设施蔬菜克服连作障碍技术应用

蔬菜是城乡居民生活必不可少的重要农产品,保障蔬菜供给是重大的民生问题,随着农业供给侧结构性改革不断深化,中央农村工作会议提出,促进农业农村发展由过度依赖资源消耗,主要满足"量"的需求,向追求绿色生态可持续,更加注重满足"质"的需求转变。克服蔬菜生产连作障碍,推行绿色生产方式,是蔬菜提质增效的重要手段。     

基于MSER的红外与可见光图像关联特征提取算法

关联特征提取是红外与可见光图像配准、融合和变化检测等应用中的关键步骤。针对同一场景红外与可见光图像间关联特征难以正确提取的问题,基于最稳定极值区域(MSER)算法,提出了一个仿射不变的关联特征提取方法。该方法主要包括3个步骤:(1)提取红外与可见光图像中的最稳定极值区域;(2)对特征区域进行椭圆拟合;(3)规则化处理,消除形变干扰,输出便于描述和匹配的一致性特征。实验结果证明了该算法在红外与可见光图像关联特征提取中的有效性。     

基于边缘最优映射的红外和可见光图像自动配准算法

针对同一场景的红外和可见光图像间一致特征难以提取和匹配的难题, 提出了一种在多尺度空间中基于边缘最优映射的自动配准算法. 在由粗至细的尺度空间中, 算法分别采用仿射模型和投影模型作为参考图像和待配准图像间的空间变换模型. 在每个尺度层上, 首先基于相位一致性方法提取两幅图像的边缘结构, 并在相应的空间变换模型下将在待配准图像中提取的二值边缘映射到参考图像的边缘强度图上; 接着采用并行遗传算法寻找一组全局最优的模型参数, 使两幅图像间的结构相似度最大. 在各层的寻优结束之后, 使用Powell算法对全局寻优后的模型参数进行局部精化. 实验结果表明, 该算法能够充分利用图像间的视觉相似结构, 有效地实现红外和可见光图像的自动配准.     

基于方位一致性的分支点检测算法

针对传统角点的缺陷,提出一种能够提取局部结构信息的分支点检测算法.首先在梯度强度图像中按照梯度方向进行非最大抑制,得到边缘点的亚像素位置;然后利用方位一致性滤除噪声及不相关边缘的干扰,并根据倾角方向对剩余的边缘点进行分组;再对分支点的整数位置进行求精,得到分支点的亚像素位置;最后根据分支点的最优位置更新边缘点倾角,计算最优的分支边缘倾角.实验结果证明,该算法具有较好的分支点定位精度和分支边缘倾角精度,对噪声干扰及对比度变化具有较好的鲁棒性.     

方向性小波理论应用特性分析

方向性小波理论为图像处理提供了一种新的稀疏表示方法，能够更有效地捕捉图像中的几何结构。本文从基的特征入手，比较了方向性小波与传统小波在逼近图像几何边缘时的不同之处；总结了近年来该领域内提出的几种主要理论，以Ridgelet变换为例说明了方向性小波理论的基本原理。实验演示了Contourlet变换和小波变换的非线性逼近性能
能和去噪效果。最后指出了该领域进一步研究的方向     

用于遥感图像建筑物目标分类的层次匹配核

提出了一种利用图像特征空间信息的核函数——层次对数极坐标匹配核,用于遥感图像建筑物目标的分类。对图像进行特征提取,并将特征映射到已聚类好的"码本"中,量化为有限个类别。将图像由粗到细划分为多个层次的对数极坐标系下的"子区域(单元格)"。比对落入同一层次、同一"子区域(单元格)"的每类特征的直方图交集,建立加权的多尺度直方图,将多个特征多尺度直方图合并,得到最终的核函数,并利用"一对多"的支持向量机(supportvector machine,SVM)完成建筑物的分类。对标准数据库Caltech-256和自建遥感图像数据集进行实验,结果证明了该核函数的有效性。     

一致分支点漂移算法

分支点是多传感器图像之间一种重要的关联特征,因此分支点匹配对多传感器图像配准有着十分重要的意义。基于CPD的基本思想提出了一致分支点漂移算法。针对分支点自身特点,提出了局部结构相容度的概念,用于度量和检验两个分支点的一致性程度;并将其作为匹配约束项嵌入到高斯混合模型分量的后验概率计算中,有效利用了分支点包含的分支边缘等结构信息,同时增强了算法对噪声和外点等干扰因素的抵抗能力,提高了分支点匹配的收敛速度。实验结果表明,提出的一致分支点漂移算法比CPD算法能够更快收敛到最优参数集上,同时得到的分支点配准精度更高。     

加窗灰度差直方图描述子及其对SURF算法的改进

如何构造紧凑而有效的特征描述子是机器视觉和模式识别领域重要的研究课题之一。针对SURF (Speeded Up Robust Features)算法的Haar描述子不能充分利用特征点周围信息的缺陷,该文提出了一种新的局部不变描述子加窗灰度差直方图(Windowed Intensity Difference Histogram, WIDH),该描述子基于特征点周围邻域一个较小的核心区域,通过窗口模板的移动充分利用外围作用区域的灰度差信息,构造了一个维度低且辨识力很强,运算简单高效的描述矢量。实验表明,将WIDH用于改进SURF算法的Haar描述子时,可以用更低维的矢量获取与SURF相近或更好的辨识能力。在抗模糊性和抗噪性方面,WIDH明显优于SURF的Haar描述子,相同的错误率下查全率分别提高了大约35%和50%。