一种基于加权拟合的定制家居封边板材尺寸测量方法

板材在流程化加工过程中,会因为辊道的不连续性导致其在运动过程中震动和倾斜,给其尺寸的在线测量带来困难。根据板材的形状特点,提出一种基于加权灰度矩的亚像素边界拟合定位方法,以实现宽度的准确测量。首先利用方向滤波和边缘算子进行边缘筛选,利用最小二乘法拟合边缘点集合得到像素级边缘,再基于离群度的灰度矩加权拟合方法,定位得出板材边缘的亚像素位置,克服了震动和光照造成的边缘离散问题,同时结合线阵相机的单维度标定方法,获得了板材宽度的测量结果。现场测试表明,该方法的测量精度小于0.1 mm,满足工厂测量的要求,且具有较好的鲁棒性。     

基于遗传规划的树皮纹理图像识别

图像纹理识别广泛应用于农业、林业和纺织业等领域,自动图像纹理识别是发展方向,人们不断在研究探索图像纹理识别方法。为此,选用了5类树皮纹理图像作为识别图像集,以灰度共生矩阵方法提取图像特征,用遗传规划分类算法进化图像纹理识别器,完成了图像纹理识别测试,取得了比较理想的图像纹理识别结果,为遗传规划在图像纹理识别的应用做了有益的尝试和探索。     

基于机器视觉技术的无精蛋鉴别研究

[目的]采用机器视觉技术鉴别无精蛋,提高孵化生产过程中剔除无精蛋的准确率和速度。[方法]首先用CCD照相机获取入孵蛋图像,再将入孵蛋图像传输到计算机主机,主机测控软件对图像进行灰度特征分析、比较等,对入孵蛋进行检测,主机输出信号给核心控制器,由核心控制器控制检测台对无精蛋进行分选。[结果]采用机器视觉技术可以在入孵后第6天快速准确地剔除无精蛋。[结论]利用机器视觉检测技术鉴别无精蛋,具有较高的理论价值和实际生产意义。     

基于纹理信息的森林蓄积量估计

以河北省秦皇岛市山海关公益林为研究对象,结合Landsat TM数据和森林资源二类调查数据,运用灰度共生矩阵分析法提取纹理信息,采用逐步回归法建立多元线性回归模型,进行森林蓄积量的估算。结果表明:选取纹理因子参与建模,建立的线性回归方程的拟合效果较好,估测模型的R~2值达0.766,估计值的标准误差最小,标准误差最小值为28.036,说明纹理因子对提高森林蓄积量的估测精度有重要影响。     

Sentinel-1A数据在高原山区短期土地利用监测中的应用——以贵州省安顺市为例

为推动雷达数据在高原山区的应用,以贵州省安顺市为例,利用SAR数据并辅助TM影像、DEM等数据,以灰度图像差值法、混淆矩阵法等为基础,对星载Sentinel-1A雷达数据进行短期土地利用监测的可行性做初步探究.结果表明:(1)差值获取的土地利用变化信息简单直观,有部分伪变化;(2)土地利用变化阈值范围是-0.4~3.6.城市建设用地及植被变化差异有统计学意义,水体变化差异无统计学意义;(3)变化信息监测总准确率均达到80%,Kappa系数均在0.7以上,基本达到数据统计分析的一般准确率要求.因此,Sentinel-1A数据监测高原山区土地利用变化可达到实际应用标准,并结合DEM可有效降低高原山区气候和地形等因素的影响.     

基于高阶谱法作物重金属污染元素判别与污染程度诊断

基于不同铜离子(Cu~(2+))和铅离子(Pb~(2+))胁迫梯度下玉米叶片光谱微分数据,结合高阶谱估计与灰度-梯度共生矩阵(Gray gradient co-occurrence matrix,GGCM)的特征提取方法,提出了Cu~(2+)和Pb~(2+)污染定性分析、污染元素种类识别和污染程度诊断的方法。首先,测量了不同胁迫梯度下玉米叶片光谱数据以及叶片中富集的Cu~(2+)、Pb~(2+)含量;然后,利用高阶谱估计的ARMA模型参数法对各类玉米叶片微分光谱数据序列进行双谱估计,得到bisp_rts和bisp_qs矩阵及其相应的双谱三维图,从而可以直观可视地定性分析玉米是否已受Cu~(2+)和Pb~(2+)污染,辨别出Cu~(2+)或Pb~(2+)污染的元素类别;最后,构造bisp_rts和bisp_qs矩阵相应的GGCM,通过提取各GGCM的纹理参量特征值,诊断玉米叶片受Cu~(2+)和Pb~(2+)的污染程度。实验结果表明:高阶谱估计可以定性分析玉米老叶(O)、中叶(M)、新叶(N)是否已受Cu~(2+)和Pb~(2+)污染,也可辨别出O、M叶片所受Cu~(2+)或Pb~(2+)污染的元素类别;bisp_rts矩阵的灰度分布不均匀性(T1)、能量(T2)特征值均能反映O、M叶片中Pb~(2+)含量的变化,能较好地诊断O、M叶片中Pb~(2+)的污染程度,而bisp_qs矩阵的小梯度优势(T3)特征值能反映O、M叶片中Cu~(2+)含量的变化,能较好地诊断O、M叶片中Cu~(2+)的污染程度。     

双向均值与灰度关联分析法筛选适宜德州种植的玉米新品种

[目的]筛选出高产、稳产、综合性状优良、后期玉米籽粒脱水快、适宜机械收获的玉米品种。[方法]通过利用双向均值法和灰度关联分析法对35个玉米新品种的产量及农艺性状进行分析与综合性评价。[结果]DH815、隆平208、滑玉168、秋乐218、邦玉359和农星2209这6个品种的产量与综合评价均较高,可以进行大面积的试验示范,从而在德州地区推广。[结论]该研究为农民选择合适的种植品种、降低种植风险提供理论依据。     

基于IKONOS高分辩率影像的城市草地信息提取研究

在IKONOS影像图上提取草地信息试用了2种方法进行探索,分别采用植被指数法和基于灰度共生矩阵的纹理量分类法.前者用MSAVI指数分类提取得到的精度为87.48%;后一种方法是通过从近红外波段提取灰度共生矩阵和灰度联合矩阵,计算并提取理想窗口的最能反映类别差异的纹理量值,试验发现取3X3窗口的CON纹理量可以较好地提取出草地信息,通过精度评估发现具有较高的精度(平均精度达90.56%).研究证明用该法提取草地信息可取得相对理想的精度效果.     

基于线性CCD混药浓度在线检测装置性能试验研究

使用基于线性CCD传感器的混药浓度检测装置对混药的浓度进行在线检测,在喷雾流量为3.2 L/min时对该检测装置进行标定,给出每种标定浓度下,每个像素点随采样时间的灰度值图。选用灰度值数据变异系数小于5%的第32～120号像素点作为有效像素点,用有效灰度值表示浓度。将每种浓度的胭脂红溶液下采集的50组有效值数据平均值与标准浓度采用最小二乘法对数拟合,得到有效灰度值与浓度之间的曲线关系,其相关系数为0.978 5。使用标定后的装置检测标准浓度溶液,每种标准浓度下记录连续的5组实测浓度,5组实测浓度间的变异系数均小于1.38%,说明检测装置稳定性较高。每种浓度下实测的5组浓度值的平均值与标准浓度之间的偏差均不大于0.018 4 g/L,相对误差均不大于3.081%,优于使用平均灰度值表征浓度的检测方法。     

基于图像处理的烟叶水分含量快速预测

利用图像处理技术进行了烤烟鲜烟叶水分含量的快速预测。使用1 300万～1 600万像素的数码相机或具有拍摄功能的手机采集不同生长时期不同烤烟品种的烟叶图像,利用MATLAB软件图像处理中的灰度直方图提取烟叶图像的灰度均值,建立了不同烟叶均值之间的关系图,根据均值与水分含量正相关的关系来快速预测烟叶水分含量。结果表明,成熟期烟叶,不同烤烟品种之间水分含量差别较大,相同品种之间水分含量也会有些差别,K326烟叶较云烟99在烘烤时需要的能量要多;生长期烟叶,不同烤烟品种所需水分是不同的,在旺长期,云烟87的需水量小于云烟99的需水量。