直方图自动获取缺陷区域的种子点;然后,提出一种纹理扩散算法,它从种子点出发,基于图像局部纹理特征搜索缺陷区域的边缘。此外,改进了局部二进制模式算子,提出一种LBP—TD算子以更好地适应纹理扩散。实验结果表明：针对各种常见的木板材节疤缺陷,当缺陷区域与正常木纹区域的颜色、纹理存在较明显差异时,无论木纹本身是否规则,本文方法都能准确地检测出木板材节疤缺陷的区域;而当缺陷区域与正常木纹区域的颜色、纹理的差异均不明显时,本文方法仍能检测出缺陷区域的大致轮廓。数据对比显示了本文方法的误检率要低于传统的OTSU法。     

一种玉米雄穗图像识别算法研究

针对复杂的玉米田间图像,提出了一种玉米雄穗识别算法。该算法在HOG/SVM算法的基础上进行改进,为了弥补HOG特征只表现图像的轮廓特征这一缺点,分别提取待测图像块的颜色特征、轮廓特征和纹理特征,并送入提出的组合级联SVM分类器中进行判别。该SVM分类器是由2级SVM模型组合构成的,并使用大量经过人工标注的雄穗图像和背景图像为样本训练而成。综合考虑分割结果和性能评价,雄穗成功识别率为83%,该方法能很好地识别玉米雄穗,适用于复杂田间玉米雄穗图像的分割。     

联合收获机视觉导航控制系统设计与试验

设计了联合收获机机器视觉导航控制硬件系统,提出了基于直方图的导航路径融合算法,在简化的二轮车运动学模型的基础上,设计了模糊PD控制器.麦田试验结果表明:旋转投影算法配合直方图融合算法能够有效地检测收获与未收获边界线,提高了控制系统的准确性与抗干扰性;在正常小麦收获速度挡位下,割幅变化范围在0.18m以内,在有外界扰动下(人为方向盘扰动),能在2～5s内回到正常的跟踪误差范围内.     

基于热图像特征对白粉病感染玫瑰叶进行的早期检测

通过使用数字红外热成像仪观察感染和未感染的玫瑰植物叶片表面温度的变化,发现感染区的叶片温度上升2.3℃。此外通过对健康和感染的叶片进行分类,选取最佳试验叶片并观测它们的热特征;利用绝对温度测量,选择其温度最大值、最小值、中位数、最大温差、标准偏差,拟合数据到标准正态分布和拉普拉斯分布曲线,然后,通过神经模糊分类器来识别感染和健康的叶子;最后利用k均值聚类方法获得原始参数和模糊规则,在分类器的8个簇进行训练和测试,准确率分别达到了92.55%和92.30%。试验结果表明,干旱对健康叶片有不利影响,在干旱条件下健康的叶片正面预测价值和特异性指数值相应降低,而在黑暗中叶片的性能没有显著影响。