ON2000调度自动化系统与WL－820E图像监控系统远程交叉复位

ON2000调度自动化系统是通过RS232通讯端口,以报文打包的形式实现数据传输和接收,是电网调度的中枢;WL－820E图像监控系统通过TCP／IP协议LAN端口实现数据流的传输接收,是无人职守变电站运行管理的重要组成部分,任何一个系统异常,都将严重影响电网安全运行,提高两套系统运行管理的同时,通过远程遥控端口控制对方二次电源回路,从而实现两套系统互为远程遥控终端复位。     

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。     

X射线图像技术对红毛丹内部品质的检测

研究了利用X射线图像处理及模式识别方法检测红毛丹内部品质——可食率、可溶性固形物含量。首先用阈值分割法去除红毛丹背景,然后用模糊C均值聚类方法来分割果肉区域。红毛丹可食率以分割出的果肉区域像素个数与整个果实区域像素个数之比来表征,实验结果表明,误判率小于10％。红毛丹可溶性固形物含量的X射线图像检测采用纹理特征描述的方法,利用直方图矩特征和支持向量机回归方法预测红毛丹可溶性固形物含量的相关系数最高可达87．2％。     

基于两阶段关键点定位算法的奶牛体型评定指标自动测量

为解决传统奶牛体型评定指标测量方法受主观影响大、自动化程度以及体型关键点定位存在误差等问题,提出一种基于两阶段关键点定位算法的奶牛体型评定指标自动测量方法。对采集的奶牛背部深度图像序列,首先基于滤波方法进行边缘平滑与缺失区域修补;之后基于YOLO v5体型关键区域检测算法确定体型关键区域并重建相关区域三维点云;进而计算区域点云曲率与z轴最值定位体型关键点;最后依据关键点间相对位置自动测得体型评定指标。结果表明,该方法可完成俯视视角下奶牛体长、肩宽、胸宽、腹宽和腰宽指标的精准测量。对15头奶牛5个体型评定指标,算法测量值与实测值平均绝对误差为1.55 cm,均方根误差为1.78 cm,决定系数R2最大为0.9394。该方法可在实际养殖环境下实现奶牛体型评定指标的精准测量,对生产实际具有一定现实意义。     

中国图像工程:2015

目的 本文是关于中国图像工程的年度文献综述系列之二十一。为了使国内广大从事图像工程研究和图像技术应用的科技人员能够较全面地了解国内图像工程研究和发展的现状,能够方便地查询有关文献,且向期刊编者和作者提供有用的参考,对2015年度图像工程重要文献进行了综述分析。方法 从2015年在国内15种有关图像工程重要中文期刊的共148期上所发表的2975篇学术研究和技术应用文献中,选取出723篇属于图像工程领域的文献,并根据各文献的主要内容将其分别归入图像处理,图像分析,图像理解,技术应用和综述5个大类,然后进一步分入23个专业小类(与前10年相同),并在此基础上分别进行了各期刊各类文献的统计和分析。结果 根据对2015年统计数据的分析可看出:图像分析正得到最多关注,目标跟踪的文献数量有明显增加,图像分割和边缘检测仍然是研究重点,图像匹配融合及其在遥感测绘等的应用再次成为热点。结论 我国图像工程的2015年研究深度和广度仍在提高和扩大,保持了快速进展的势头。     

基于高光谱与在线序列极限学习机确证大米产地方法

为满足快速无损的大米产地确证需求,采集吉林省梅河口市水稻主产区及松原、大安、辉南等其他水稻产区共990个大米样本的高光谱图像（400~1 000 nm）作为研究对象,利用多元散射校正（MSC）处理方法对光谱进行预处理。采用多层感知机（MLP）、极限学习机(ELM)与在线序列极限学习机(OS-ELM)算法,分别基于全波段高光谱数据以及经多维尺度分析（MDS）方法降维后的数据建立产地确证模型。结果表明,基于全波段高光谱数据的OS-ELM模型分类性能最好,准确率达到98.3%。经MDS处理后,输入的数据变量减少了96.6%,MDS-OS-ELM模型准确率稳定在97.4%。对三种模型的训练时间进行对比分析,OS-ELM训练时间明显优于MLP,在分批次获取数据时训练时间优于ELM。为大米产地确证提供了一种高效、准确、稳定的方法。