谷物害虫检测与分类识别技术的研究及应用

阐述了在仓储物害虫检测与分类识别的方法,提出了检测系统的硬件组成,对检测到的谷物害虫图像的一阶灰度值直方图和图像的目标区域,自动提取静态仓储物害虫图像的数理统计特征、纹理特征和几何形状特征的主要技术和方法。试验结果表明,该方法可为谷物害虫的计算机自动模式识别(快速分类)提供稳定的特征参数值,有效提高了识别率,为仓储物害虫的快速鉴定和分类研究开辟了新途径。     

基于形状不变矩和多分类器的储粮微生物识别

运用柔性形态学进行图像边缘检测,然后采用改进的7个形状不变矩对储粮微生物中的四种主要细菌进行了特征提取,并使用多分类器来进行分类,提高实际应用的识别率.实验取得理想结果,说明改进的形状不变矩能够满足储粮微生物显微图像的识别要求.     

基于形状不变矩的储粮微生物识别

运用柔性形态学进行图像边缘检测,然后采用改进的7个形状不变矩对储粮微生物中的四种主要细菌进行了特征提取和分类。实验取得理想结果,说明改进的形状不变矩能够满足储粮微生物识别要求。     

基于Gabor小波与支持向量机对储粮害虫分类识别

将Gabor小波与支持向量机有机结合起来,对储粮害虫进行分类识别。首先对原始图像进行不同尺度和不同方向的Gabor滤波,获得原始图像特征,然后将遗传算法与支持向量机相结合来自动优选支持向量机模型参数,减少了以往应用中需反复实验来确定其参数的人工工作量。实验结果表明该方法识别率高,识别速度快,容错性好,而且能够正确识别有噪声的储粮害虫图像。为储粮害虫的快速鉴定和分类研究提供了可靠和科学的信息。     

储粮害虫分类识别研究

对储粮害虫进行分类识别是非常必要的,本文阐述了利用计算机数字图像处理技术提取静态储粮害虫图像的一阶灰度统计量特征、灰值游程矩阵的纹理特征以及几何形状特征,采用BP神经网络技术对特征进行分类和识别的主要技术和方法。该方法为储粮害虫的分类识别开辟了新的途径。     

基于模糊模式识别的显微图像分类

提出了一种基于贴近度和择近原则的模糊模式识别方法来实现储粮微生物显微图像的判别,该方法充分利用了由于微生物生长时间的长短会连同种菌类间存在差异、不同种菌类存在相似性的这个模糊的特点,引入了模糊集的理论.实验结果表明,该方法的评价结果更符合客观实际,获得了较好的分类效果,同时该方法也丰富了模糊识别理论,拓宽了其应用范围,也为实现储粮微生物在线检测提供了一种新方法,具有一定的应用价值.     

基于支持向量机的储粮害虫分类识别技术研究

介绍了采用三帧差分法实现锌物害虫图像恢复与提取的方法，利用图像的一阶灰度值直方图和图像的目标区域，自动提取静态储粮害虫图像的纹婵等特征。针对于相对特征维数而言样本数很少的特点，提出利用多类SVM分类器的方法实现对储粮害虫的快速鉴定和分类。实验结粜表明，相比传统的神经网络，SVM在有限样本情况下具有良好的泛化能力。     

基于视频和SVM的储粮害虫检测与识别

研究基于视频的储粮害虫检测与基于支持向量机的储粮害虫图像识别技术.针对视频图像序列中运动目标的检测和分割问题,提出了一种新的基于图像块和HVS彩色图像差值相结合的运动目标检测算法,用于提取静态储粮害虫图像;针对储粮害虫图像的识别问题,提出了一种基于支持向量机(SVM)组的淘汰算法.这种方法考虑到了各判别函数的VC置信范围的差异,同时利用判别函数间的冗余来降低识别误差.针对100幅害虫图像的识别结果表明,基于SVM的识别方法在识别效果、识别时间等方面都有显著的优越性.     

基于图像显著性区域的遥感图像机场检测

针对已有方法对图像逐像素进行分析的不足,将人眼的注意力选择计算模型引入到遥感图像的机场目标检测中,提出一种基于图像显著性区域的遥感图像中机场目标检测与识别的方法,以提高自动目标检测的效率.首先利用霍夫变换对遥感图像中是否存在机场目标进行初步筛选,然后利用改进后的基于图像的视觉显著性模型提取显著性区域,根据区域上的尺度不变特征变换特征并结合多层分类回归树完成机场目标的识别.实验结果表明,该方法比现有的其他机场检测方法具有速度快、识别率高、虚警率低的特点,同时对噪声有较强的鲁棒性.     

基于能量图像的目标识别方法

提出了一种基于AdaBoost算法,利用能量图像进行目标分类的算法.该算法通过灰度图像创建能量图像,并将能量图像作为样本进行机器的集中学习,实现对骑车人、行人和车辆目标的分类识别.根据待检测目标的能量分布,构建了能描述目标的典型特征,并以检测区域的能量差异作为其特征值.重点讨论了骑车人和行人的分类识别问题.实验结果表明,所提出方法对本课题中的特定目标具有较好的识别率,并具有较强的鲁棒性.     

基于均衡化及柔性形态学的显微图像边缘检测

对显微图像进行噪声过滤和增强是对其进行的分类、识别、检测处理的基础,在分析、综合传统的图像增强和图像分割的算法的基础上,将直方图变换和柔性数学形态学组合,提出了基于均衡化及柔性数学形态学的显微图像边缘检测方法,并通过实现表明该方法能够有效的抑制微生物显微图像的噪声,提高检测精度,保护边缘细节,并且易于编程实现.     

基于可拓理论的储粮害虫分类方法研究*

针对储粮害虫多种类、多特征、混合度大以及单因素识别与类别划分结果之间不相容的特点,应用物元可拓集合方法实现储粮害虫的自动分类。引入一种新的粮虫物元矩阵的构造方法,在计算待识别粮虫与各类别之间关联度的基础上,根据最大综合关联度准则确定粮虫所属类别。通过大量样本训练与分析,验证了可拓理论应用于储粮害虫分类的可行性。     

无线传感器网络在粮情测控系统中的应用

针对当前粮情测控系统的许多弊端,本文采用IEEE802.15.4无线个域网技术和IEEE1451.5智能传感器接口技术,构建了一种新型粮情测控系统。对该系统中的粮仓无线传感网络,给出了无线传感器节点和无线汇聚器节点的硬件设计,并提出了一种适合于粮情数据采集与传输的通信协议。实践表明,采用以上技术实现的新型粮情测控系统具有许多显著的优点。     

MVC模式在储粮害虫查询与防治系统中的应用研究

首先分析了目前流行的MVC模式的工作原理和性能特点；然后基于MVC和浏览器／服务器（B／S）多层体系结构，在J2EE开发环境下采用JSF、Servlet、EJB等核心技术进行储粮害虫查询与防治系统的框架设计。     

粮情监控系统的设计与实现

针对粮食在存储过程中因未能及时监控温度、湿度等变化,从而导致粮食的发霉变质的问题,设计实现集温度、湿度检测于一体的粮情监控系统,同时利用无线传感器网络实现系统的无线数据传输。介绍系统体系结构、软硬件设计方案和监控平台设计。实践证明,该系统具有稳定性高、防腐防霉防雷击、低功耗低成本等特点,能够有效保障粮食存储安全。     

面向新一代测序数据的病原微生物检测算法

病原微生物是导致交叉感染疾病甚至重大传染性疾病传播的重要因素之一,准确检测病原微生物对于感染或传染疾病的有效防御和精准诊疗具有十分重要的意义和价值。传统检测方法往往是采用培养手段进行观察和鉴别,但由于可培养的微生物种类有限,难以满足现代精准医疗中对病原微生物的准确且完备的检测要求。基于DNA分子水平上的病原微生物新型检测手段在当前得到发展和密切关注,其核心问题是如何利用被检样本的DNA测序数据,运用统计计算或机器学习方法判别样本中含有哪些病原微生物。以新一代测序数据为背景,以16S rDNA序列为分析对象,建立一种基于朴素贝叶斯的病原微生物精准检测算法,其核心思想在于：将16S rDNA序列的测序读段与病原微生物参考基因组序列进行比对,依据比对状态提取三种特征,以此构建基于朴素贝叶斯的分类模型,判别病原微生物库中每种微生物在被检样本中是否存在,从而达到病原微生物的精准检测。最后,通过仿真实验验证了所提算法的有效性,并与国际同行算法做了比较,表明该算法的优势。