数字图像处理技术在农作物病虫草识别中的应用

 综述了近年来国内外在农作物病虫草识别中应用的主要图像处理方法,包括颜色空间区分法、纹理特征分析法、形态特征分析法、小波分析法、多种参数结合分析法以及特殊图像的分析法,概述了各种方法的原理,比较了各种处理方法的优缺点,并对相关的模式识别方法做了简要概括,最后指出目前研究存在的问题及今后的研究方向。     

频域滤波的水泥路面图像降噪增强方法

针对在水泥路面裂缝图像识别中刻槽和纵向条带状形成的噪声干扰,提出了一种基于频域滤波的降噪增强方法。首先,分析了这两类噪声的频谱特征,并根据空域图像中刻槽的周期性,推导了频域图像中刻槽谱峰的位置,设计了消除这些谱峰的系列滤波器。根据纵向条带状干扰属于低频成分的特性,设计了抑制低频、增强高频的滤波器,经优化滤波器参数达到消除这类干扰的效果。实验结果表明,该方法能够消除两类噪声干扰,同时,增强了裂缝的对比度,为水泥路面裂缝识别提供了理论基础。     

一种基于时间序列图像中的雾滴匹配方法的实现

在利用图像处理进行喷嘴雾化性能检测过程中,为了能够解决同一雾滴在相邻两幅图像中的自动匹配问题,提出了应用雾滴邻域匹配概率算法,实现了对不同时刻图像中的同一雾滴进行匹配的方法.实验结果表明:该方法实现了对同一雾滴在不同帧图像中的自动匹配,匹配速度快、正确率高.     

基于Visual C++. NET的昆虫图像自动识别系统的研究

随着软件技术的迅速发展以及数字图像处理技术的广泛应用,自动识别系统将越来越成为现代社会的一种必然应用趋势.针对当前农业中存在的虫害威胁,本文从图像处理技术出发,利用Visual C++. NET作为平台,开发了一套昆虫图像自动识别软件系统,来对常见昆虫模式进行特征提取,然后再进行聚类分析,从而达到对测控对象进行自动测试和识别的目的.在实际应用当中,主要以获得昆虫图像为对象,并在静态情况下得出了比较满意的结果.     

数字图像技术在木材科学中的应用

随着现代计算机技术的快速发展,计算机数字图像处理技术已成为当前追逐的热点,并广泛应用在木材科学领域中。数字图像技术所具备的现性好、精度高、灵活性强等优势,为木材科学的发展提供了新手段。文中基于数字图像处理技术从木材宏观与微观方面对木材缺陷、木材纹理、细胞特征等进行综述,同时分析了木材科学研究中主要用到的数字图像处理技术,并对数字图像处理技术在木材科学中的研究方向及发展趋势进行展望。     

基于RGB与HSV颜色空间的水稻齐穗后叶片SPAD值估测方法研究

通过计算机视觉技术对齐穗期至成熟期的水稻叶片图像进行分割,提取水稻叶片图像在RGB和HSV颜色空间中的6种颜色特征参数,计算典型的18种颜色分量,分析了颜色特征参数和颜色分量与水稻叶片SPAD值之间的相关关系;然后,采用线性回归分析方法,分别建立了基于RGB颜色空间和基于RGB与HSV颜色空间的SPAD值的估测模型,并采用逐步回归方法,分别建立了基于颜色特征参数和颜色分量的SPAD值的估测模型。结果表明:RGB颜色空间和HSV颜色空间均与水稻叶片的SPAD值有极显著的相关关系,以HSV颜色空间与水稻叶片SPAD值的相关关系更为密切;颜色特征参数H与SPAD值之间的相关关系最密切,其次是S、R、V;颜色分量r/b与SPAD值之间的相关关系最密切,其次是R-B、b、r;在建立的水稻叶片SPAD值的4个估测模型中,以基于颜色分量的逐步回归模型的拟合效果最好。因此,综合RGB和HSV颜色空间中图像颜色信息的分析应用,有利于提高水稻叶片SPAD值的图像反演精度。