基于纹理特征的柳杉锯材表面节疤缺陷的自动识别     

朱新波  王婷  李重根  胡传双  胡硕飞 《华南农业大学学报》2009,30(3)

根据柳杉锯材表面的纹理特点,构造了适于描述柳杉锯材表面节疤缺陷和正常材纹理特征的空间灰度共生矩阵特征参数群,并优化选择了其中5个纹理特征参数用于区分柳杉锯材表面节疤缺陷和正常材.在统计了柳杉锯材表面死节、活节和正常材的5个纹理特征值分布范围的基础上,根据5个纹理特征值的分布范围及其对死节、活节和正常材的区分度,构建了柳杉锯材表面死节、活节和正常材的相应识别规则,基于图像纹理特征匹配技术开发了柳杉锯材表面节疤缺陷和正常材的自动识别系统.对于300个含有单个和/或复数个节疤缺陷(184个活节和156个死节)的柳杉锯材图像的自动识别试验结果显示,活节和死节的正确识别率分别为83.2%和90.4%,识别精度表明,基于图像纹理特征匹配技术对柳杉锯材表面的节疤缺陷进行自动识别是有效可行的.  相似文献   

基于激光扫描成像技术的锯材裂缝和孔洞缺陷的机器视觉识别系统   总被引：1，自引：1，他引：0  

胡传双  云虹  赵俊石  朱新波  李重根 《华南农业大学学报》2008,29(4)

作为锯材表面常见缺陷的裂缝和孔洞,其共同特点在于所在部位厚度尺寸相较于正常材而言要小. 利用激光扫描技术形成了待检测材面的轮廓信息,把激光位移传感器输出的轮廓距离信息转换成图像的灰度值而形成轮廓图像. 根据裂缝和孔洞缺陷的形状特征,在统计的基础上提取了裂缝和孔洞缺陷的4个识别特征,并在此基础上开发了用于裂缝和孔洞缺陷识别的8条规则. 结果表明,所开发的基于激光扫描成像技术的锯材裂缝和孔洞缺陷的视觉识别系统不仅可以正确表征裂缝和孔洞等厚度缺陷信息,而且能够精确地定位和分类上述缺陷.  相似文献   

木材表面缺陷特征轮廓提取算法研究     

李应果  杨洁  董春雷 《西北林学院学报》2021,36(4):204-208

虫眼、活节和死节是最常见的木材表面缺陷,是木材分选过程主要的识别目标,精确提取木材表面缺陷轮廓特征能大幅提高木材分选的准确率。本研究提出一种针对木材表面虫眼、活节、死节缺陷轮廓提取方法。针对木材表面常见黑点和纹理等非线性噪声,使用中值滤波方法平滑图像。然后分别应用OTSU算法与全局阈值分割算法分离图像背景与目标,对结果二值图像使用数学形态学方法进行滤除和填充,最终用sobel算子提取缺陷边缘。结果表明,采用OTSU算法分割和数学形态学相结合的方法可以很好地提取木材表面缺陷特征,用sobel算子能够提取到比较完整、准确、连续的木材表面缺陷边缘轮廓,提高了目标图像的可视性和精准性。  相似文献   

基于机器视觉的柑橘表面缺陷检测   总被引：1，自引：0，他引：1  

龚中良  杨张鹏  梁力  蔡宇  游江辉 《江苏农业科学》2019,(7)

针对柑橘人工分类强度高、效率低、精度差的问题,为实现快而准确的柑橘缺陷检测,提出一种基于机器视觉技术的缺陷检测方法。在VS2013环境下利用开源计算机视觉库OpenCV进行开发,根据柑橘的颜色与形状特点,将图像颜色模型由RGB转换为HSV,利用HSV图像进行背景去除后,在HSV颜色模型下利用V分量灰度图边缘检测与形态学处理的方法以提取柑橘表面的缺陷特征。结果表明,柑橘表面缺陷检测的总体识别率为92%,所用方法能有效地识别柑橘表面的缺陷。  相似文献   

基于机器视觉的大豆细菌斑点病粒检测   总被引：2，自引：1，他引：2  

时玉强  柴玉华  郑先哲 《东北农业大学学报》2009,40(4)

文章基于机器视觉,通过图像获取系统得到大豆的表面颜色特征,应用SAS对大豆表面颜色特征进行LOGISTIC回归后,应用BP神经网络对大豆进行标准粒与细菌斑点病粒的分类。经过网络训练后,选用收敛效果好的网络对数据进行仿真预测,共计160粒,其中标准大豆80粒,细菌斑点病80粒。得到的测试识别率为:标准大豆96.3%、大豆菌斑粒98.8%。本研究为大豆菌斑粒的在线识别提供了一定的依据,有利于实现大豆的在线缺陷粒检测。  相似文献   

基于计算机视觉的实木表面智能化分选系统设计     

李超  吕宪伟  涂文俊  张怡卓 《北京林业大学学报》2016,38(3):102-109

设计一种集实木传送、图像定位与采集、实木板材表面识别与分选的智能系统,系统通过传送带运送实木板材,CCD摄像头获取板材图像,在触摸屏工控机TPC700-9190T上应用MFC与OpenCV编写分选程序对板材图像进行分析,识别结果通过STM32单片机控制电磁阀完成实木板材的分类。在图像定位与识别算法中,采用积分投影算法确定板材边界,动态采集板材表面图像;在颜色分类方面,利用L*a*b*空间颜色分量的均值、方差和斜度3个低阶矩表达颜色;在缺陷检测方面,提出了基于纹理填充的缺陷分割方法,通过获取纹理掩膜图像,然后利用板材背景颜色淡化纹理,最后应用加权阈值法完成缺陷分割,分割后计算缺陷面积、边缘灰度均值、内部灰度均值和长宽比等特征表达缺陷信息;在纹理识别方面,提出了基于Contourlet变换的纹理特征提取方法,通过对纹理图像进行Contourlet变换3层分解,得到1个低频子带、6个中频子带和8个高频子带,分别计算低频和中频系数矩阵的均值和方差,并与高频系数矩阵的能量组成22个特征表达纹理信息;最后设计SVM分类器,分别对颜色、缺陷和纹理进行识别。采用300个柞木样本进行实验,板材传送速度在小于1.5 m/s范围内,颜色识别准确率为100%;活节、死结和裂纹识别准确率分别为92.2%、95.6%和93.3%;直纹、弯纹识别准确率分别为93.9%、92.8%。实验结果表明,分选系统具有实时、高效、准确的特点。   相似文献   

基于空频变换的木材缺陷图像分割   总被引：1，自引：0，他引：1  

白雪冰  王林 《东北林业大学学报》2010,38(8)

针对木材缺陷这一自然纹理型事物,为了提取出其缺陷目标部分,进行下一步的分析和识别,采用一种空频变换方法对缺陷图像进行分割。选取虫眼、死节、活节3类木材缺陷图像样本各50个,构造一组多通道的Gabor滤波器对缺陷图像进行滤波,并提取出图像的多方向Gabor能量特征。最后结合模糊聚类算法和数学形态学后处理操作对缺陷图像进行了成功的分割。实验结果表明,此方法对3种木材缺陷图像的平均分割正确率分别达到了95.81%、94.58%、96.52%,证明了该方法的有效性。  相似文献   

粉碎机筛网破损线阵扫描自动识别系统的设计与实现   总被引：1，自引：0，他引：1  

何冲  刘梅英  吴慧子  牛智有 《华中农业大学学报》2017,36(1):123-129

根据粉碎物料颗粒特征,构建一种基于线阵光学图像采集技术与皮带同步传送技术相结合的动态扫描检测装置和基于虚拟仪器开发平台LabVIEW的粉碎机筛网破损识别系统。以玉米和小麦2种谷物原料为试验样本,在筛网孔径分别为2、4、6mm条件下,以颗粒平均面积为判别指标,粉碎玉米和小麦的筛网破损平均识别率分别为91.25%、82.50%、96.25%和93.75%、86.25%、78.75%;以颗粒面积变异系数为判别指标,粉碎玉米和小麦的筛网破损平均识别率分别为93.75%、98.75%、97.50%和93.75%、87.50%、96.25%。结果表明,以面积变异系数作为判定筛网破损的判别指标的识别效果优于平均面积的识别效果,所构建的自动识别系统可以实现对粉碎机破损筛网的实时自动识别。  相似文献   

机器人视觉的苹果无损检测技术     

祁广利  武晋辉 《陕西农业科学》2007,(5):63-65

将机器视觉技术应用到苹果外部品质的缺陷检测,通过摄像头获取苹果外观的颜色特征,利用LabVIEW虚拟仪器软件开发图像处理程序,通过纹理分析进行区分,由纹理特征提取方法,实现苹果表面缺陷的无损检测。  相似文献   

基于机器视觉的断奶仔猪腹泻自动识别方法     

《南京农业大学学报》2020,(5)

[目的]断奶仔猪腹泻严重影响养猪业的经济效益,本试验基于机器视觉技术提出一种排泄姿态与异常粪便结合的断奶仔猪腹泻检测方法以实现断奶仔猪腹泻的快速、准确检测。[方法]以深层卷积神经网络(convolutional neural networks,CNN)为基础构建腹泻检测分类模型,实现仔猪身份、姿态与异常粪便的一体化识别,对比不同迭代次数对模型效果的影响,选取最优模型;提出时空信息融合判定法,从时间序列先后和空间距离远近两方面,关联最优模型识别出的目标姿态与病便,实现断奶仔猪腹泻的视频检测。[结果]在训练迭代25 000次时接近模型最优值,对姿态、病便等目标识别的平均精度均值和召回率分别为95.75%和89.13%;基于时空信息融合方法的断奶仔猪腹泻视频检测识别准确率和召回率分别为97.92%和95.92%。[结论]深层卷积神经网络分类模型结合时空信息融合判定法为断奶仔猪腹泻自动识别提供了有力的技术支撑。  相似文献   

烟草行业水松纸打孔参数的非接触光学测量方法研究     

黄盈 《安徽农业科学》2013,41(5):2257-2258

[目的]快速准确地测量水松纸打孔参数。[方法]设计了一种基于图像采集数字处理的测量方法。针对水松纸打孔边缘形状不规则的特性,开发出一种针对性滤波、边缘提取的图像处理方法。[结果]试验设计的测量水松纸打孔参数的方法提高了不规则形状水松纸的检测精度,对水松纸打孔参数的检测精度达0.01 mm。[结论]此方法克服了目前测量方法误差大、操作繁琐、人为因素影响大等缺陷,提高了检测结果的准确性和检测效率。  相似文献   

基于掩模及亮度校正算法的脐橙表面缺陷分割     

张明  李鹏  邓烈  何绍兰  易时来  郑永强  谢让金  马岩岩  吕强 《中国农业科学》2019,52(2):327-338

改进BSCB与样本块耦合的单板节子缺陷图像修补算法     

王阿川  苍圣  曹军 《东北林业大学学报》2010,38(12)

分析了我国旋切单板生产过程中对单板节子缺陷挖补上存在的问题,提出了将图像修复理论、方法应用于单板节子表面缺陷图像的自动修补中,以提高旋切单板生产过程的自动挖孔补节智能化水平。针对BSCB算法在单板节子表面缺陷图像修复上存在的不足,提出了一种新的BSCB改进算法,使其在单板节子图像结构修复上得到比较好的效果。但是该算法对单板节子区域较大、节子周围纹理比较多的情况,修复效果不是很好。为此,又提出了将改进后的BSCB算法与基于样本块的图像修复算法相耦合的单板节子缺陷图像修复新方法,实现了对旋切单板节子缺陷图像的结构和纹理部分的修复,并通过数值实验验证了该方法的有效性。  相似文献   

基于激光图像的水果表面农药残留检测试验研究   总被引：2，自引：0，他引：2  

胡淑芬  刘木华  林怀蔚 《江西农业大学学报》2006,28(6):872-876

初步探讨了运用激光图像技术来检测水果表面农药残留的方法。应用自行研制的激光图像采集系统获取水果光谱图像,通过对比研究水果表面不喷洒农药、喷洒农药、喷洒不同浓度农药的水果图像特征分析可知,一般未喷洒农药的水果灰度图像灰度值分布在1~100范围内像素点总数低于喷洒农药后的水果灰度图像;喷洒不同浓度农药水果的图像像素灰度值在1~100范围内像素点个数也有明显的差别;但喷洒农药的浓度与像素值聚集在0~100范围内的像素个数之间规律性不明显,有待进一步研究。试验研究表明,用激光图像技术检测水果表面的是否存在农药残留是可行的。  相似文献   

一种基于图象的林分三维可视模型   总被引：19，自引：2，他引：17  

宋铁英 《北京林业大学学报》1998,20(4):93-97

该文介绍一种基于树的图象的林分三维可视模型．以一株典型形体的树木为原型代表林分的平均木,应用图象重采样技术对该原型木图象按比例缩放生成林分中各株林木的图象．根据投影原理计算每株林木在投影平面上的象素坐标和缩放比例,对各林木图象再次缩放后移动到林木的平面坐标位置合成一幅有立体感的林分图．与基于规则几何体的和基于树的三维造型的林分三维可视模型相比,这种方法产生的林分立体图真实感强,速度快,适合开发成应用软件用于森林与植物景观的设计和仿真．  相似文献   

基于区域亮度自适应校正算法的脐橙表面缺陷检测     

张明  王腾  李鹏  邓烈  郑永强  易时来  吕强  孙荣荣 《中国农业科学》2020,53(12):2360-2370

【目的】针对类球型水果表面亮度分布不均现象,传统算法难以有效直接分割水果表面缺陷区域问题,提出一种基于区域亮度自适应校正的脐橙表面缺陷检测算法。【方法】选择区域经济价值较高的纽荷尔脐橙为研究对象,对其采集原始可见光RGB图像。试验中发现R-B融合分量图像灰度呈明显双峰分布,故根据直方图信息利用单阈值法（分割阈值T₁=60）去除图像背景,获得R-B目标图像;基于本文提出的一种区域亮度自适应校正算法对脐橙表面缺陷进行检测,首先设定目标图像邻域窗口大小为w×w（邻域窗口大小w=13）,通过对其窗口大小内较亮像素点的集合提取脐橙表面亮度信息,然后基于此表面亮度信息对去除背景的R-B目标图像进行均一化校正,经亮度校正后的图像发现其表面缺陷区域与正常组织区域灰度对比度大,宜采用单阈值法（分割阈值T=194）直接对亮度校正后的脐橙图像进行表面缺陷分割提取;最后对表面缺陷分割后的二值化图像进行面积滤波以去除杂散点及噪声。【结果】采用双峰法可在有效去除图像背景的同时完好保留目标脐橙表面信息;基于区域亮度自适应校正算法对溃疡病果、蓟马虫果、介壳虫果、虫伤果、黑星病果、风伤果、炭疽病果、裂伤果等8种常见脐橙表面缺陷果,共计356幅样本图像进行亮度校正,采用单阈值法对亮度校正后的图像进行表面缺陷分割,其分割率高,整体缺陷准确识别率达到了95.8%,平均处理每幅图像耗时0.29 s。与直方图均衡化算法、基于Retinex理论算法以及基于照度-反射理论算法得到的亮度校正图像相比,本文算法亮度校正效果最优且算法简单、缺陷识别率高、计算速度快,其运算速度分别减少了0.27、0.14和1.45 s,缺陷识别率提高了2.6%—8.2%。【结论】基于区域亮度自适应校正的脐橙表面缺陷检测算法有效解决了脐橙类水果表面亮度分布不均导致的表面缺陷难分割问题,为脐橙在线精确分级提供了技术支持,也为其他类球型水果表面缺陷快速检测提供了一种新方法。  相似文献   

基于图像受噪程度的改进模糊加权均值滤波     

张鲁丹 《湖南农业大学学报(自然科学版)》2016,(2):66-70

根据高斯噪声密度大、噪声强度的波动范围宽,其污染图像不仅每一个像素灰度级都会受影响,而且即使是同一灰度级受污染的程度也会不同的特点和传统的图像模糊滤波算法在图像细节保护方面上的不足,提出基于图像受噪程度的改进模糊加权均值滤波算法,该算法根据图像各像素点的受噪程度,得到首次滤波图像和原图像估计直方图,根据该直方图确定模糊隶属度函数,然后对首次滤波图像中灰度小于25的像素点进行模糊加权均值滤波,该算法在不需要期望图像和高斯噪声方差的情况下能有效地去除噪声,同时能够很好地保护图像细节信息。  相似文献   

基于深度学习的蔬菜鳞翅目害虫自动识别与检测计数     

董伟  钱蓉  张洁  张立平  陈红波  张萌  朱静波  卜英乔 《中国农业科技导报》2019,21(12):76-84

鳞翅目害虫是蔬菜作物中最重要且常见的一类害虫。由于受到复杂田间背景,光照及害虫姿态等的影响,传统的害虫自动识别与检测计数方法准确率比较低。为实现在田间快速准确地对目标害虫进行自动识别和检测计数,分别提出了基于深度卷积神经网络的识别模型和检测计数模型。针对菜粉蝶、棉铃虫、甜菜夜蛾、小菜蛾、斜纹夜蛾这5种常见且容易混淆的蔬菜鳞翅目害虫,构建了分类识别数据集和检测计数数据集,并分别进行了实验,平均识别率达到94.5%,检测均值平均精度(mAP)达到76.6%,与传统方法相比,证明了此方法的优越性。实验结果表明,该方法对于蔬菜鳞翅目害虫的识别和检测计数是可行的,且达到了实际应用水平。  相似文献   

基于无人机多光谱影像的小麦封垄前种植行识别方法改进          下载免费PDF全文

马啸  陈鹏飞 《中国农业科学》2022,55(20):3926-3938

【目的】 为实现小麦精准管理,准确识别其种植行位置具有重要意义。本研究分别针对传统Hough变换法和绿色像元累积法存在的缺陷进行改进,并对改进前、后不同方法在小麦种植行识别上的精度进行对比分析,为小麦种植行精准提取提供技术支撑。【方法】 本研究开展了小麦水、氮耦合试验,在小麦拔节前期,基于四旋翼无人机携带RedEdge M传感器获取小麦不同生长条件下多光谱影像。基于上述数据,首先采用超绿超红差分指数和Otsu方法对影像分割、分类,获取植被/土壤二值图;其次,采用3×1线型模板进行形态学开运算,降低边界不规则度并去除噪音;然后,结合无人机影像中小麦种植行排布特点,分别针对传统Hough变换法的峰值检测过程和绿色像素累积法的角度检测过程进行优化,提出改进的小麦种植行识别方法;最后,分别将两种方法改进前、后的识别结果与目视解译种植行位置结果进行对比,基于检出率和作物行识别精度（crop row detection accuracy,CRDA）评价4种方法的优劣。【结果】 采用超绿超红差分指数与Otsu方法可以很好对植被/土壤进行分类,分类结果的总体精度达到93.75%,Kappa系数为0.87;形态学运算可以很好地去除图像噪声,减少后期种植行识别误差;改进后Hough变换法通过利用先验知识对峰值检测范围进行约束,有效提升了种植行检测精度,种植行平均检出率从30%提升至67%,CRDA平均值从0.22提升至0.44;改进后绿色像元累积法通过考察整幅影像的绿色像元累积特征,有效提升角度检测精度,种植行平均检出率从14%提升至93%,CRDA平均值从0.12提升至0.69;4种方法的识别精度从高到低依次为改进后绿色像元累积法、改进后Hough变换法、改进前Hough变换法、改进前绿色像元累积法。【结论】 本研究较好地改进了传统种植行识别方法,为种植密度大、行间距小的小麦种植行识别提供了技术支撑。  相似文献