图像监控系统与SCADA系统的互联

在图像监控系统与SCADA系统之间建立接口,使图像监控系统可以利用SCADA系统转发的远动数据,从而实现对SCADA系统的联动。在分析两套系统互联的可行性和必要性基础之上,提出了系统互联的基本模型。讨论了系统互联的关键性技术。结合工程实际,文中设计了具体技术方案。该方案对老站改造容易实现,不仅适用于当前图像监控系统与SCADA系统的互联,也适用于未来多媒体SCADA系统的实现。     

玉米根茬图像的分割方法

对保护性耕作留茬覆盖情况下田间玉米根茬图像进行了分割.选取采集图像的彩度信息作为对象,通过对几种常用的自动阈值选取算法的比较,选择了迭代法对田间图像进行分割.实验结果表明:该方法能够有效地将根茬目标与土壤背景分割开来,为下一步检测行茬直线并将其作为导航基准线进行视觉导航的研究提供了基础.     

自然环境下桃子图像分割算法

成熟果实的识别是果蔬采摘机器人视觉系统的关键问题,要解决该问题,首先需要进行有效的图像分割.从复杂背景中分离果实一直是该领域的一个难题.为此,针对自然环境下的桃子图像进行了图像分割方法的研究.利用2R-G-B和L*a*b*的a*分量以及HSI的H分量分别对彩色图像进行了3种方法的灰度化处理,然后采用大津法对灰度图像进行了二值化处理,对二值化图像采用匹配去噪与匹配膨胀相结合的方法,去除了复杂背景噪声.试验表明,所提出的桃子分割方法具有很好的分割效果.     

动态图像采集在鸡蛋品质检测中的应用

图像采集是利用机器视觉对禽蛋品质检测的第一步.为了满足自动化的需求,提出了一种基于DirectShow技术的鸡蛋动态图像采集的方法,介绍图像采集系统的构成以及动态鸡蛋图像采集的实现,为今后研究鸡蛋品质检测指明了方向.     

利用随机网络模型和CT数字图像预测近饱和土壤水分特征曲线

通过对连续土壤切片CT图像的分析,定量获取了土壤孔隙的大小分布情况。在此基础上建立了基于土壤孔隙形态学特征的随机网络模型,在孔隙尺度模拟了土壤中的水分运动过程,并预测了近饱和土壤水分特征曲线。结果表明,通过选取合适的模型参数,基于土壤孔隙形态学特征建立的随机网络模型可以模拟出与土壤样本实测值非常接近的水分特征曲线,可以作为一种快速测量的方法。     

水稻工厂化育秧生长信息智能模拟采集系统的设计

水稻工厂化育秧可有效提高生产效率,确保国家粮食安全。为了给水稻工厂化育秧生长管理提供更为迅速、可靠的信息判决依据和决策支持,设计了一种水稻工厂化育秧生长信息智能模拟采集系统,包括针对水稻秧苗生长情况的高光谱图像信息采集系统和监测水稻生长环境各项参数指标的环境信息采集系统(CO2采集单元、温度采集单元、土壤水分采集单元、光照强度采集单元)。同时,采用Keil C语言开发系统的工作软件,以AT8 9 S5 2单片机为控制器、LCD1 6 0 2为液晶显示器等设计了系统正常工作的软硬件系统。     

基于计算机视觉技术的玉米叶绿素含量检测研究

植株叶片中叶绿素浓度的高低与植株进行的光合作用效率、植株的整体生长状况息息相关,在农业生产过程中,常常根据叶片中叶绿素含量(SPAD)的多少来精确的判断植物的生长状态,也是控制植株长势的依据。传统的叶绿素含量检测方式分光光度法,存在耗时长、步骤多、操作要求高等问题,而采用计算机视觉技术处理图像的过程更加准确、高效,不会像人眼分析时受到主观因素的影响导致偏差。为此,基于计算机视觉技术来检测玉米叶片中叶绿素含量,利用扫描仪采集玉米叶片的图像,将图像输送至计算机,然后通过软件处理图像,分割出图像中有效像素的颜色特征值,将特征值转换就可以得到玉米叶片中叶绿素。试验结果显示:利用计算机视觉技术可以准确地测定玉米叶片中叶绿素含量,进而进行合理施肥,避免浪费,对增加玉米的产量具有极大的价值。     

基于PC单片机和图像融合的智能花生采摘装置研究

花生植株数据采集和图像识别模块是实现花生摘果机智能化控制的基础,而花生植株图像的曝光问题是影响花生植株识别的重要因素。为了提高花生摘果机的智能化水平,提高在复杂作业环境中的自适应能力,设计了一种基于PC单片机和图像融合的智能花生采摘装置。该装置使用通信模块连接单片机和PC机,使融合图像在PC机上显示,利用小波变换对曝光图像进行处理,并使用PID反馈调节机制实现装置的反馈调节。最后,对花生采摘装置的图像曝光融合算法进行了实验测试,由实验结果表明:利用小波算法可以较高的精度实现图像的融合,提高了图像的清晰度,进而提高了花生收获机的作业质量。     

枸杞种质图像标准化离体采集方法初探

植物图像信息是枸杞种质资源保护利用研究工作的基础.文章介绍了利用摄影技术对枸杞种质图像进行离体拍摄的方法.通过规范图像采集流程,获取具有统一标准的枸杞种质图像,更有利于计算机进行图像识别分析,为枸杞种质资源鉴定评价及数字化储存提供技术支撑.     

基于近红外高光谱图像的黄瓜叶片色素含量快速检测

利用高光谱图像技术和高效液相色谱法(HPLC)快速检测了新鲜黄瓜叶中叶绿素a、叶绿素b、β-胡萝卜素和叶黄素4种色素含量。采集了120片黄瓜叶的近红外高光谱图像数据以及用HPLC精确测定黄瓜叶中色素含量;提取高光谱图像中50×50像素感兴趣区域(ROI)的平均光谱与4种色素含量分别建立偏最小二乘(PLS)预测模型;为了提高模型的稳定性和预测精度,分别采用区间偏最小二乘(iPLS)、向后区间偏最小二乘(BiPLS)和联合区间偏最小二乘(SiPLS)对各种色素对应的特征波段进行优选,同时对光谱划分数进行了优化。结果表明BiPLS和SiPLS对应模型的预测效果较好,对叶绿素a、叶绿素b、β-胡萝卜素和叶黄素4种色素的预测集相关系数RP分别为0.825 7、0.813 4、0.811 6、0.826 2。