针叶苗木自动分级实验系统的研究

以针叶苗木析苗高、地径、根长、冠投影面积、根投影面积等视觉量和为苗木自动分级的特征参数,在基于计算机视觉技术的基础上构造了针叶苗木自动分级实验系统。实验结果表明,本实验系统具有计算速度快、易于实现、发级准确率高等优点,可以满足实际应用的需要。     

针叶苗木计算机视觉特征提取方法

为解决基于计算机视觉技术的针叶树种苗木自动分级系统的关键技术问题,提出了一种应用精确定位的苗木图像特征标志点提取苗木计算机视觉特征的新方法。该方法通过分析苗木的形态特征。利用苗木图像灰度矩阵和背景分离的灰度矩阵分别得到了５个特征标志点和苗木轴向边缘标志点矩阵。并在标志点的基础上,应用相应的计算方法实现了苗高、地径、根长、冠投影面积、根投影面积等１２个苗木视觉特征量的提取,为苗木自动分类器提供了有效的特征输入。实验结果表明,本方法具有计算速度快、易于实现、测量准确等优点。     

利用计算机视觉对苗木自动分级的研究

苗木分级是提高造林苗木成活率的一个重要手段,对植树造林、绿化环境有十分重要的意义。本文在对目前苗木自动分级文献理解和综合的基础上,首先通过对苗木分级技术和分级理论的研究,揭示了自动分级技术的发展背景和理论基础。进而对苗木形态参数的光电测量和计算机视觉测量等自动测量方法进行了分析和研究,阐述了现有的苗木自动分级系统所采用的分级理论和方法,并对其性能进行了概要的评述。最后,基于对苗木自动分级问题的理解,提出了苗木自动分级方法的一些展望。参31。     

计算机技术在苗木自动分级中的应用发展概况

对苗木自动分级技术发展进行了概要的评述。最早苗木自动分级技术只是对造林苗木的某些形态参数进行自动测量 ,发展至今 ,基于计算机视觉的苗木自动分级系统已得到广泛研究。本文指出苗木自动分级技术必将向全面化发展 ,苗木形态学特征的进一步完善和非形态学特征的引入是苗木自动分级技术研究的重要内容 ,因此 ,建立基于彩色图像和三维图像处理的新的计算机视觉系统 ,以获得更全面的苗木分级特征 ,将成为苗木分级领域内最具发展前景的课题。