基于嵌入式的网线数据实时测量分析系统

采用基于ARM的硬件平台对网线进行实时图像采集,在最大类间方差法处理图像的基础上,计算得到具体数值,再将数据发送到上位机,应用软件对测得数据进行分析,当检测到未达标数据时,发出警告.通过测试,系统能在较短时间内快速处理图像及数据,对于错误数据及时提醒.系统功能较好,稍加改动即可应用于其他相关产业领域,有较高商业价值.     

基于区域增长的线缆字符图像快速拼接方法

由于线缆字符图像存在重叠域小、重叠区在边缘带、光照分布不均等问题,目前的图像拼接方法不能快速、有效拼接两幅图像.为此,本文提出了一种加速后的拼接新方法来解决线缆字符图像的拼接问题.首先利用边缘检测从图像中分割出字符区域.再基于光照分布对字符区域进行分块,利用大津法处理包含字符的图像块,得到线缆字符区域二值化图像.接着在区域增长的图像配准算法的基础上,加入降采样及分级步长的方法,快速得到线缆字符区域的重叠域.最后,在重叠域的垂直中心线处拼接得到一幅包含完整字符区域的二值图.实验结果表明,该方法能准确快速地对线缆图像进行拼接.     

基于YOLOv5的鲜烟叶成熟度识别模型研究

【背景和目的】烟叶成熟度的准确判定和适时采收是提高烟叶质量的关键,为提高烟叶成熟度判定的准确性。【方法】以翠碧一号（CB-1）的鲜烟叶为研究对象,采用手机拍摄上、中、下3个部位5个成熟度（M1～M5）烟叶图像,利用labelimg软件从原始的图像中获取目标烟叶图像二维坐标信息,通过轻量级网络You Only Look Once(YOLO)v5进行数据训练,构建烟叶5个成熟度识别模型。【结果】CB-1的上、中、下3个部位模型中的m AP值均达到0.9以上,平均准确率分别为93.6%,92.8%,95.2%。进一步将模型部署到云服务器、并配套开发了基于Android端的烟草成熟度智能识别应用程序,实现在大田环境下响应式的鲜烟叶成熟度等级判断。【结论】基于YOLOv5模型的智能识熟APP可有效、准确地判定鲜烟叶成熟度。本研究结果可为鲜烟叶成熟度的智能识别提供理论基础和技术支撑。     

导线图像最大类间方差法及其FPGA实现

为实现对工业流水线中导线图像的实时预处理,针对最大类间方差法FPGA实现复杂度高和资源消耗等问题,对其算法硬件实现进行了研究。提出了一种资源节约型体系架构,在获得累积直方图统计和累积灰度图统计的基础上,采用二进制对数转换单元代替乘法器和除法器去计算最大类间方差。为满足实时性的要求,采用Altera公司的Cyclone IV系列FPGA芯片来实现最大类间方差法。实验结果表明,该设计能够实时稳定的对导线图像进行分割,分割效果良好。     

烟草PPO基因家族鉴定与不同成熟度烟叶烘烤过程中PPO活性分析

【背景与目的】多酚氧化酶（PPO）参与的棕色化反应是生产高品质烟草产品的关键环节，为了明确烟草中PPO基因的结构与功能。【方法】通过生物信息学的方法鉴定烟草PPO基因家族成员及其特征；利用qRT-PCR方法分析了翠碧一号上部4种成熟度烟叶（M1～M4）PPO基因的表达，并采用多酚氧化酶活性检测试剂盒测定烘烤过程中烟叶PPO酶活性变化。【结果】烟草基因组中共鉴定到12个NtPPO基因，大多数成员具有类似的基因结构、相近的蛋白长度和保守的蛋白结构域。系统进化分析将菠萝、高粱、番茄、马铃薯和烟草的PPO蛋白分为3个亚族，其中Ⅱ，Ⅲ亚族中均为双子叶植物的PPO成员。NtPPOs基因家族成员的表达量随着成熟度提高表现出不同的变化模式，大多数成员在过熟烟叶中表达量最低。烘烤过程中不同成熟度烟叶中PPO活性也存在明显差异，其中M2、M3和M4成熟期烟叶PPO活性呈现先下降后上升再下降的趋势，在45℃达到最大值，且M2>M3>M4。【结论】研究结果可为烟草PPO基因的功能研究、烟叶棕色化的调控和品种遗传改良奠定基础。