锦橙叶片叶绿素含量诊断模型——基于数字图像分析技术

以蓬安100号锦橙为试材,运用数字图像分析技术建立快速测定叶片叶绿素含量的方法.利用数码相机采集锦橙叶片图像,并运用Photoshop软件获取图像的颜色特征参数,对其进行数学变换和归一化处理后的颜色特征参数与锦橙叶片SPAD值做相关分析,建立回归模型.结果表明:颜色特征参数R/B,R/(G+B),B-R,(B-R)/(B+R),色度坐标r,r-b与SPAD值呈极显著非线性相关,并且颜色特征参数R/(G+B)和归一化坐标值r所建立的蓬安100号锦橙叶片SPAD值预测模型分别为别为DAD=-1077.936[R/(G+B)]<'2>+823.594[R/(G+B)]-74.432(R<'2>=0.840)和SPAD=7 883.574 r<'2>+4 715.912r-628.263(R<'2>=0.841),其预测误差相对最小(2.12%),因此可以利用颜色特征参数R/(G+B)和色度坐标r作为基于计算机视觉的锦橙叶片SPAD值的最佳预测指标.     

一种边缘检测方法在头足类角质颚识别中的应用

针对采用传统的边缘检测算子Canny算子提取得到的边缘轮廓易产生冗余轮廓信息、边缘轮廓缺损的问题,而无法满足利用计算机视觉进行进一步研究的要求,提出了一种边缘检测方法,并应用于头足类角质颚的形态研究。该方法先后通过图像灰度化、滤波去噪、图像二值化、构造目标连通域、提取边缘轮廓5个步骤,实现边缘检测。结果显示：利用该方法进行边缘检测,能够有效区分信噪,提高了目标选择的准确性,同时又能够在误差允许的范围内保证轮廓的完整性,应用在头足类角质颚的识别中效果良好,像素准确率达到97.79%。研究表明,与Canny算子的检测结果相比,本研究中的检测结果直观、完整、精确度更高,为头足类角质颚等生物形态特征的研究提供了新的思路。     

以图像计算收缩率优化香菇真空缓苏干燥工艺

利用数字图像处理技术分析香菇干燥前后面积收缩率,是评价香菇干燥品质的有效方法。采用真空缓苏（间断）干燥是提高香菇干燥品质,节省能源的有效措施;通过四因素五水平二次回归正交试验设计,研究干燥室真空度、加热板温度、缓苏时刻含水率、缓苏时间4个因素对干燥过程中面积收缩率和干燥时间的影响,建立了多元回归数学模型;利用多目标非线性优化理论与方法,对香菇真空缓苏干燥工艺参数进行了优化并验证,确定最适宜的工艺参数为：加热板温度70℃,干燥室真空度0.09 MPa,缓苏时刻含水率70%,缓苏时间11.3 min,该参数对生产实际中的香菇干燥具有指导意义。     

遥感技术在植物氮营养诊断和推荐施肥中的应用之研究进展

通过对遥感技术在作物氮营养诊断方面的研究与最新进展进行了综述,系统评价了高光谱遥感技术、可见光数字图像技术和卫星遥感技术在作物氮营养诊断与氮肥推荐方面的原理、优缺点以及目前的研究现状。认为遥感技术在作物氮营养诊断方面仍然存在技术复杂与设备昂贵等方面的问题,但随着技术的发展,遥感技术在未来精确养分管理方面有广阔的应用前景。     

MATLAB数字图像处理在根系固土中的应用研究

在水土防治中采用植物根系固定土壤的措施,引入基于MATLAB的数字图像处理技术,为植物根系固土机制的研究提供根系和土壤等的形态特征参数。对比Sobel、Prewitt、Roberts、LoG、Canny 5种边缘检测器的效果,对比基于梯度的边缘信息改进全局阈值处理方法和Otsu方法进行最佳全局阈值处理的效果,确定Canny边缘检测器和Otsu阈值处理方法相结合的最优算法。该数字图像处理技术可为植物根系固土机制的研究提供可靠的分析手段。     

基于TM影像的草原沙漠化信息增强方法的研究

分别选择浑善达克沙地西部、中部和腹地3个区域,利用遥感影像的假彩色合成、比值增强、归一化植被指数（NDVD、掩膜技术等遥感图像增强处理技术,对3个区域进行遥感数字图像处理,探讨增强草原沙漠化信息的有效方法。研究发现：NDVI图像中,不同级别的草原沙漠化在灰阶上易于区分,尤其是轻度沙漠化和重度沙漠化,反差非常大;TM3／TM4比值运算增强了沙漠化信息,特别是半固定沙地的信息,再与原图像中的TM4和TM5进行假彩色合成,形成含有比值运算信息的合成图像,更加突出了草原中度沙漠化的信息。     

基于图像处理的中华绒螯蟹性早熟问题的研究

研究了规格和颜色特征与中华绒螯蟹性早熟的关系,运用图像平滑、HSI选取、膨胀与腐蚀、颜色量化等方法对其图像进行处理,得到中华绒螯蟹的规格和颜色特征,为鉴别中华绒螯蟹的性早熟提供了方便、快捷、客观的依据。     

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。     

数字图像处理在森林冠层生长研究中的应用

森林冠层半球图像的孔隙度是研究植物群体和群落生长分析的重要参数。本项研究针对森林冠层半球图像,运用数字图像处理的方法进行了单色通道提取、分割和特征提取。结果表明,本项研究采用的改进OTSU算法,结合Matlab应用软件,可以有效地提取出森林冠层半球图像的孔隙度。所提方法与Winscanopy软件相比,具有更好的相关性和更小的误差,为森林生长状况分析提供了有效的依据,为叶面积指数的研究开辟了新途径。     

基于遗传算法改进的神经网络在自然背景下对黄瓜彩色图像病斑的提取

提出了一种基于遗传算法改进的神经网络对自然背景下黄瓜叶片病斑直接提取的方法.将病斑区域的R、G、B值的训练样本和正常叶片区域的R、G、B值的训练样本分别作为输入进行神经网络训练,得到网络权值.将整幅图像每个像素的R、G、B值输入神经网络,得到最终结果,并返回图像显示.通过在matlab上仿真发现,该方法可将自然背景下的黄瓜霜霉病、白粉病以及炭疽病叶片的病斑直接提取出来.