基于TDR-3的土壤水分传感器标定模型研究

无线传感器网络为土壤水分实时采集提供了经济、方便的途径,对分析土壤含水量时空变异和作物生长气候变化意义重大.将无线传感器网络与TDR-3土壤水分传感器结合实现土壤水分实时监测.为了克服TDR-3土壤水分传感器的非线性缺陷,提出利用最小二乘法对土壤水分曲线进行分段线性标定的方法,并采用相关性系数进行精度验证.实验结果表明,分段线性法所建立模型的精确度较高,而且标定模型简单实用、可行.通过标定模型的研究,使得土壤水分的无线传感器网络能够较精确地进行土壤水分的实时监测.     

基于Moore-Penrose广义逆修正的摄像机标定方法

摄像机标定的四步法,具有快速和高精度特点,适合实时性强的场合。但其非线性优化过程中,所使用的Levenberg- Marquardt算法在精度要求很高的条件下,表现出不稳定性;且其增量方程中的[JTJ]计算量较大,导致内存消耗大、耗费时间长。针对四步法中非线性优化算法存在的不足,提出一种利用Moore-Penrose 广义逆修正的高斯-牛顿算法,对摄像机标定参数进行非线性优化。该方法无需考虑雅可比矩阵的奇异性,在合理选择初始值的条件下,比Levenberg-Marquardt算法更稳定,速度更快。实验表明该方法收敛速度较快,精度和稳定性较高,将为实际应用中的摄像机标定参数优化提供一种更为有效的方法。     

基于C4.5算法的无线传感器网络农业环境部署节点故障诊断方法

通过采集农业环境下无线传感器网络节点所采集的数据,基于C4.5算法挖掘故障诊断关联规则,建立了农业环境部署节点故障诊断模型.结果表明,该模型能够比较好地对故障无线传感器网络节点进行识别.     

基于H分量旋转的荔枝图像分割算法

自然场景下荔枝图像分割,因果实与背景之间的颜色特征以及本身的形状特性的差异,表面会出现亮度不均匀,对分割造成非常大的影响。为了减少亮度不均匀给荔枝图像分割带来的影响,选择HSV彩色空间中色调H分量,并对H分量进行旋转作为图像分割的特征;通过模糊聚类算法和马氏空间约束条件来进行图像分割,利用形态学滤波消除分割后的随机噪声,并对分割区域标记,利用图像标记来恢复分割区域的原始图像。结果表明,该算法能很好地解决亮度不均匀造成的影响,对成熟荔枝分割的正确率达到了90.4%。