基于简化脉冲耦合神经网络的蝗虫图像二值分割

采用参数简化的脉冲耦合神经网络（PCNN）分割图像,进行了蝗虫图像分割实验,区域正确识别率达94％,为蝗虫自动侦测系统中的数据处理提供了技术支持。计算机仿真表明,采用PCNN图像分割算法,图像中的目标（蝗虫）易于发现,分割效果明显好于采用开操作处理的图像。     

西瓜可溶性固形物含量近红外透射检测技术

设计的近红外透射式西瓜可溶性固形物含量（SSC）检测系统主要包括光纤光谱仪、光纤透射附件、数据采集卡以及自制光源。对50个麒麟瓜SSC进行了预测试验,采用主成分回归和偏最小二乘回归法分别建立了样品的原始光谱、一阶微分光谱、二阶微分光谱和SSC的预测模型,结果表明偏最小二乘回归法建立的模型具有较高的相关性,相关系数为0．951,均方根校正误差0．347,均方根预测误差0．302,样本真实值与预测值的相关系数为0．910。     

植被信息提取过程中ETM+遥感影像融合和分类试验

利用HIS、PCA、Brovey及小波变换4种图像融合方法对南京地区植被信息提取过程中ETM 遥感影像进行融合和分类试验。从信息量、高分辨率信息的融入度和分类精度三方面,对融合图像进行光谱质量和空间结构信息的定量评价。试验结果表明,Brovey变换更适合植被信息提取时的ETM 图像融合,并能够较明显提高影像的分类精度。     

利用数码相机测定果树叶面积的新方法

据《园艺学报》2006年第4期报道 山东省果树研究所、泰安市农业局、泰安市泰山区技术监督局的科研人员，利用数码相机建立了一个快速的非破坏性叶面积测定的新方法，可测定苹果、葡萄等各种果树叶面积，可在田间或室内测定活体或离体叶片的面积。其原理是利用数码相机（或数码摄像机）拍照获取叶片和刻度直尺的图象，利用软件对图像进行处理得到每平方厘米面积的像素数和叶片图像的像素数，再通过计算得出叶片的面积。     

基于DWT与HVS的图像水印技术在数字产品版权保护中的应用

伴随着网络的普及和多媒体技术的发展,数字作品的侵权变得越来越严重。数字水印技术作为数字产品版权保护的有效手段正得到广泛的研究和应用。本文采用一种基于离散小波变换及人类视觉系统的数字水印算法,通过对lena图像、产品设计图、企业LOGO的嵌入与提取实现水印技术在数字产品中的版权保护。     

医学X射线图像处理算法初探

针对DR图像的特点,主要论述了应用灰色系统理论进行图像分割的算法。通过计算各像素点与初始聚类中心的灰色关联度,将像素点进行归类。然后,进行迭代运算,更新聚类中心,使得灰色关联度总和最小,获得最佳分割效果。     

基于高分辨率卫星图像的深圳特区市政绿地结构特征分析

基于“Quickbird”卫星遥感数据对深圳特区市级公园及市政道路绿地现状进行判读,并结合实地调查数据进行比较分析。结果表明,判读结果与实地调查数据相符程度较高,尤其是面积相对较大的公园绿地;对于以乔木为主的分车道绿地,由于判读为覆盖面积,与调查面积出现一定差异;深圳市市政公园绿地中乔灌草所占比例最大,其次为乔草和草坪;市政道路绿地与公园绿地相比,乔木、乔草、灌草、灌木类型比例均有所上升,草坪面积大幅减少,乔灌草复合结构依然占绝对优势。     

基于线性谱聚类的林地图像中枯死树监测

【目的】将基于线性谱聚类超像素的方法应用在森林病虫害防治领域,可智能监测无人机森林虫害图像中的枯死树,为森林有害生物的监测工作提供技术支撑。【方法】分别以湖北省受松材线虫与辽宁省受红脂大小蠹侵害的松林无人机图像为试验数据,首先使用线性谱聚类超像素分割算法将图像划分为多个超像素;然后基于枯死树木的颜色特征,初步提取可能为枯死树的超像素区域;最后基于枯死树木与其他干扰地物具有不同的纹理特征,计算超像素的区域密度和缝隙量,利用支持向量机对初步提取的超像素进行分类,从而检测出图像中的枯死树。【结果】基于线性谱聚类超像素和支持向量机的枯死树监测方法可有效排除与枯死树木颜色相近的其他干扰地物,较准确地提取出枯死树木。使用该方法与基于植被颜色指数的阈值分割方法、基于简单线性迭代聚类超像素和随机森林的方法,对35幅受灾松林无人机图像进行试验,并选用交并比、虚警率和漏检率3个评价指标对3种方法进行定量对比分析。结果表明,基于线性谱聚类超像素的方法监测出的枯死树区域最精确,其监测结果与人工检测结果的交并比均值大于58%,且虚警率和漏检率均优于另外2种方法。【结论】基于线性谱聚类超像素的枯死树监测方法能实现松林中枯死树的快速、准确检测及定位。     

基于不变矩的手形认证方法研究

针对现有的手形认证方法的不足,提出一种基于几何不变矩的手形认证方法。图像经过二值化处理和分割手腕后,需要对所得到得手掌及手指部分图像进行平移和缩放归一化处理,以提取图像的几何矩特征,再由7个矩特征构成一组特征向量。最后通过支持向量机方法对图像库中的100幅图像数据进行训练,并随机抽取15幅图像进行测试,结果表明手形认证准确率可达到93.3%。提取手形几何矩特征作为手形认证的有效特征,该方法具有算法简单、运算量小、认证准确率高等特点,并且解决了由于去除定位栓所带来的手形采集平移、旋转和缩放等问题。