共查询到20条相似文献，搜索用时 320 毫秒
1.
2.
基于Mean-shift和提升小波变换的棉花叶片边缘的图像检测 总被引：2，自引：2，他引：0
该文提出了一种基于Mean-shift和提升小波变换的具有复杂背景的棉花叶片边缘检测算法。该方法首先用Mean-shift算法对彩色图像进行平滑,然后对平滑后的图像进行提升小波变换,以将平滑后的图像进行灰度增强。最后基于Canny算子对图像进行边缘检测。该算法能有效减少非边缘噪声,并且能够有效提取相互重叠叶片的边缘。与传统边缘检测方法边缘检测结果进行对比,该方法能够更加鲁棒地提取复杂背景下的重叠叶片边缘,其有效性和准确性是很明显的。 相似文献
3.
稻瘟病菌孢子的检测通常在显微镜下由人工目测完成,该方法费时、费力、自动化程度低。因此,该研究提出了一种基于显微图像处理技术的稻瘟病菌孢子自动检测和计数方法。首先,采用显微图像系统获取稻瘟病菌孢子图像;然后提出一种分块背景提取法对其进行光照校正;根据显微图像中孢子的边缘特征,利用Canny算子进行边缘检测,其中Canny边缘检测过程中的阈值应用模糊C均值算法在梯度图上自动确定;接着对边缘检测后的二值图像进行数学形态学闭开运算处理。根据孢子和主要杂质的形态特征,利用椭圆度、复杂度和最小外接矩形宽度等形态特征参数对目标物进行分类,提取只含孢子的二值图像。最后,提出了基于距离变换和高斯滤波的改进分水岭算法对粘连孢子进行分离。测试结果表明:在100幅测试的显微图像样本中,孢子检测的平均准确率为98.5%,满足稻瘟病菌孢子自动检测和计数要求。 相似文献
4.
多对象特征提取和优化神经网络的玉米种子品种识别 总被引：12，自引：3，他引：9
为了实现机器视觉代替人的视觉,对玉米种子品种进行实时、客观、准确和无损伤识别,研制了玉米品种识别硬件系统和软件系统。针对玉米种子及种子图像的特点,对玉米种子品种识别技术与算法进行了深入地研究和探索,提出了一种基于多对象有效特征提取和主成分分析优化神经网络的玉米种子品种识别方法,提取了玉米种子的几何特征和颜色特征参数,优化了基于机器视觉的玉米种子图像处理策略和品种识别算法,提高了玉米品种识别的速度和准确率。对农大108、鲁单981、郑单958、五岳18共4个品种玉米种子进行了品种识别试验,每粒种子识别的平均耗时为 0.127 s,综合识别率达到97%以上。研究表明,基于机器视觉的玉米种子品种识别与检测方法是可行的,该方法可提高玉米种子品种识别效率和正确率。 相似文献
5.
基于计算机视觉的大米裂纹检测研究 总被引：13，自引：0，他引：13
针对人工目测的传统方法在进行米粒裂纹检验时存在主观性及随意性较大、效率较低、可重复性较差等缺点，在分析大米裂纹光学特征的基础上，在Visual C++ 6.0环境下开发了一套大米裂纹计算机识别系统，通过图像二值化、区域标记等方法从原始图像中提取单体米粒图像，并对提取出的单体米粒图像进行灰度拉伸变换处理以突出米粒裂纹特征，然后提取单体米粒的行灰度均值变化曲线，并对曲线进行加权滤波处理，提出了一种基于单体裂纹米粒图像行灰度均值变化特征的大米裂纹检测算法。运用该算法对从金优974、菲优600、冈优182、中优205、89-94等5类大米品种中各选取的6 组特殊类样品和5 组随机样品进行裂纹检测。试验结果表明，该系统对特殊类大米样品和随机大米样品裂纹率的判断准确率分别为98.37%和97.88%，为进一步完善大米品质的计算机视觉检测提供了理论和实践基础。 相似文献
6.
地块尺度的山区耕地精准提取方法 总被引：1，自引：1，他引：0
山地丘陵区域耕地资源稀缺,耕地碎片化现象严重,耕地地块细小狭窄且结构复杂,导致了地块级别的耕地信息难以快速、精准获取,阻碍了基于高分辨率遥感影像的精准数字农业服务在山地丘陵地区的应用。现有基于边缘检测/语义分割的耕地提取方法忽略了地块的结构化特征,对于狭长地块提取效果不佳,存在边界模糊问题。针对上述问题,该研究以西南山区湖南省邵东县为研究区,提出一种面向地块尺度的山区耕地遥感影像高精度提取方法。该研究模型主要有以下特征：1）将耕地边缘作为独立于耕地地块外的新类别,使得语义分割能够更好地区分耕地地块边缘和内部区域;2）级联语义分割网络和边缘检测网络,实现耕地边缘线特征和面特征的融合,使耕地边缘特征强化,提高耕地地块边缘检测精度;3）针对高分影像中耕地边缘像素远少于耕地内部像素问题,借助聚焦训练方法,使模型在训练过程中更加关注边缘像素,提高边缘检测精度。试验结果证明,该研究提出的方法在测试集上分类准确率和交并比分别为92.91%和82.84%,相比基准方法分别提升4.28%和8.01%。该研究所提取的耕地地块相比于现有方法更符合耕地的实际分布形态,为地块尺度的耕地信息精准提取提供了实用化方法。 相似文献
7.
基于粒子跟踪测速技术的液力偶合器内部流速测定方法 总被引：4，自引：4，他引：0
为了研究液力偶合器内部流场的特性,该文基于粒子跟踪测速（PTV,Particle Tracking Velocimetry）技术对矩形腔型液力偶合器进行了内部流场试验测试,利用单帧3次曝光技术记录示踪粒子不同长度3段运动轨迹,准确判断了偶合器内部流场速度方向。运用边缘检测算法提取粒子运动轨迹,引入双阈值法检测图像强边缘点和弱边缘点,利用该方法可以有效地检测出图像的单像素边缘,直观地提取粒子运动位移大小,进而获得了液力偶合器内部流场速度,实现了其内部流场可视化与定量测量。同时,可以近似估计示踪粒子的粒径大小。 相似文献
8.
9.
倒伏是造成小麦减产和品质下降的主要原因之一。为快速准确地提取小麦倒伏面积,给农业保险理赔及灾后应急处置提供数据支持,该研究采用无人机遥感平台获取小麦倒伏后的冠层红绿蓝(Red-Green-Blue, RGB)可见光图像,并进行数字表面模型(Digital Surface Model,DSM)图像提取,计算了过绿植被(Excess Green, EXG)指数,利用Arc GIS中的镶嵌工具将不同图像特征进行融合,得到DSM+RGB融合图像和DSM+EXG融合图像,利用最大似然法和随机森林法对2种特征融合图像进行监督分类提取小麦倒伏面积,并与仅基于RGB可见光图像和DSM图像提取倒伏面积结果对比。结果表明,2种方法对4种图像进行小麦倒伏面积提取的整体趋势一致,且最大似然法提取效果整体优于随机森林法,基于最大似然法对RGB图像、DSM图像、DSM+RGB特征融合图像、DSM+EXG特征融合图像提取倒伏小麦面积的整体精度分别为77.21%、93.37%、93.75%和81.78%,Kappa系数分别为0.54、0.86、0.87和0.64,对比分析发现DSM+RGB特征融合图像提取小麦倒伏面积精度最高。该研究表明通过图像特征融合的方法能够有效提取倒伏小麦信息,为快速提取小麦倒伏面积提供参考。 相似文献
10.
植物叶片是作物分类和识别的简单有效方法,叶片的脉络和边缘特征提取是识别叶片的基础步骤。植物叶片图像通常受噪声影响,提取清晰的脉络和边缘比较困难,该文提出了基于模糊顺序形态学的植物叶片脉络边缘特征提取方法。首先,根据像素邻域特性,利用植物叶片脉络边缘及内部区域的差异性,构造了隶属度函数;然后,依据Sugeno模糊模型,定义了能够增大叶片脉络边缘和内部区域差异的模糊规则,进行模糊推理;该文采用了抑制噪声特别有效的顺序形态学边缘检测算子,对图像进行脉络边缘提取,最终得到植物叶片脉络和边缘信息图像。试验结果表明,该文方法克服了自然环境中噪声的影响,提取的植物叶片脉络和边缘更加清晰、定位更加准确。 相似文献
11.
玉米种子的跌落式冲击试验 总被引：10，自引：7，他引：3
为降低玉米种子脱粒过程中的机械损伤,掌握玉米籽粒冲击破碎机理,在跌落式冲击试验台上,对不同品种的玉米籽粒进行了冲击破碎试验,分析了在不同籽粒含水率、不同冲击位置下玉米种子籽粒的力学性质。试验结果表明：籽粒破碎的最大冲击力随籽粒含水率的增加而降低;玉米籽粒在不同冲击面下所能承受的最大冲击力有显著差异,在同一籽粒含水率下,腹面承受的最大冲击力最大,侧面次之,顶面最小;在同一冲击面下,不同品种玉米籽粒抵抗冲击破裂的能力不同,其原因与籽粒的内部结构、形状等因素有关。研究成果对进一步研究玉米种子的力学性质、损伤机理、开发有序脱粒工艺具有重要的意义。 相似文献
12.
玉米定向播种,要求籽粒形状扁平、具有方向性。为了减少玉米粒精选的工作量,该文以玉米种穗为对象,研究适合定向播种的玉米种穗图像精选方法。设计玉米种穗精选传输装置,实现了对玉米种穗的动态图像采集和精选。根据种穗的外形特征判断小种穗;利用R+G-2B方法加强黄色籽粒区域,根据黄色籽粒区域与整个种穗的面积比判断缺粒及霉变种穗;利用种穗图像的横向和纵向像素值累计分布特征,追踪中间穗行的籽粒轮廓,并通过其端面矩形度,判断籽粒合格的种穗。随机抽检50个种穗样本,结果表明:外形特征的检测准确率为100%,缺粒及霉变的检测准确率为96%,穗上籽粒端面矩形度的检测准确率为98%,总体检测准确率为94%。该文为定向播种用玉米籽粒精选前期的种穗精选提供了一种图像识别方法。 相似文献
13.
马齿形玉米种子尖端激光定向与胚面识别装置研制 总被引：1，自引：1，他引：0
为了实现玉米种子的尖端定向与胚面识别,该文以现有尖端定向装置输出的马齿型玉米种子为对象,基于激光开关和测距原理,提出了一种尖端定向与胚面识别方法:依据马齿形玉米种子尖端窄大头宽的轮廓特征,利用激光开关传感器等部件对玉米种子的尖端朝向进行识别,并将大头朝前的玉米种子进行剔除;依据马齿形玉米种子胚面上有胚沟而反面较为平整的表面特征,利用激光测距传感器等部件对尖端朝前的玉米种子进行胚面识别。设计并搭建了玉米种子尖端定向与胚面识别装置,配合现有的尖端定向装置进行试验,结果表明:尖端定向与胚面识别装置的尖端定向成功率达到99.1%,相比现有的尖端定向装置提升了9.5个百分点,胚面识别准确率为96.4%。该方法基本可以实现玉米种子的尖端定向,同时保证胚面识别准确率达到较高水准。该文提出的玉米种子尖端定向与胚面识别方法可为后续玉米种子的自动化定向包装提供参考。 相似文献
14.
基于机器视觉的玉米种粒定向定位摆放装置研制 总被引：2，自引：2，他引：0
为实现玉米定向、定位播种,基于图像处理技术研制了一种玉米种粒定向定位摆放装置。在介绍装置的组成和工作原理的基础上,设计了关键部件的结构,通过试验分析和理论计算,确定了关键部件的尺寸参数和安装方位,测试了导向定位管的定位精度,分析了凹型定位槽连续有效作业的条件,并结合作业精度要求,设计了控制方式并设置了控制参数。同时结合金博士郑单958种粒样本的特点,改进了合格种粒胚芽正反面和尖端朝向的图像检测算法。试验结果表明,胚芽正反面检测准确率为98%,尖端朝向检测偏差小于8°,凹槽定位准确率为97%,定位吸取准确率为94%,定位摆放准确率为99%,摆放后角度偏差不大于10°,满足设计要求。该研究可为实现种粒的定向包装以及后续的定向播种提供参考。 相似文献
15.
基于逐步改变阈值方法的玉米种子图像分割 总被引：10，自引：8，他引：2
针对图像处理中玉米计数的问题,提出了基于逐步改变阈值的分水岭变换方法。首先,对二值图像进行欧氏距离变换,合并图像中灰度值大于或者等于初始阈值的区域,并通过分水岭算法初步分割图像。为避免单粒玉米被过度分割,提取图像中单个种子区域存入结果图像。然后,判断去除单粒玉米后的图像是否为空;如果不为空,增大分割阈值并重复上述操作。最后,统计目标图像中的玉米个数。对50幅种子数目500粒左右的图像进行处理,分割正确率为97.7%,较好地解决了粘连玉米的分割问题。该方法已成功应用于基于机器视觉的玉米计数。 相似文献
16.
为深入探索玉米籽粒机械损伤的自动、准确、快速识别技术,本试验首先采用灰度法、色度阈值法、色彩恢复的多尺度Retinex法、基于卷积的Sobel法分别对玉米籽粒进行区域分割和质量比较;其次提取玉米籽粒的二值化图像特征,建立玉米籽粒的机械损伤判别分析和逐步剔除模型;最后利用构建和验证集样本对2种模型进行验证。结果表明,基于卷积的Sobel法二值化图像质量最优,其均方误差、峰值信噪比、熵、平均梯度分别为1.813 5、45.545 5 dB、2.838 7 bit/pixel、7.358 4;利用置信区间法得到了正常与机械损伤样本形态特征的最优阈值,各形态指标对判别是否产生机械损伤的贡献程度由大到小依次为面积、周长、最短费特雷直径、最长费特雷直径,其权重系数分别为0.299 5、0.283 2、0.241 7、0.175 5;得到了玉米籽粒多元线性机械损伤判别模型,相关性为0.805,判别分析和逐步剔除模型的平均准确率分别为93.00%、85.67%,构建集与验证集准确率差值分别为2.00%和3.33%。本研究可为玉米籽粒品质视觉检测提供理论依据。 相似文献
17.
基于离散元的玉米种子颗粒模型种间接触参数标定 总被引：20，自引：13，他引：7
由于EDEM(离散元法)中建立的玉米种子颗粒模型与实际玉米种子在外形、表面粗糙度等方面存在差异,若直接将实际测量的物性参数引入EDEM中进行仿真,会出现仿真失真的情况。针对此问题,该文提出一种建立数学回归模型主动寻找目标参数的方法,简化标定过程,将仿真试验和真实试验相结合,对玉米种子颗粒模型的种间静摩擦系数和滚动摩擦系数两个关键参数进行标定,使其在EDEM中建立的玉米种子颗粒重新获得与真实颗粒相近的物理特性。利用两种接触材料(有机玻璃板与铝质圆筒)进行玉米种子堆积角仿真试验,建立两个自变量为种间静摩擦系数、种间滚动摩擦系数的二元回归方程。以实际测量种群堆积角作为已知目标量进行数值求解,求得EDEM中玉米种间静摩擦系数和滚动摩擦系数这两个目标参数:玉米种间静摩擦系数为0.0338,玉米种间滚动摩擦系数为0.0021。将标定的玉米种子物性参数输入EDEM中进行仿真试验,通过提取关键特征尺寸和图像边界将试验结果与实际试验结果进行对比,结果表明:关键特征尺寸数值差异在4.70%以内,标定后的玉米种子堆积角边界与实际情况更接近,提高了仿真结果的可靠性。 相似文献
18.
不同光照条件下农作物图像Contourlet域融合方法 总被引：2，自引：2，他引：0
为了更好地实现不同光照条件下的农作物图像融合,在Contourlet变换(contourlet transform,CT)的基础上采用了适合农作物图像的融合规则进行了融合处理。首先,采用Contourlet变换对源图像进行多尺度、多方向分解,得到低频子带系数和带通方向子带系数。然后,针对低频子带系数的选择,采用了一种改进的线性加权融合方法,以期减小噪声对融合结果的影响;针对带通方向子带系数的选择,结合人眼视觉特性,采用了一种基于梯度最大化规则的系数选择方案,得到待融合图像的系数。最后,经过Contourlet逆变换得到融合图像。与小波变换方法(wavelet transform,WT)进行了融合结果的比较,结果表明,与WT方法相比,该文方法在互信息量(mutual information,MI)、空间频率(spatial frequency,SF)、均方差(mean square error,MSE)、信息熵(entropy,Ent)、相关系数(correlation coefficient,CC)、平均梯度(average gradient,G’)和峰值信噪比(peak signal to noise ratio,PSNR)指标上均有了较大提升,表明利用该方法可以取得优于WT的融合效果;在此基础上,利用CT常见融合规则与文中融合规则进行了比较,同样表明CT方法可以有效提高图像融合的效果。研究表明,将文中所采用的融合规则应用于不同光照条件下的农作物图像融合是有效的、可行的。该研究可为变光照条件下的作物图像融合技术提供参考。 相似文献
19.
生猪轮廓红外与光学图像的融合算法 总被引：8，自引：5，他引：3
该文针对生猪红外热图像和光学图像的融合,提出一种基于非子采样轮廓波的图像融合算法。在图像多尺度、多方向分解的基础上,设计了基于邻域平均能量和邻域方差的低频子带系数加权融合规则,以及基于邻域能量最大的带通系数融合规则。针对亮度-色度-饱和度变换法(intensity-hue-saturation transform,IHS)、小波变换法(discrete wavelet transform,DWT)、轮廓波变换法(contourlet transform,CT)等融合方法以及非子采样轮廓波变换(nonsubsampled contourlet transform,NSCT)域下不同融合规则进行了对比试验,试验结果表明该文算法具有较好的融合效果。定量融合评价指标中,平均梯度指标高于IHS、DWT、CT等方法25%以上,边缘信息保持指标高于其他3种方法23%以上。该文方法的提出对于改善生猪异常视觉监测中的前景轮廓提取具有较大意义;同时,对进一步开展猪体部位区域温度特征提取,建立生猪多源特征融合的计算机视觉异常监测系统,提高生猪异常预警可靠性具有积极意义。 相似文献
20.
为了实现葡萄硬枝嫁接苗木切削面粗糙度的检测,该文基于光切法测量原理,搭建了切削面粗糙度图像检测系统,研究了特征提取的图像检测算法。为获取较长的取样长度,采用了图像拼接技术,并提出了一种自动制取匹配模板的方法,拼接算法测试结果表明:每多拼接一幅粗糙度特征图像,运行时间平均增加1.104 s,取样长度平均增加1 131.77μm;采用了模糊集合理论对拼接后的粗糙度特征图像进行灰度变换,可以有效保证图像分割后单侧边缘的完整;采用了人机交互的方式对粗糙度特征二值图像像素进行区域操作,可以滤除因切削面自身含有的导管腔、管胞腔而导致的缺陷轮廓,从而提高粗糙度计算的准确度;提出了一种逐列遍历图像提取单侧边缘的方法,通过对单侧边缘进行计算,可以得到粗糙度高度参数Ra与Rz的值。将该粗糙度图像检测算法与基恩士VK-X200形状测量激光显微系统进行了粗糙度检测对比试验,结果表明,该文提出的粗糙度图像检测算法测得Ra的相对误差为6.73%,在测量误差允许范围内,该文基于光切法测量原理的图像检测算法,用于检测葡萄硬枝嫁接苗木切削面粗糙度,具有较高的精度和良好的可行性,为进一步研究切削参数对切削面粗糙度以及对苗木嫁接成活率的影响提供了技术支撑。 相似文献