基于TM卫星图像的水体边缘检测研究

图像的边缘检测是图像特征提取和图像分析理解的基础.运用Roberts,Sobel,Prewitt,Laplacian 4种经典边缘检测算子对TM遥感影像进行水体边缘检测研究,然后对各种算子获得的结果进行比较.结果认为:采用Roberts算子获得的水体边缘不清晰,而且边缘不连续,边缘检测效果比较差;采用Sobel算子获得的水体边缘局部效果不佳,边缘定位精度不高;采用Laplacian算子获得的水体边缘不具有方向性,定位精度高,检测出了绝大部分的边缘;采用Prewitt算子方法二获得的水体边缘明显,效果最佳.因此,Prewitt算子方法二是最佳的基于TM遥感影像提取水体边缘的方法.     

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。     

基于高分辨率遥感影像的水土流失监测方法研究

以葫芦岛市为研究对象,根据区域土地利用类型和水土流失影响因子建立水土流失分级指标,运用RS和GIS技术获取水土流失影响因子信息并进行空间叠加分析,实现对区域水土流失状况进行调查、分析和管理,具有快速、准确、客观、经济等优点。该研究方法能够及时掌握区域水土流失现状、水土保持治理状况、水土流失动态变化等信息,为建立水土流失动态监测数据库、实现对水土流失进行动态监测奠定基础,从而有效地促进水土保持工作的顺利开展。     

基于改进YOLOv8n的复杂环境下柑橘识别

针对复杂环境下柑橘果实大量重叠、枝叶遮挡且现有模型参数量大、计算复杂度高等问题,提出了一种基于改进YOLOv8n的柑橘识别模型YOLOv8-MEIN。首先,该研究设计了ME卷积模块并使用它改进YOLOv8n的C2f模块。其次,为了弥补CIoU损失函数在检测任务中泛化性弱和收敛速度慢的问题,使用Inner-CIoU损失函数加速边界框回归,提高模型检测性能。最后,在自建数据集上进行模型试验对比,试验结果表明,YOLOv8-MEIN模型交并比阈值为0.5的平均精度均值mAP_0.5值为96.9%,召回率为91.7%,交并比阈值为0.5~0.95的平均精度均值mAP_0.5～0.95值为85.8%,模型大小为5.8MB,参数量为2.87M。与原模型YOLOv8n相比,mAP_0.5值、召回率、mAP_0.5～0.95值分别提高了0.4、1.0、0.6个百分点,模型大小和参数量相比于原模型分别降低了3.3%和4.3%,为柑橘的自动化采摘提供技术参考。     

农田环境下无人机图像并行拼接识别算法

为改善在农田环境下无人机图像计算速度和效率,该研究提出了一种农田环境下无人机图像并行拼接识别算法。利用倒二叉树并行拼接识别算法,通过提取图像拼接中的变换矩阵,实现拼接识别同时进行。根据边缘设备的CPU核心数和图像数量自动将图像拼接识别任务划分为多个子进程,并分配到不同核心上执行,以提高在农田环境下的计算效率。试验结果表明：相同试验环境和数据集条件下,倒二叉树并行拼接算法的拼接耗时相较于商业软件平均减少了60%～90%左右;在农田环境下,倒二叉树并行拼接识别相较于串行拼接识别的耗时减少了70%,图像识别的平均像素交并比提升了10.17个百分点,说明在农田环境下采用多线程倒二叉树并行算法可以更好地利用农田环境下边缘设备的计算资源,大幅提升无人机图像的拼接和识别的速度,为无人机的快速实时监测提供技术支撑。     

林权改革中遥感影像真彩色融合技术探讨

以云南宜良县、昆明市五华区的林权改革项目为依托,针对林改的对象,林改的特殊性、广泛性等特点,对林改项目中的遥感影像融合技术进行研究,针对快乌卫星影像蓝光波段缺失的特点,探讨如何对蓝光波段进行模拟,使得研究区域的遥感影像真彩色融合的效果更为理想。     

数字农业农田信息系统的建立

在遥感(RS)、地理信息系统(GIS)、全球定位系统(GPS)技术综合应用的基础上,通过对区域农田环境、作物等状况的数据采集和处理,完成3S技术功能的自适应融合和多源异构、空间与非空间数据以及基础空间数据与专题数据的融合,建立起一个以农田信息为主的资源与环境信息服务体系,用于专家进行数据查询、分析和决策.     

Analysis of Two-Dimensional Gel Electrophoresis Images of Protein from Posterior Silk Gland of Silkworm （Bombyx mort） on Day 1 and Day 4 in the 5th Instar Stage

The posterior silk gland （PSG） of silkworm is an important organ where fibroin is synthesized and secreted exclusively. Because fibroin constitutes 75-80% of the silk filament, the mechanism governing fibroin secretion, quality and yield of cocoon can be elucidated by the study on the PSG. Using two-dimensional gel electrophoresis （2-DE） and image analysis system, the changes in the protein composition in the PSG cell were investigated on the day 1 （D1） and day 4 （D4） in the 5th instar stage from five different strains of silkworm （Bombyx mori）. While differences at protein level between days and strains were far less than those observed at the gene level using EST analysis. The change trends in protein composition from D1 to D4 were diverse among the different strains. The results suggest that the secretion of fibroin is regulated by multiple proteins. The site of regulation and the proteins responsible for the regulation vary with the strain, which leads to differences between strains in the capacity of fibroin secretion in the PSG cell.     

基于岩心图像压缩的编辑器设计

岩心图像数据量很大,不便存储和传输,需要进行压缩。岩心图像编辑器采用标准的JPEG压缩方法,需要对编辑器进行设计。编辑器结构分为编码过程和解码过程,其功能包括FDCT(正向离散余弦变换)和IDCT(DCT逆变换)、量化和反量化、DC编解码和AC系数排序、熵编码和熵解码。可实现岩心图像的无损压缩。     

杏鲍菇形态特征获取的图像分割算法

食用菌工厂化生产中,菇房环境对食用菌生长的影响很大,由工人根据食用菌的形态特征来判断菇房环境是否适宜,会由于个体主观差异或人为因素不能及时判断,造成菇房环境调节滞后,影响了食用菌的产量和质量。以杏鲍菇为研究对象,提出了获取杏鲍菇形态特征的蚁群算法改进的模糊C均值(FCM)聚类分割算法,该算法能够针对杏鲍菇生产中获取的图像,进行有效地分割,从而满足自动获取杏鲍菇形态特征的需要。