基于MATLAB的车牌定位技术研究

利用MATLAB软件的强大功能,通过对采集到的车牌图像进行灰度化、去噪、边缘检测、形态学滤波等,完成了MATLAB环境下的仿真,最后实现了基于灰度边缘检测的车牌定位。实验结果表明,该方法去噪效果较好,简单方便,定位快、成功率高。     

基于Gabor滤波与灰度梯度共生矩阵的鸽眼虹膜识别

禽畜标识技术作为当前研究热点难点受到广泛关注,以虹膜识别为代表的生物特征标识技术成为一种趋势。针对传统方法提取全局特征时对局部纹理特征不敏感的问题,文中提出了一种基于多通道Gabor滤波和灰度梯度共生矩阵(GGCM)的鸽眼虹膜识别方法。使用不同方向和尺度的Gabor滤波器组对预处理后的虹膜图像进行滤波,由全局滤波图像构建灰度梯度共生矩阵,提取其特征值生成虹膜特征向量,识别过程采用K-NN分类算法。试验结果表明:该方法具有识别精度高,等错率低等优点,在候鸟监测、家禽管理和肉食品追溯方面具有一定的实际应用价值。     

基于SpecC纺织品灰度系数测试仪的研究

为了不断提高纺织服装产品的内在质量和仪器设备水平,注重产品的卫生环保性能和科技含量,SoC纺织织物灰度系数测试仪利用先进的红外传感器精确测量纺织织物的灰度系数,科学地给出其红外性能描述,而且采用了SoC技术来测量纺织织物的灰度系数。本文重点讨论了SoC系统描述的要求,针对这些要求指出了目前系统级描述规范的不足之处,然后分别从层次化、同步、异常处理、时序等几个方面详细介绍了一种能满足SoC系统所有描述要求的系统级描述语言规范——SpccC规约,继而建立其系统模型。     

高斯拉普拉斯算子检测马铃薯斑点缺陷研究

提出一种用高斯拉普拉斯算子的方法对马铃薯斑点缺陷进行检测,也称为"Lo G斑点"检测,该算法结合B通道灰度化及迭代阈值分割法可以有效地识别马铃薯表皮的干腐、结痂缺陷。实验采集了2 5 8个马铃薯样本的516个正反面图像,正确识别率94%以上。结果表明:该方法对检测马铃薯的干腐及结痂缺陷有效。     

水面蒸发的盐度效应及其影响因子分析

【目的】明确滨海盐碱地水面蒸发(E)的盐度效应及其主要影响因子。【方法】于2018年5—10月设置了盐分梯度为1、3、5、10 g/L和20 g/L的水面蒸发试验。通过自制的20 cm蒸发皿获取不同质量浓度咸水的水面蒸发量,利用灰度关联分析确定了气象因子与不同质量浓度咸水蒸发量的关联程度,分别于晴天和阴天,选取关联度前三的气象因子和质量浓度(S)对水面蒸发量进行通径分析。【结果】(1)咸水质量浓度的升高会增加液面的表面张力,导致水面蒸发量降低,观测期内1 g/L咸水的累积蒸发量相比于20 g/L增加了97.66 mm;(2)水面蒸发与辐射强度(R)、风速(W_s)、饱和水汽压差(VPD)和空气温度(T_a)呈正相关关系,与相对湿度(RH)、大气压力(P_r)和质量浓度(S)呈负相关关系;(3)辐射强度是滨海盐碱地水面蒸发的主要影响因子,W_s和VPD分别于晴天和阴天对水面蒸发起到间接作用。【结论】咸水质量浓度的升高增加了水面的表面张力,造成了质量浓度高的咸水蒸发量的降低;相比于质量浓度对水面蒸发的影响,气象...     

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。     

基于灰度关联-极限学习机的土壤全氮预测

为了克服近红外光谱的多重共线性、吸光度非线性等特点给土壤全氮含量预测带来的影响,引入灰度关联-极限学习机方法选择出具有较好预测能力的波长组合,以建立高精度土壤全氮含量预测模型。首先利用一阶微分光谱得到反映土壤全氮含量的敏感谱区,再利用灰度关联法得到土壤全氮含量的敏感波长,分别为1007、1128、1360、1596、1696、1836、2149、2262nm。最后采用极限学习机,将上述敏感波长作为输入,建立了土壤全氮预测模型。作为对照,同时采用传统相关分析方法选择了敏感波长并建立了回归模型。2种建模结果表明,灰度关联-极限学习机建立的土壤全氮预测模型,其建模决定系数R2c为0.9134,预测决定系数R2v为0.8787,建模精度和预测精度都比传统建模方法高。特别在预测低氮含量土壤时,灰度关联-极限学习机方法优势更明显。     

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。     

基于机器视觉的鸭蛋外壳检测系统

传统的鸭蛋外壳检测主要依靠人工检测进行,主观性大,检测精度差,效率低,耗费了大量的人力物力,还会造成鸭蛋的二次损坏,严重影响鸭蛋的出口和销售。为此,深入研究了机器视觉技术,并将其应用在鸭蛋外壳检测系统中,构建了基于机器视觉的鸭蛋外壳检测系统总体设计方案,完成了图像采集模块的硬件设计。工作时,对待检测鸭蛋进行自动拍照,完成摄像机图像的采集;通过建立小孔摄像机模型,确定样本图像和摄像机图像的比例关系;通过对样本图像进行图像灰度转换、二值化处理、边缘检测等处理,实现对鸭蛋外壳的智能检测。最后,进行鸭蛋外壳检测试验,结果表明：基于机器视觉的鸭蛋外壳检测系统结构能够实现对鸭蛋进行自动检测,智能区分完好鸭蛋和有裂纹鸭蛋,检测精度高、性能稳定,有效提高了鸭蛋外壳检测效率。     

两种三角白化权函数法在地下水水质评价中的应用及比较

以地下水水质为研究对象,选取总硬度、溶解性总固体、硫酸盐、铁、锰、硝酸盐氮、氨氮、氟化物、高锰酸盐指数等建立研究区地下水污染9指标评估体系,选取北京市朝阳区2013年5月检测的其中6眼监测井的检测数据,分别通过基于端点和基于中心点的三角白化权函数法对研究区地下水水质等级进行评价,最后进行评价方法对比分析。结果表明,基于中心点的三角白化方法优于基于端点的三角白化法,该方法是可靠有效的。