共查询到17条相似文献，搜索用时 265 毫秒
1.
本研究以木结构古建筑常用的马尾松木材为研究对象，采取人工模拟的方法在马尾松木段端部制作中心空洞及外缘开裂的残损，通过开展残损木材的雷达探测及成像影响因素研究，给出不同残损在雷达检测下的表现形态，实现木材内部空洞和外缘开裂残损的快速识别及表征。研究结果表明:利用雷达无损检测技术可以实现木材内部空洞和外缘开裂残损的快速检出，而对残损大小的评估，雷达检测面积与实际残损面积存在偏差；当雷达探测到木材内部空洞时，其交界面会出现强烈的黑-白-黑形态图像，对应的反射波形为谷-峰-谷；当雷达探测到木材外缘开裂等凹陷特征时，其图像上会出现不同于正常背景的纵向干扰条纹；木材外缘开裂并不严重影响内部空洞残损的检出，木材表面存在贴合紧密的树皮或保护性地仗对内部残损的识别也无明显影响；木材含水率对雷达检测结果影响较为显著，在其他条件一定时，木材含水率越高，其雷达检测残损面积越小；雷达检测结果受含水率等因素影响，其残损的检测边界可能会产生一定的偏移，因此，在实际检测中应根据雷达检测图像进行深度方向的延伸分析。通过本研究可知:雷达无损检测技术可以实现木材空洞和开裂残损的快速检出，但对于残损的定量评估有待于进一步研究。 相似文献
2.
木材缺陷图像处理软件的研制 总被引：1，自引：0，他引：1
对木材缺陷的X光图像进行计算机处理，可以突出缺陷的边缘与细节，便于人眼和计算机进行有效地识别。针对木材X光成像的噪声模型，采用高斯滤波器、梯度松驰迭代图像分割算法和协中值滤波法处理图像，可以提取缺陷图像的详细信息，并能检测出图像的边缘。 相似文献
3.
无损检测木材或木质材料的物理力学性质,利用当今的物理方法和手段快速测量出木材及木质材料的尺寸、规格、表面形状和基本物理力学性。本文中主要介绍了木材无损检测的主要方法。 相似文献
4.
5.
温振江 《农村实用科技信息》2015,(7)
传统的木材检验是运用人工的检尺和等级判定，来确定木材的质量和等级，无损探测技术是近期的一种木材检验的新兴的综合性技术。无损检测技术逐步应用于木材加工中的自动检测中来。这一新的木材检疫技术，极大地提高了木材加工的自动化检测水平，也提高了木材生产的效率。 相似文献
6.
7.
8.
9.
介绍了计算机断层扫描技术（CT）技术在木材无损检测领域中的发展情况和独特优势,从方法应用、结果判定、测试范围等方面详细阐述了国内外木材计算机层析成像检测的研究现状,着重指出它在木材宏观构造识别、早晚材密度判定、木材内部缺陷预测、裂纹扩展过程的超高速扫描以及微观构造分辨等方面取得的技术成果。最后强调结合木竹材材性特征开发相应的CT无损检测技术,为木竹基础科学研究以及高效利用提供技术支持。参37 相似文献
10.
以木材材性表为研究对象,建立基于木材材性表的检索系统,该检索系统能够根据木材材性表中的木材特征对木材标本进行快速检索.该系统基于ASP.NET MVC框架和ADO.NET技术的三层架构设计解决方案,使用感知哈希算法对木材标本图像进行识别;系统采用树形结构和图片混合的方式展示检索结果,实现对木材材性表数据的信息维护、信息统计、数据字典查询、用户管理、手机检索等功能. 相似文献
11.
农作物损害表症的快速识别对防止农作物受损、提高农作物的产量以及在农业生产中反应指示、预警潜在农作物污染损害行为，减低污染对农作物生长和农产品质量安全的威胁具有重要意义。随着图像处理技术的快速发展，基于图像处理技术的分析方法实现了对农作物损害快速、准确的无损检测与识别，本文对该方法在农作物病害、虫害、草害、污染胁迫、气象灾害和营养缺素6种逆境条件下的研究和应用进行综述，并对农业环境损害鉴定中污染损害识别研究现状进行总结，认为基于图像分析的农作物污染胁迫识别系统的研发在农业环境损害司法鉴定中有很好的应用前景，值得进一步深入探索和研究。 相似文献
12.
Line-scan hyperspectral imaging system for real-time inspection of poultry carcasses with fecal material and ingesta 总被引：1，自引：0，他引：1
Seung Chul Yoon Bosoon ParkKurt C. Lawrence William R. WindhamGerald W. Heitschmidt 《Computers and Electronics in Agriculture》2011,79(2):159-168
In poultry processing plants, fecal material and ingesta are the primary source of carcass contamination with microbial pathogens. The current practice of the poultry inspection in the United States is primarily human visual observations. Since the visual inspection is becoming more challenging in poultry processing plants adopting high-speed lines, a rapid sorting system could significantly improve the detection and monitoring of carcasses with surface fecal material and ingesta. As a result, we developed a prototype line-scan hyperspectral imaging system configured as a real-time multispectral imaging subsystem for online detection of surface fecal material and ingesta. Specifically, we integrated a commercially available off-the-shelf hyperspectral image camera into the system with two line lights and a custom software program for real-time multispectral imaging. The bottleneck of the imaging system was the data acquisition. For that reason, a multithreaded software architecture was designed and implemented not only to meet the application requirements such as speed and detection accuracy, but also to be customizable to different imaging applications such as systemic disease detection in the future. The image acquisition and processing speed tests confirmed the system could operate to scan poultry carcasses in commercial poultry processing plants. The fecal detection algorithm was based on the previous research using different hyperspectral imaging systems. A new carcass detection and image formation algorithm was developed to allow existing image processing and detection algorithms reusable without any modifications. Sixteen chicken carcasses and four different types of fecal and ingesta samples were used in a study to test the imaging system at two different speeds (140 birds per minute and 180 birds per minute) in a pilot-scale poultry processing facility. The study found that the system could grab and process three waveband images of carcasses moving up to 180 birds per minute (a line-scan rate 286 Hz) and detect fecal material and ingesta on their surfaces. The detection accuracy of the system varied between 89% and 98% with minimum false positive errors (less than 1%), depending on tested detection algorithms. Therefore, these findings provide the basis of not only a commercially viable imaging platform for fecal detection but also a single poultry inspection system for multiple tasks such as systemic disease detection and quality sorting. 相似文献
13.
木材解剖构造图象处理的理论研究 总被引：4，自引：0，他引：4
根据图象处理方法的基本理论，结合木材解剖构造图象的特点，提出了适合木材解剖构造图角处理的理和对木材解剖构造灰度图象的二值化处理过程，最佳阈值的判定与选择，图象质量的改善等提出了具体的实现方法。同时将这一理论应用到长白落叶松人工林木材图象的处理中，了木材的胞壁率，对分子的边缘进行检测。该理方法可为木材生长轮材质分析，预测和细胞成份的特征提取提供理论基础。 相似文献
14.
基于ARM的嵌入式水果大小检测与分级系统的实现 总被引：1，自引：0，他引：1
实现了一种基于嵌入式ARM处理器的水果大小检测与分级系统。为了降低目前水果检测与分级系统的复杂性和成本,系统利用嵌入式ARM9处理系统代替计算机进行图像数据处理,基于Qt/Embedded软件平台,首先获得水果的侧视图像,图像经预处理,然后利用水果直径检测算法检测出水果直径后,按照直径检测结果实现水果大小分级功能。实验结果表明,该检测系统具有处理速度快,测量分级精度高和成本低等优点,在水果品质检测与分级方面具有较高的实用价值。 相似文献
15.
基于深度学习的农作物病害图像识别技术进展 总被引：5，自引：0，他引：5
农作物病害的无损检测和早期识别是精准农业和生态农业发展的关键。随着图像采集和图像处理技术的进步,高光谱成像等先进成像探测技术和基于深度学习的图像分析技术越来越多地应用于农作物病虫害的无损检测中。本文首先简单介绍了以深度学习为代表的图像识别技术的基本原理,然后系统地阐述了基于深度学习的先进成像技术和先进图像识别分析技术在农作物病害检测识别中的国内外研究现状,分析了其在农作物病害检测识别上存在的优缺点,如具有快速、准确率高等优点以及数据量过大处理不便等缺点,并进一步指出,利用高光谱成像和热红外成像与深度学习相结合,将成为今后研究农作物病虫害早期检测的主要发展方向。 相似文献
16.
农产品分级图像分析研究是实现农产品质量机器视觉检验的基础。介绍了基于MATLAB平台的农产品图像处理软件运行界面,并对其系统菜单功能模块进行了演示：结果显示,基于MATLAB平台的农产品分级图像处理软件可达到实际应用的要求。 相似文献
17.
针对现实生活中彩色图像普遍存在不清晰和对比度差的情况,在RGB模型上提出了一种新的彩色图像增强算法,并且应用到了木材图像领域。将彩色木材图像分解为RGB3个通道,首先使用滤波器把3个通道分别分解成高低频子带;然后使用傅立叶变换和小波变换相融合的方式进行锯齿检测,同时进行阈值判断;之后对检测到的锯齿进行消除,低频子带使用方向自适应滤波器,高频子带使用小波收缩函数进行消除;再使用小波逆变换返回3个通道;最后将3个通道还原成彩色图像。结果表明,该方法和传统方法相比较,可以有效保持图像的边缘特征,达到增强效果。以樟子松微观横截面为例,峰值信噪比PSNR提高了5.05,信息熵提高了3.14。本研究同时采集了榆木微观横截面、杨木宏观横截面和云杉微观横截面,其图像均得到增强。 相似文献