温室植物病害的图像处理及特征值提取方法的研究——基于色度的特征值提取研究

为了进行温室植物病害的智能化防治,运用计算机图像处理技术对生产中常见的两种黄瓜病作了研究,比较了几种常见的色度学系统,以色调H作为颜色特征参数的研究域.以色调直方图统计特征参数的计算,和百分率直方图区间值特征作为区分病变叶片与正常叶片的重要依据.结果发现色调H偏度可以较为明显的区分不同病变情况,在进一步研究不同色调区域病变叶片和正常叶片的色调分布情况时,发现在色调(48～50)和(45～47)区间,区分正常叶片与病变叶片的效果最好.该研究为后期的模式识别提供了重要的特征参数.

温室植物病害数字化处理中图像增强方法的研究

为了实现植物病害的智能化诊断,本文以温室植物的侵染性病害为对象,以matlab和VC++语言为开发工具,选取了温室黄瓜栽培中常见的霜霉病和炭疽病2种病害图像为切入点进行图像增强处理研究。通过对比灰度变换增强、空域滤波增强和频域滤波增强3种技术,发现了快速中值滤波是应用于植物病害图像上效率最高、效果最明显的1种增强方法。

基于温室植物叶片纹理的病害图像处理及特征值提取方法的研究

为了实现温室病害的智能化防治,深入研究了植物病害图像处理中基于叶片纹理的特征值提取方法。通过对温室黄瓜斑疹病和角斑病的处理研究发现,利用灰度共生矩阵方法提取出来的惯性值是识别这两种病害较好的特征参量之一。

面向离散制造业的智能排产技术研究与设计

离散制造业典型的制造特征决定了计划排产的复杂度,本研究选取轨道交通装备制造作为离散制造业的典型代表,并聚焦产能限制等一系列约束条件下,提出了一套具有行业特征的智能排产模型算法,并搭建了面向轨道交通装备制造行业的智能排产平台,并经过应用验证效果较好。在此基础上,形成了一套具有行业属性的计划排产的方法体系,为有效指导行业计划排产提供了理论支撑。

综采工作面自动化采矿技术应用

随着科技的发展和机械设备的不断更新,在采矿方面我们也逐渐的用机器代替人工进行自动化采矿。运用自动化 采矿技术不仅节约了人力成本,还大大提高了生产工作效率,降低了采矿过程中因不可预测危险对人的伤害。在矿山的薄层 矿的开采中综采工作面自动化采矿技术可以有效的应对采矿空间狭小,安全风险高的情况。