图像识别处理技术在农业工程中的应用

研究一种基于图像识别处理的粮虫检测方法,将图像识别处理技术应用于农业工程。首先使用灰度化、二值化、平滑以及锐化技术对粮虫图像进行预处理,使得图像更容易进行边缘检测和图像特征提取。之后使用四种边缘检测方法实现图像中待识别粮虫的边缘检测。使用粮虫图像的8种区域描述子特征作为粮虫识别模型的输入特征。最后选取常见的玉米象、拟谷盗和锯谷盗三种粮虫为研究对象,使用基于RBF神经网络的识别模型对三种粮虫图像的几何形态特征进行识别。     

图像识别处理技术在农业工程中的应用

目前储粮害虫问题是世界上很多国家所面临的困难,在很多国家每年都会因为粮食害虫而损失很多粮食。在遭受到粮食害虫的侵害以后粮食的籽粒会被破坏,容易变质、结块、发热以及发霉,另外在老化死去害虫尸体、粪便以及有毒液体的影响下粮食会受到较为严重的污染。除了使用声音检测方法外,其他方法不利于实现自动化粮虫检测,人工检测方法效率低、成本高,因此本文研究一种基于图像识别处理的粮虫检测方法,将图像识别处理技术应用于农业工程。     

手势识别中的图像预处理技术研究

在手势识别过程中,当获取到的手势信息转换成可用计算机处理的数字图像时,手势图像在生成,传输或变换过程中会受到各种因素的干扰和影响,手势图像的画质将会因噪声而在不同程度上出现畸变,因此需要先对图像进行预处理。图像预处理的过程包括图像平滑和图像二值化,本文分别对多种平滑技术和二值化方法进行了研究和实验对比,为手势识别过程中的手势分割和特征提取提供了有效的数据样本。     

基于小波包变换和形态学的图像分割算法

数字图像分割技术是一种重要的提高计算机图文识别的手段.文章利用小波包变换去噪结合形态学方法提出一种数字图像阈值分割算法.依据该算法,首先施行小波包变换,去除图像中的噪声,然后利用形态学方法集合最佳阈值判别对图像进行分割.实验证明,本算法的分割效果较佳.     

基于最优阈值的叶类中药边缘检测算法研究

提出了一种利用最优阈值分割和形态学处理相结合的边缘检测方法,首先通过Otsu最优阈值算法分割数字图像,然后利用形态学腐蚀运算腐蚀图像,最后利用分割后图像与腐蚀过的图像的相减获得边缘.该方法实现了对叶类中药显微图像效果更优的边缘检测,同时对比了传统边缘检测算法对叶类中药显微图像的图像边缘检测效果,为下一步的叶类中药显微图像的分割与自动识别奠定基础.     

一种自适应的变电站设备红外图像分割方法

为了较好地实现变电站电气设备红外图像的分割,采用了一种自适应的变电站电气设备红外图像分割方法。通过采用基于形态学的权重自适应算法对变电站电气设备红外图像进行增强处理,然后采用基于加权切比雪夫距离的K-means算法对变电站电气设备红外图像进行分割,最后对分割得到的二值图像采用形态学方法进行处理。通过实验验证了该方法的有效性和适应性,方便了后续的特征提取和识别。     

基于OTSU准则及图像熵的局部递归分割算法研究

在图像分割中,门限的选取至关重要,本文在Otsu门限选择准则的基础上,研究了一种基于图像熵的局部递归的门限选择及分割算法,该算法在图像背景不均或图像不是简单的单峰、双峰图像的情况下可以有效的分割,分割后图像的细节更加丰富,有利于分割后的特征提取。对几种不同的目标进行了实验,获得了较好的实验结果。     

家蚕微粒子图像的分割技术研究

针对家蚕微粒子图像存在背景复杂、光照不均及微小彩色目标图像分割处理问题,研究彩色家蚕微粒子图像在复杂场景下的分割技术。该方法首先通过模糊对比度增强预处理方法,增强微粒子目标图像和复杂背景的对比度;然后,采用颜色特征提取准则从非目标杂质图像中直接分离出彩色目标图像,减少了疑似孢子引起误识别的可能性,同时提高了二维Otsu分割方法对彩色微粒子小目标图像分割的有效性。实验结果表明该方法对微粒子图像分割处理效果良好。     

基于8方向的数字图像去噪算法研究

由于受到成像方法等因素的影响,数字图像的边缘、细节等特征常常淹没于噪声信号中,给后续的图像特征提取、图像匹配等图像处理带来很大困难。因此,对图像进行去噪具有十分重要的意义,图像去噪也成为数字图像预处理中的关键步骤。首先介绍了中值滤波、维纳滤波、小波滤波的原理,针对中值滤波在图像去噪中存在的不足,提出新的数字图像去噪方——基于8方向的数字图像去噪方法,并通过实验仿真验证了其有效性。     

基于支持向量机方法的多目标图像分割

在核主成份分析的特征提取基础上,采用支持向量机方法对多目标图像进行分割研究.实验结果表明,结合核主成份分析的特征提取,支持向量机方法是一种很有前景的多目标图像分割技术.     

红外图像目标识别的预处理技术研究

红外图像目标识别系统,由图像预处理、特征提取及模式分类组成,红外图像目标识别的图像预处理包括滤波降噪、图像增强、图像分割等。滤波降噪有邻域平均、中值等滤波方法,图像增强可通过微分、Butterworth高通滤波和形态学高低帽变换完成,图像分割采用阈值分割技术和形态学方法实现。综合比较各种处理方法,采用中值滤波进行降噪、高低帽变换进行图像增强、阈值分割与形态学处理结合进行图像分割,较好地实现了红外图像目标识别的预处理。     

MS-UNet++:基于改进UNet++的视网膜血管分割

本文针对视网膜图像中细微血管特征提取困难导致其分割难度高等问题,提出了一种 基于端到端的神经网络嵌套视网膜血管分割模型算法(简称MS-UNet++),该算法选取了深度监督网络UNet++作为分割网络模型,提升特征的使用效率;引入MulitRes模块,改善低对比度环境下细小血管的特征学习效果,并在特征提取后加上SENet模块进行挤压和激励操作,从而增强特征提取阶段的感受野,提高目标相关特征通道的权重。基于DRIVE图像数据集的实验结果表明,该算法分割结果与真实结果之间的重叠率DICE值为83.64%,并交比IOU为94.83%,准确度ACC为96.79%,灵敏度SE为81.78%,较现有模型有一定的提升,可用于视网膜图像血管分割,为临床诊断提供辅助信息。     

红外目标检测与识别技术研究

在图像分析和目标识别技术中,图像分割和特征提取是两个非常关键的问题。但是往往会由于对目标分割的不够准确和完整,导致特征提取变得很困难,首先采取自动多门限算法对图像初步分割,再利用二维直方图准确划分出目标,最后利用组合概率的方法将区域的分散度、不变矩进行综合,实验结果表明对五类目标的识别效果十分明显。     

基于信息熵和显著性的超声图像分割算法

在医用超声中,快速并准确的分割出病变区域非常重要。然而,相对于其他图像分割,医用超声图像由于斑状噪声和弱边缘问题,分割要困难得多。针对以上问题,提出了基于信息熵和显著性的超声图像分割算法。首先超声图像用各项异性滤波中降噪;其次获取图像显著性特征以及方差显著性特征作为超声图像的特征提取;最后将提取的特征作为样本送到最小二乘支持向量机中。实验以超声图像为例,数据证明基于信息熵和显著性的超声图像分割算法有比较好的分割效果。     

基于BLOB的积木特征提取算法

介绍了搭积木机器人机器视觉系统的特征提取算法。该算法首先将获得的积木图像在OHTA颜色空间下进行阈值分割；在分割后的二值化图像中进行BLOB分析；最后根据积木自身的特点进行了噪声去除和特征提取。试验证明该算法能够有效地提取出同一图像中多个积木的特征，提取的坐标精度能够满足机器人的操作要求。     

图像处理技术在白血病诊断中的应用

介绍了图像处理系统的结构,阐述了图像技术中图像分割、特征提取和图像识别等三个方面在白血病诊断中的发展现状,分析和讨论了图像技术在白血病诊断方面的研究趋势以及发展前景。     

基于区域相似性与相异性的数字图像分割方法

针对数字图像数据量大、内容复杂、特征度量困难的特点,提出了一种综合区域相似性和相异性的基于图模型的分割方法.使用颜色方差作为距离度量,依靠区域邻接图和最近邻区域图来完成数字图像的快速区域合并分割.在合并过程中,通过合并区域的最小合并代价和最大合并代价变化,调整合并顺序,从策略上保证了分割区域的同质性和区域间的相异性.实验结果表明,该方法可以较好地解决图像的误分割现象.     

基于DeepLabV3+与注意力机制相结合的图像语义分割

基于DeepLabV3+进行图像分割时,在特征提取阶段忽略了不同级别的特征图中存在的特征重要程度不同,丢失了大量的细节信息,致使分割效果不佳.针对该问题,提出了一种基于DeepLabV3+与注意力机制相结合的图像语义分割算法.在骨干网络Xception模型中提取两条低级特征作为解码器的输入特征,提高特征提取的准确性;采...     

基于灰度共生矩阵的图像分割方法研究

图像分割技术广泛应用于工业生产、生物医学图像分析、军事应用等方面。文中着重阐述了灰度共生矩阵的原理及特点,进行了基于灰度共生矩阵的纹理特征提取试验。采用加权欧式距离方法,对图像的特征值进行分类识别,实现对纹理图像区域的划分,然后利用聚类分析等方法对纹理区域进行融合,以达到实现图像分割的目的。试验表明,利用基于灰度共生矩阵的方法,实现对图像的分割具有一定的准确性和实用性,并能较好的实现图像分割效果。     

细胞分割算法研究方法综述

随着现代科技的发展,用计算机处理细胞在医学诊断和医学图像处理领域有着重要的作用.细胞分割是细胞特征提取和细胞识别的基础,从医学图像中分割出精准的细胞图像是目前极具挑战性的课题.在细胞的自动识别的研究中产生了有效的分割算法的需求,人们提出了不同的分割算法根据图像的不同特征,如阈值法,分水岭算法等.本文对细胞分割的各种方法...