The effect of orifice shape and the injection pressure on enhancement of the atomization process for pressure-swirl atomizers

The following paper presents results of studies on the atomization process of water in pressure-swirl atomizers with different shapes of orifice using a laser diffraction technique. The effect of the shape of the orifice and the injection pressure on the droplet size distributions and mean droplet diameters was analyzed. The results obtained showed that droplet size decreases with an increasing injection pressure and droplet size distributions are expanded. The smallest droplet diameters were obtained by atomization in profiled and conical shaped orifice atomizers, however the largest droplet diameters were achieved for plain orifice atomizers. The analysis of the interfacial surface produced by the atomizers has shown that the greater enhancement of the atomization process had occurred using profiled and conical shaped orifice atomizers compared with plain orifice atomizers. The correlation for the Sauter mean diameter as a function of the Reynolds number and the ratio of orifice length to diameter has been proposed. The paper is related to agricultural water management. The data obtained are important from the point of view of the design of atomizers, agricultural treatments and crop protection.     

改进田间杂草识别图像预处理方法的研究

机器视觉系统采集到的田间杂草图像在分割之前,需要对图像进行预处理来改善图像的视觉效果。为了提高图像的预处理效果,针对杂草图像的特点,在多级加权中值滤波算法的基础上,增加3个不同大小尺寸的二维滤波掩膜,使得在去除噪声的同时尽可能保留了更多的细节特征,从而改善了田间杂草图像的滤波效果。     

基于机器视觉的玉米果穗参数的图像测量方法

在玉米育种和品质研究中,经常需要对玉米的果穗长度、果穗宽度、穗行数、穗粒数等参数进行测量。该研究提出了一种基于机器视觉的玉米果穗参数图像测量方法。使用PC摄像头连续采集旋转台上的玉米果穗图像,经过图像处理,获得玉米穗的图像区域,进而得到玉米果穗的穗长和穗宽参数;通过对玉米果穗局部区域的x方向和y方向累计像素值曲线进行分析,提取出玉米穗行,获得每一穗行的穗粒数和穗行宽度;通过图像匹配,获得玉米果穗的穗行数。试验表明,使用该研究方法对玉米果穗的长度、宽度和穗行数的参数测量准确率可达98%以上,对穗行宽及总穗粒数测量准确率达95%以上,整穗的平均检测时间约102 s/穗。该研究实现了玉米果穗参数快速有效的自动检测,相对于目前采用的人工检测,大大提供检测效率,降低劳动强度,可应用于玉米千粒质量检测、产量预测、育种和品质分析等场合。     

基于直方图小波变换的图像颜色特征索引技术

提出了一种基于直方图小波变换的图像颜色特征索引技术:对图像HSV颜色直方图进行小波变 换,变换后数据用于相似性的递进匹配。该方法与直接直方图比较具有相同的效果,而特征矢量长度明 显减少,检索效率明显改进。实验结果表明,小波变换由于其金字塔形式可为图像数据库提供内容特征 的递进匹配,明显加快图像检索匹配速度。     

基于KNN方法的大兴安岭地区森林地上碳储量遥感估算

【目的】采用 KNN方法进行碳储量估测,并对估测后的数据进行各种校正处理,绘制森林地上碳储量的空间分布图,为我国森林碳储量和固碳潜力的研究提供基础数据和科学依据。【方法】以黑龙江省大兴安岭为研究区(50°05'—53°33'N,121°11'—127°01'E),基于2010年森林资源连续清查固定样地和同年 Landsat5 TM 影像数据,利用 k－邻近法( KNN)在像素级水平上对森林地上碳储量进行估算。采用多准则方法分东、南、北和中4个区域对样地坐标和其对应的影像光谱值进行坐标重配准,并根据实测样地数据对坐标重配置前后不同林分类型地上碳储量估测精度进行评价;针对 KNN方法像素级估测结果存在明显的高值区域低估和低值区域高估现象,应用直方图匹配方法对估测结果进行变动范围调整;并根据样地实测碳储量和 KNN 估测值间的回归关系对调整后的结果分区域进行进一步匹配校正后处理,绘制森林碳储量的空间分布图。【结果】总体来说,本研究区域像元尺度KNN估测的欧式距离优于马氏距离,均方根误差随着最邻近值 k的增大而降低,当 k大于6时变化缓慢,并逐渐趋于稳定;坐标误差校正后,各林分类型森林地上碳储量的估测精度均显著提高,平均均方根误差由17.23降低到14.3 t·hm －2;直方图匹配后,各区域样地点高值区域低估和低值区域高估现象均有很大程度改善,实测值和估测值间的相关关系明显增强,然而高值地区(碳储量大于20 t·hm －2)出现过高估计现象;经匹配校正后处理的均值、标准差、直方图和累积频率分布图更接近样地实测值,均方根误差也明显降低,高值地区过高估计现象得到很好校正。【结论】森林资源清查数据、遥感数据及 KNN方法相结合逐渐成为区域尺度森林参数空间连续估测的重要手段。同利用光谱值和森林参数建立的回归模型相比,KNN方法能够更多地考虑到森林参数同光谱值之间的非线性依赖关系;但 KNN估测方法除了受距离度量标准、最邻近值 k的大小以及影像波段的选取等因素影响外,还存在如样地坐标和对应的影像光谱值匹配误差、像素级估测结果多呈明显集中分布趋势等问题,使得该方法的应用受到一定限制。本文的研究表明,对这些因素进行合理的校正,将更有利于区域尺度森林参数的精确估计和反演。     

基于颜色直方图和LBP-TD算子的木板材节疤缺陷区域检测

提出一种基于颜色和纹理信息的木板材表面节疤缺陷区域检测方法。首先,根据木板材表面图像中正常区域和缺陷区域的颜色差异,通过颜色直方图自动获取缺陷区域的种子点;然后,提出一种纹理扩散算法,它从种子点出发,基于图像局部纹理特征搜索缺陷区域的边缘。此外,改进了局部二进制模式算子,提出一种LBP-TD算子以更好地适应纹理扩散。实验结果表明:针对各种常见的木板材节疤缺陷,当缺陷区域与正常木纹区域的颜色、纹理存在较明显差异时,无论木纹本身是否规则,本文方法都能准确地检测出木板材节疤缺陷的区域;而当缺陷区域与正常木纹区域的颜色、纹理的差异均不明显时,本文方法仍能检测出缺陷区域的大致轮廓。数据对比显示了本文方法的误检率要低于传统的OTSU法。      

Lossless data hiding with ranks transform

For taking full advantage of carrier image's pixel correlation, a lossless data hiding algorithm with ranks transform (LDHA_RT) is proposed. Along with three directions of column, row and diagonal, the pixel difference images and their histograms are calculated one after another. The obtained pixel difference histograms are shifted to construct the redundancy spaces, so that the hiding information could be embedded in a designated position. After the hiding data is extracted, the carrier image could be recovered reversibly without any additional information. The experiments demonstrate that the PSNR/bits of the LDHA_RT is the lowest or close to the lowest, compard with these algorithms mentioned in the references. This implies that the LDHA_RT has large capacity of hiding data under a good image quality.     

基于FCM及HSV模型的方格蔟黄斑茧检测与剔除技术

桑蚕业缫丝前需要对蚕茧进行检测分类,剔除黄斑茧等下茧对于提高缫丝质量非常关键。我国蚕虫上蔟多用纸板方格蔟,方格蔟在使用过程由于挤压、受潮等原因极易变形,另外,营茧方格蔟一般覆盖一层茧衣,使自动检测方格蔟蚕茧质量并准确剔除黄斑茧等下茧极其困难。采用基于模糊C均值聚类(FCM)及HSV模型的黄斑茧检测算法,在采茧过程中直接对蚕茧进行图像分割和黄斑茧检测,使用基于机器视觉的直角坐标式自动采茧机对黄斑茧进行定位剔除试验。首先对方格蔟正面原始图像使用FCM分割,消除蚕茧茧衣及方格蔟边框,得到蚕茧二值图像;对FCM分割后的蚕茧二值图像与方格蔟原始图像进行掩膜,实现对方格蔟内单个蚕茧的提取;对提取到的单个蚕茧,根据HSV空间累积颜色直方图的黄斑颜色H分量的比例是否达到黄斑茧的定义阈值,逐个进行黄斑茧判断;然后,对检测到的黄斑茧,保存其连通域中心坐标作为其图像位置坐标,经过视觉测量确定蚕茧在笛卡尔空间中的世界坐标。使用基于机器视觉的直角坐标式方格蔟自动采茧机,对方格蔟黄斑茧进行定位剔除试验,该算法对方格蔟内黄斑茧的平均检测正确率为81.2%,黄斑茧坐标最大定位偏差为3.0 mm,对单张方格蔟图像进行分割和黄斑茧检测的平均时长为1.271 s,对茧衣附有桑叶梗或碎桑叶的蚕茧没有误检测,但对黄斑位于边缘处的蚕茧检测效果不好。     

基于遗传算法的不同光照条件下植被和土壤组分温度反演

为了提高地表土壤组分温度的反演精度,该研究利用ASTER反射光谱数据获取像元组分比,将直方图法引入遗传算法中,从而缩小了获取遗传算法最佳搜索参数的范围,并利用遗传算法对盈科研究区内地表非同温像元进行组分温度分解,对非同温像元下植被、遮阴土壤、光照裸土的组分温度进行模拟。该研究采用遗传算法直接对ASTER热红外数据进行地表混合像元组分温度分解的方法验证。结果表明,在考虑反射波段情况下,模拟的组分温度与地表同步实测温度的相对误差为7.63%～8.867%,在不考虑反射波段情况下,模拟的组分温度与地表同步实测温度的相对误差为8.955%～11.832%,表明了此方法在研究地表组分温度反演是可行性。该研究为地表组分温度反演提供新思路。