基于希尔伯特-黄变换与小波变换的无定河径流变化周期对比分析

【目的】对基于希尔伯特-黄变换(Hilbert-Huang transform,HHT)与小波变换的径流周期分析方法进行比较,为选择适合研究流域的径流变化周期判定方法提供参考。【方法】采用HHT与小波变换,对无定河流域干流上的代表水文站白家川站1956-2009年天然径流资料进行分析,探讨2种方法在分析无定河流域年径流变化周期上的差异性。【结果】无定河天然径流演化模式由4个本征模态函数和1个零均值趋势项组成,通过分析各个固有模态函数(Intrinsic Mode Function)分量,由希尔伯特谱及经验分解图可以看出,不同尺度径流波动对径流演变的作用为,随尺度增大,径流平均周期由短变长,由年际变化转为代际变化。无定河流域天然径流演化存在3,7,12和21～22年的近似周期。通过小波系数实虚部及模、模方等值线图,判定其径流丰枯变化及主要周期中心为7,25,40和53年。【结论】基于HHT与小波变换的径流周期分析方法的计算结果基本吻合,但小波分析只能分析出近似周期,而HHT分析还可发现年内变化和年际变化在周期变化中占主导作用,表明HHT方法更为优越。     

基于SUSAN角点的秧苗列中心线提取方法

中国南方水田环境复杂,不同生长阶段秧苗的形态各异,且田中常出现浮萍及蓝藻,其颜色与秧苗颜色极其相似,因此常用的作物特征提取算法难以应用在水田上。针对这些问题,该文提出一种基于SUSAN角点的秧苗列中心线方法。运用归一化的Ex G(excess green index)提取秧苗的灰度化特征,运用自适应的SUSAN(smallest univalue segment assimilating nucleus)算子提取秧苗特征角点;最后运用扫描窗口近邻法进行聚类,采用基于已知点的Hough变换(known point Hough transform)提取秧苗列中心线。经试验验证,此算法在图像中存在浮萍、蓝藻和秧苗倒影的情况下有较高的鲁棒性。在各种情况下均成功提取秧苗的列中心线,且每幅真彩色图像(分辨率:1280×960)处理时间不超过563 ms,满足视觉导航的实时性要求。     

新安江流域降水、径流演变特征分析

为了掌握新安江流域降水、径流的演变特征,采用Mann-Kendall检验法、Morlet小波分析法对新安江流域近57年的降水、径流数据的月、年际变化,年序列的突变和周期特征进行了统计和分析。结果表明:春夏季的4—7月是新安江流域降雨和径流最为集中的时段,新安江流域年降雨、径流的年际变化均呈明显增多的趋势,新安江流域年径流、降雨的突变异常时间基本吻合,两组序列的第1主周期均为17 a,第2,3周期分别是7 a,3 a,目前正处于不同周期中的丰水年中。两组序列高度相关,且具有极其吻合的同步变化特征。可见新安江流域属于雨水补给型河流,降雨是影响该流域径流最主要的因子。新安江流域可利用径流和降雨两组序列建立了线性回归模型,其拟合和预报效果较好,在流域长期径流量预报业务中有一定的应用价值。     

一种基于小波变换的图像过渡区提取及分割方法

具有复杂背景的树木图像的分割对于精确对靶施药及智能化植保机械的设计具有重要意义。为实现树木图像的精确分割,针对该类图像的特点,该文提出了一种基于小波变换的过渡区提取树木图像分割方法。通过对比小波变换系数、小波变换系数聚类以及小波包系数,最终选取了同时能够分解出更多高频、低频信息的小波包变换系数提取特征,根据小波包变换系数定义了小波能量比参数,将小波能量比参数值归一化为图像灰度值,采用自适应阈值和神经网络两种方法提取了过渡区,实现了具有复杂背景树木图像的分割。试验表明,该方法分割精度高,对于分割复杂背景的树木图像具有特别意义。     

玉米冠层内外风速变化周期特征的研究

应用Morlet连续小波变换对玉米冠层内外 4个高度风速数据的变化分析结果表明 ,1h平均风速的连续小波变换提供了不同高度风速数据所包含的多种周期分量的清晰图像 ,1d和 18d周期是 4组风速数据包含的主要周期分量。连续小波变换的平均谱显示了风速数据的时间变异性和能量在不同周期分量中的分布     

基于HJ-1卫星影像的三大农作物估产最佳时相选择

对于农作物遥感估产,精确选择最佳估产时相是关键环节。该文利用中国自行研发的HJ-1卫星CCD影像对黑龙江八五二农场3大作物（水稻、玉米、大豆）进行遥感估产的最佳时相选择,通过构建小波变换滤波方法和移动平均法的时序NDVI曲线数据,并依据平滑后的时序NDVI曲线分别确定3大作物的遥感估产最佳时相。研究结果表明,从平滑后的时序NDVI曲线中识别出来的3大作物的关键生长期与当地作物的物候期相对比,水稻生长期拟合误差为-0.003356508,玉米生长期拟合误差为-0.001687117,大豆生长期拟合误差为-0     

龙须菜细胞壁多糖对硼的吸附性能研究

为研究龙须菜(Gracilaria lemaneiformis)细胞壁多糖对硼的吸附作用机制及官能团之间的交互作用,本试验分别采用电感耦合等离子发射光谱(ICP-OES)和傅里叶变换红外光谱(FTIR)技术对其细胞壁多糖组分在吸附试验中进行硼的测定和表征。结果表明,细胞壁去琼胶后,硼吸附量减少50.13%,半纤维素去除后,硼吸附量减少21.20%,故可得纤维素吸附量占细胞壁总硼吸附量的28.67%。同时,通过细胞壁不同组分脱硼及硼胁迫后的红外光谱表征结果可知,龙须菜细胞壁及多糖在吸附硼的过程中,羟基、羧基、多糖碳链C-C为硼离子的主要结合位点,其中,琼胶、半纤维素中起主要作用的官能团为羟基、羧基,纤维素中起主要作用的官能团为多糖碳链C-C。本研究结果为进一步探究龙须菜多糖组分与硼的内在结合机制提供了基础依据。     

傅里叶红外标准加入法测定银杏叶提取物(EGb)中的总内酯

银杏叶提取物（ＥＧｂ）经ＫＢｒ压片后,在１８４０～１７２６ｃｍ－１区间,用傅里叶变换红外光谱仪测量峰面积,以美国Ｓｉｇｍａ的银杏内酯Ｂ为标准品,用ＦＴＩＲ标准加入法测定ＥＧｂ中的总内酯含量,其结果与ＲＰＨＰＬＣ、ＲＩ法接近,平均回收率９６．８％,ＳＤ０．４,ＲＳＤ５．５％,方法简便,结果可靠,适于ＥＧｂ及其制剂在生产过程中作质量控制的测定方法用。     

基于图像处理的土壤表层含水率在线检测方法研究

土壤表层含水率是影响作物生长的重要因素,在节水灌溉控制系统中对其进行在线检测尤为重要。运用计算机数字图像处理技术,探索一种土壤表层含水率在线检测的新方法。通过土壤表层图像的中值滤波、图像模式转换和“坏区”过滤,提取图像的特征参数——灰度值,并对土壤表层图像的灰度值与其含水率的关系进行了试验研究。理论分析与试验结果表明,土壤含水率的百分比与土壤表层图像的灰度值之间是一种近似线性的函数关系。     

基于两级分割与区域标记梯度Hough圆变换的苹果识别

自然环境下果实的准确分割与快速识别是采摘机器人作业面临的难题之一。针对自然环境中的成熟苹果,该研究提出一种基于Otsu与分水岭相结合的两级分割算法与区域标记梯度Hough圆变换的苹果识别方法。首先,使用亮度自适应校正算法对表面亮度分布不均的苹果图像进行校正,增强图像的细节信息。结合果实颜色特征,提取YCbCr颜色空间的Cr分量图像作为预处理样本。然后,采用改进后的Otsu算法进行初次分割,得到苹果目标的二值图像,该算法通过引入形态学开-闭重建滤波去除大量背景噪声,通过缩减灰度级遍历范围提高分割速率。采用基于距离变换的分水岭算法进行二次分割,分离粘连果实区域,提取目标苹果的外部轮廓。最后,在轮廓外设置最小外接矩形标记有效区域,在标记区域内进行梯度Hough圆变换实现苹果目标的自动识别。对自然环境中采集的200幅苹果图像进行测试,并与传统梯度Hough圆变换方法进行对比,该文方法在顺、逆光下的识别准确率为90.75%和89.79%,比传统方法提高了15.03和16.41个百分点,平均识别时间为0.665和0.693 s,比传统方法缩短了0.664和0.643 s。所提的两级分割算法不仅可以从复杂环境中准确分割果实目标区域,而且可以从粘连果实区域中提取单个果实边界。利用区域标记的梯度Hough圆变换方法能够快速准确地对果实进行识别。研究结果能满足苹果采摘机器人对不同光照下目标识别速度和精度的要求,可为苹果等类球形果实的快速识别提供参考。