应用边缘检测算法设计实现植物虚拟仿真系统

植物虚拟仿真系统的设计是将农业信息化和数字图像处理相结合.本文先对植物叶片分类和图像的预处理的技术和方法进行了探讨.然后介绍比较经典的边缘检测方法,通过不同方法的理论分析和仿真计算,相互比较各自的优缺点和适用性,最后根据Laplace边缘检测算子,设计实现了植物叶片几何形状识别与检测系统.Laplace边缘检测算子完成了植物叶片的几何形状的识别与检测,其二维几何形态的建模具有数据的表达与复制的功能.与农业信息化相结合,通过处理图像数据更准确的识别与检测不同种类植物叶片的形态,为农业工程的发展提供更加有效、准确的研究数据.     

基于图像的植物叶片枯萎变形测量仿真研究

针对植物吸收的水分过少,植物叶片中的细胞不饱满,将造成植物叶片的细胞液浓度特征和叶片形态特征发生萎缩特征失真.传统算法是采用图像的细胞液浓度特征和叶片形态特征进行叶片枯萎变形测量的,一旦特征失真,将造成植物叶片细胞液特征参数不准确,降低了植物叶片枯萎变形测量的准确率.为此,提出了一种形变特征参数算法的植物叶片枯萎变形测量方法.对采集的植物叶片图像进行增强处理,提取植物叶片边界像素特征,计算植物叶片枯萎变形参数,从而进行植物叶片枯萎变形测量.克服了传统算法的弊端.实验结果表明,利用改进算法进行植物叶片枯萎变形测量,提高了测量的准确率.     

小型植物真实感绘制

植物重建是计算机图形学以及虚拟现实领域一个重要的研究课题.鉴于植物的复杂结构,提出一种基于布告板类簇重现2种不同形态植物的方法.对于大叶片植物,采用基于图像的方法自动化重建与原植物几何结构较为符合的布告板类簇,并依据已有布告板绘制新视点布告板;而对稀疏针形叶片植物,利用激光扫描数据估计其空间分布,并结合有限视点的图像数据生成布告板类簇,在绘制阶段同样采用基于视点的布告板绘制模型.实验结果表明,该方法能够利用有限幅图像真实感重现植物原貌.     

植物叶片面积和周长的快速测量方法

针对传统叶面参数手工测量方法精度低、速度慢的缺点,本文介绍了基于扫描仪的计算机图像处理技术来测定植物叶片面积和周长的方法.在Visual C++6.0编程环境下,遵循TWAIN标准,完成了应用程序与扫描仪的软件接口实现.基于叶片图像的灰度直方图,提出了找到分割叶片和背景的最佳阈值的方法.通过Canny边缘检测算法,检测得到叶片的闭合边界.并将两种方法实际的测量数据与标准测量叶面参数软件测量数据相比较,获得了较好的实验结果.     

玉米叶片形态的几何造型研究

为了更好地进行玉米叶片几何造型模拟，基于对玉米叶片形态建成过程的观测研究，首先提取了玉米叶片形态结构和形态建成过程的主要特征，然后构建了参数化的玉米叶片几何模型。该模型用较少几个具有较明确的生物学意义的形态参数，就可实现玉米叶片形态和形变过程的矢量化，再结合VC 和OpenGL，就可在计算机上重现玉米叶片的虚拟生长，模拟结果表明，图像上的效果、产生的数据和实际叶片基本一致，从而为相关领域研究者提供了一个可视化的玉米叶片模型。该模型结构简单、易于交互、真实感强，可较好地模拟玉米叶片建成过程中的形态变化特征。     

芦苇叶片的几何造型及其可视化研究

为了进行芦苇叶片几何造型模拟,基于对芦苇叶片形态建成过程的观测研究,首先提取了芦苇叶片形态结构主要特征.从物理学角度,基于实测数据构建了芦苇叶片的数学模型.该模型用较少几个具有较明确的生物学意义的形态参数,就可实现叶片形态和形变过程的矢量化.利用VC 与Open GL相结合的方法,综合图形学知识对模型进行了可视化输出,实现了芦苇叶片的虚拟生长.结果表明这种模型简单、参数少、易于控制,可以较好地模拟芦苇叶片地生成过程.     

基于数字图像处理的植物叶面积测量方法

数码相机摄入图像时产生的线性几何畸变会给叶片面积的测量带来误差。针对此问题文章改进了Hough变换算法,并用来对叶片畸变图像进行几何校正,然后计算叶片面积。实验表明,该方法适于多种植物的叶面积活体测量,速度快,精度高。     

基于测量数据的植物建模

测量数据,即图像和激光扫描数据,是建模真实植物的可靠依据.然而,由于植物结构复杂、自遮挡严重,相机或激光扫描仪只能感知部分可靠数据且扫描数据中噪声较多,导致从该类数据恢复植物模型极为困难.文中提出通过检测尖点特征,如带叶片植物的叶尖以及纯枝干植物的枝稍,重建植物模型的方法.该方法能够从多视点图像中便捷重建带叶片植物模型,从含噪声激光数据中重建不带叶片的纯枝干模型.实验证实了所提特征检测算法的正确性以及植物重建算法的有效性.     

水稻叶片几何模型及其可视化研究

针对虚拟水稻建模与可视化中水稻叶片几何特征不能准确模拟的问题,从物理学角度出发提出一种基于实测数据构建的水稻叶片数学模型。该模型利用Vc＋十与OpenGL相结合的方法,通过具有较明确生物学意义的形态参数,实现水稻叶片形态和形变过程的矢量化和虚拟生长。结果证明该模型效果好、参数少、易于控制,且可以较好地模拟水稻叶片的生成过程。     

遥感图像几何校正原理及效果分析

几何校正是遥感图像处理的一个重要环节,是削弱遥感图像与地面真实形态差异的重要手段.以广东省从化市ETM 遥感数据和GIS数据为例,较深入地分析遥感图像几何校正原理并介绍ER-Mapper7.0遥感软件的几何校正应用,指出提高遥感图像几何校正精度的有效途径和效果分析.     

Leaf recognition based on PCNN

Plant is closely related to humans. How to quickly recognize an unknown plant without related professional knowledge is a huge challenge. With the development of image processing and pattern recognition, it is available for plant recognition based on the technique of image processing. Pulse-coupled neural network is a powerful tool for image processing. It is widely applied in the field of image segmentation, image fusion, feature extraction, etc. Support vector machine is an excellent classifier, which can finish the complex task of data exploration. Based on these two techniques, a novel plant recognition method is proposed in this paper. The key feature is the entropy sequence obtained by pulse-coupled neural network. Other ancillary features can be computed directly by mathematical and morphological methods. Both key feature and ancillary features are employed to represent the unique feature of one plant. Support vector machine in our method is taken as the classifier, which can implement the multi-class classification. Experimental results show that the proposed method can finish the task of plant recognition effectively. Compared with the existing methods, our proposed method has better recognition rate.     

图像处理技术在柠檬病害诊断中的应用

文章深入探讨了图像增强,基于病斑颜色与外轮廓相结合的病斑分割,有效特征提取,以及分类器构建等相关技术。并以五种容易混淆的病害为例,提取其病斑的色调、纹理、形态三种特征向量,分别采用支持向量机和BP神经网络进行训练、测试。实验结果表明该方法能很好的识别柠檬病害类别,为科学防治和病害危害程度评价提供科学依据。     

基于图像分析的橘科植物病害识别技术

为实现橘科植物病害的计算机识别和病害程度的科学评价,提出通过分析病害图像,自动提取有效特征,设计分类器模型识别的方法．深入研究了怎样对病害图像进行自动增强处理、病斑分割、特征提取,以及怎样构建分类器模型等技术．最后以常见也容易混淆的五种柠檬病害为例,提取其病斑色调、纹理、形态三种特征向量,分别采用支持向量机和BP神经网络进行训练、测试．实验结果表明,该方法能很好识别植物病害类别,为科学防治和病害危害程度评价提供科学依据．     

一种基于空间特征矢量的图像分割方法

针对灰度图像,提出了一种基于空间特征矢量的图像分割方法,构建了以像素的灰度、梯度、像素r的邻域均值为特征的三维特征空间,并将图像像素点对应空间特征点。通过计算像素特征矢量与阈值特征矢量的矢量差,求出矢量差与阈值特征矢量的夹角,然后比较夹角与动态分割参数的关系,判定像素所在区域(目标或背景)。实验表明,该方法可以较快速地实现图像分割,分割的效果也比较好。     

基于向量长度的Hausdorff距离图像匹配方法

针对采用Hausdorff距离描述两组点集之间相似程度时对孤立点噪声敏感的问题,提出一种基于向量长度的Hausdorff距离图像匹配方法。考虑图像中像素点之间的相互关系,连接图像中一个像素点和其他点构成一个向量长度集合,每个像素点对应一个向量长度集合,进行图像匹配时,计算模板图像中每个像素点的向量长度集合与待匹配图像中像素点向量长度集合的改进Hausdorff距离,从而得到匹配的量化结果。实验表明,新方法处理噪声图像具有较好的鲁棒性。     

均匀空间色差度量的矢量形态学图像处理

彩色图像矢量形态学处理中,针对矢量排序准则存在模糊性和片面性等缺点,提出一种新的矢量排序方法。首先根据在均匀的Lab空间中,颜色之间视觉上的差距与颜色坐标上的欧几里得距离成正比的特点,将量化后的色差大小作矢量排序准则;然后利用四元数法建立彩色图像模型和形态学结构元素模型,在此基础上定义新的彩色形态学基本运算子;最后研究了矢量形态学图像处理算法,对比了本文方法和HSV矢量排序法的应用效果。实验结果表明,本文方法能较好地用于提取图像边缘和去除椒盐噪声。     

基于目标特征的植株深度图像修复

针对植株深度图像的像素错误和缺失、常见的滤波方法无法准确修复植株深度图 像的问题,提出一种基于目标特征的植株深度图像修复方法。首先基于颜色和空间信息的图像 分割算法对植株彩色图像进行目标分割,再检索每个目标的外轮廓,并对外轮廓进行多边形拟 合;其次,基于目标区域搜索深度图像中具有正确深度值的像素作为目标区域采样点,并对叶 片区域的图像进行归一化;最后,利用空间拟合法计算各目标区域的方程,修复区域内小面积 错误和缺失的深度值,同时采用支持向量机和空间变换运算对大面积错误和缺失深度值的叶片 区域进行修复。实验结果表明,该方法能够准确地修复植株深度图像中错误、缺失的深度数据, 且能够有效地保护目标区域的边缘信息。     

图像混合和小波变换的双重彩色图像隐藏

传统信息隐藏方法是直接将秘密图像隐藏到载体图像中,隐藏深度不深、方法单一、容易分析,而且隐藏的信息量较小。提出了一种通过图像混合和小波变换两次隐藏将彩色秘密图像深度隐藏到彩色载体图像中的信息隐藏方法。仿真实验结果表明,该方法具有很好的隐蔽性,隐藏的信息量大,且能够有效抵抗直方图统计分析,隐藏方法复杂,分析困难。     

用二元向量有理插值实现彩色图像缩放的方法

以二元向量有理插值为基础，提出了一种图像缩放方法．首先将图像的每一个像素看作是平面域的关于RGB三原色的一个向量，利用二元Newton—Thiele型向量连分式建立关于像素值的有理插值函数，即有理插值曲面；然后对此有理插值曲面进行重新采样，以实现图像的缩放．通过实验证明，该方法能有效地用于图像的缩放处理，并且算法简单，易于实现．     

一种基于小波变换的图像压缩方法

提出一种基于小波变换的灰度图像数据压缩编码方法,基本思路是利用小波变换实现图像的多分辨分解,用矢量量化（ＶＱ）对分解后的图像进行编码,在矢量量化ＬＢＧ算法的初始码书的选取中根据矢量中各分量的特性提出一种改进的随机选取法,避免了可能的胞腔不均现象,提高了码书的质量,而且重构的图像质量也有所提高。