基于机器视觉边缘检测的园林喷药机器人导航线提取

导航路径的精确拟合是园林机器人自动化导航的关键,针对现有园林喷洒机器人仍是人工操作为主的现象,提出一种基于视觉边缘检测的导航路径拟合算法,用于指导园林喷药机器人的自动化导航.首先利用“化曲为直”的思想,截取拍摄图像的最后200像素行作为感兴趣区域;其次提出一种针对园林道路的灰度化因子,对图像进行灰度化处理;然后对图像进...     

中国农村职业变化与农民个人平均收入的相关性分析 ——以2010～2016年CFPS中国家庭调查数据为例

农民职业与农民经济收入息息相关,研究农民职业的变化对于中国农村发展方向有一定的政策意义。文章基于中国家庭调查数据库,使用职业变化矩阵模型、地统计分析和灰色关联度分析方法,分析了农村职业变化与该区域农民收入变化之间关系及影响机制。从研究结果看:我国农村职业分布具有空间差异;我国农民职业类型变化趋于稳定;我国农民平均收入逐年递增,第二、三产业的职业类型人数百分比的增加对农民个人平均收入的增加有促进作用;在优化开发区,第三产业就业人数的增加对个人平均收入的增加起到了极大的促进作用;在重点开发区,第二产业就业人数的增加对个人平均收入的增加的促进作用最强。     

3种白蜡属树种一年生嫁接苗的生长模型和灰色关联分析

本研究以花梣(Fraxinus ornus)、窄叶梣(Fraxinus angustifolia)及红梣(Fraxinus pennsylvanica)一年生嫁接苗为试材,利用Logistic数学模型对基径和树高生长节律进行拟合,划分生长阶段,使用苗木的生长量与影响苗木生长的气象因子组成的灰色系统,进行关联度分析。结果表明:3种白蜡属树种的一年生嫁接苗基径和树高的Logistic方程拟合效果较好,相关系数(R)均在0. 99以上。不同树种基径和树高的生长阶段均划分为四个时期,即成活期、生长初期、速生期、生长后期,均呈现出"慢-快-慢"的特征。灰色关联度分析表明,总辐射和气温对花梣基径生长影响最大,总辐射对树高生长影响最大;气温对窄叶梣基径生长影响最大,土壤温度对树高生长影响最大;蒸发量对红梣的基径和树高生长影响最大;降雨量对3种白蜡属树种嫁接苗生长影响最小。     

一种基于混合纹理特征的木板材表面缺陷检测方法

利用计算机视觉技术检测木板材表面缺陷。提出了一种基于混合纹理特征的表面缺陷检测算法,能准确、鲁棒地检测出木板材表面图像中是否有缺陷。首先,分别使用灰度共生矩阵方法、Gabor滤波方法和几何不变矩方法提取了10个优化后的图像纹理及尺度、平移、旋转不变特征;然后,对特征向量进行有效组合;最后,基于融合后的混合纹理特征向量,应用BP人工神经网络对样本集进行训练和检测。实验表明,该方法能准确地对木板材表面缺陷进行检测,平均检测成功率达96.2%。     

回转窑燃烧图像中火焰区的动态标定

提出一种动态标定火焰区的方法，以彩色图像中的红色绿色成份的线性加权组合图像作为研究对象，利用其垂直灰度投影曲线和水平灰度投影曲线确定火焰区的重心，采用由内到外扩散的办法确定火焰区的左右边界和上下边界，标定火焰区。实验表明，该方法能正确地动态标定出火焰区，并能满足实时处理的需要。     

“垃圾短信”监控的中文多模式模糊匹配算法

针对“垃圾短信”中有害关键字的4种常见伪装方法,提出了“垃圾短信”监控的中文多模式模糊匹配算法.首先进行关键字和检测短信的模糊化预处理,然后运用WM算法进行中文信息的初步匹配,最后进行多模式匹配.实验证明,该算法在执行效率等方面均优于原有系统中的算法.     

奶牛血清微弱发光的分析与应用研究

针对奶牛血液检测这一研究项目,选择正常奶牛和患乳腺炎奶牛的血清作为研究对象,对其进行微弱发光试验并对试验结果进行了分析.试验结果表明,正常和患病奶牛的血清经不同的光激发后所发出的微弱光强度不同,应选择8s的照射时间.采集了8 s照射时间下正常和异常奶牛的血清的微弱发光图像,用等高线方法绘制了奶牛血清样品的三维灰度等高线图,通过三维灰度等高线图的对比,发现正常奶牛血清的微弱发光强度比异常奶牛血清的发光强度要强,在理论上给出了解释.     

噪声环境下木材纹理分类的研究

为了实现木材分类识别的自动化,应用灰度共生矩阵建立了木材纹理的参数体系,并进行了分类研究。首先在无噪声的环境下提取了木材的共生矩阵纹理原始特征参数,并对其进行特征选择,进而建立了木材纹理参数体系。对该参数体系进行噪声适应性测试的实验结果表明,无噪声情况下样本识别率为87.50%;0.2%￣1.0%椒盐噪声环境下样本识别率范围为87.00%￣88.00%。表明该参数体系具有良好的抗击噪声能力和一定的工程实用价值。     

基于彩色空间距离优化的秸秆覆盖率检测算法研究

秸秆覆盖率是保护性耕作重要的评价指标之一。针对田间秸秆形态各异、细碎秸秆难以识别的难题,基于机器视觉技术,提出了一种基于K-means和彩色空间距离灰度化方法相结合的田间秸秆覆盖率检测算法。采用彩色空间距离方法对秸秆图像进行预处理,基于K-means算法实现秸秆和土壤背景的分类识别,使用数学形态学腐蚀和膨胀方法对识别后的图像进行处理,降低细碎秸秆对覆盖率的影响,最后计算秸秆图像的覆盖率。2022年10月,通过田间试验对北京小汤山国家精准农业研究示范基地采集的220幅玉米秸秆图像进行了算法验证。试验结果表明,对低秸秆覆盖率(0～30%)图像,识别准确率达到90%;对中等秸秆覆盖率(30%～60%)图像,识别准确率达到88%;对高秸秆覆盖率(60%以上)图像,识别准确率达到86%;整体秸秆覆盖率分等定级准确度达到98.18%。本研究设计的基于K-means和彩色空间距离灰度化方法相结合的田间秸秆覆盖率检测算法为保护性耕作评价提供了快速检测方法和手段。     

基于k-mean聚类与灰度梯度最大熵的树木图像分割

提出一种基于k-mean聚类与灰度-梯度最大熵的树木图像分割算法,将要处理的树木彩色图像在RGB颜色空间下进行基k-mean聚类,通过选取合适的类参数实现初分割.由于灰度-梯度空间清晰地描绘图像中各个像素点的灰度、梯度的分布规律及图像目标与背景之间的边缘情况,采用灰度-梯度最大熵算法进行精分割,结合形态学后处理提取图像边缘最终将获得更理想的独立目标图像.与二维最大熵分割方法比较的实验结果表明,灰度-梯度最大熵算法提高了树木图像分割的准确度.