基于图像处理的小麦腥黑穗病形态学特征的提取方法

基于图像识别是小麦腥黑穗病分类鉴定中正在研究的一种新技术。文章研究了提取小麦腥黑穗病病菌冬孢子形态学特征的图像处理方法。通过获取小麦腥黑穗病显微图像,对显微图像进行图像分割,中值滤波以及试探性扩张矩形等方法获得了病菌显微图像冬孢子区域的内接矩形,提取了基于灰度共生矩阵的纹理特征与形状特征。实验数据显示该方法能有效地提取出小麦腥黑穗病的形态学特征,对后续基于模式识别鉴定小麦腥黑穗病类别具有参考意义。

基于图像识别的小麦腥黑穗病害特征提取与分类

小麦的网腥、印度腥与矮腥黑穗病危害小麦生产与人体健康,是出入境检验检疫的重要对象。该文利用小麦腥黑穗病害显微图像,采用图像分析与识别技术进行了小麦的网腥、印度腥及矮腥3类病害的分类识别。在分离出单个病害孢子图像的基础上,提取了3类病害孢子图像的16个形状和纹理特征,通过分析,从中选择小麦病害孢子的6个典型特征,并分别用最小距离法、BP神经网络和支持向量机分类器对提取的96个小麦腥黑穗病害孢子图像进行了分类试验,结果表明:支持向量机法对小麦腥黑穗病的分类识别能力优于最小距离法和BP神经网络,总体识别率达到82.9%。因此,采用图像分析技术和支持向量机识别方法进行小麦腥黑穗病害诊断的方法具有可行性。

基于图像识别的小麦腥黑穗病害诊断技术研究

传统的检疫小麦腥黑穗病害的方法效率较低影响检测的稳定性和客观性。提出一种基于图像识别的小麦腥黑穗病分类诊断技术。以显微镜下采集的小麦病害图像为研究对象,对其进行滤波增强及病害区域分割,再提取单个病害区域图像的颜色、形状和纹理等特征参数;最后利用归一化后的特征值,通过BP神经网络分类器实现了小麦腥黑穗病害的诊断。将计算机图像识别结果和实际小麦腥黑穗病类型进行对比,表明了该诊断技术的可行性和有效性。

三维荧光光谱的特征区域选择方法

将数学中的二元凸函数判定和数据挖掘中的聚类分析方法结合,提出了针对三维荧光的光谱区域选择方法,并利用此种方法从光谱图中提取出含有丰富光谱信息的凸集区域。对水体中总有机碳的检测和白酒中黄曲霉素的检测进行了实验研究,实验结果表明,采用本文提出的三维荧光光谱区域选择方法提高了模型的精度,与利用全光谱所建立的回归模型相比,模型精度分别提高了6.17%和4.97%。

三维荧光光谱的多维偏最小二乘建模方法

将偏最小二乘方法(PLS)推广到高维的多维偏最小二乘方法(N-PLS)由于同时考虑自变量矩阵和应变量矩阵的信息,可以有效解决高维数据的建模问题,并具有较好的模型预测和推广能力。本文研究了三维荧光光谱的多维偏最小二乘建模方法,根据样本序列、激发光谱、发射光谱构造出三维立体数据,并应用N-PLS建立校正模型。对水中的有机污染物浓度综合指标COD、TOC的建模实验,表明了在建模精度方面N-PLS方法优越于常规PLS和平行因子法。

基于BP网络的小麦腥黑穗病害分类诊断

将图像分析与模式识别技术应用于小麦腥黑穗病害图像的分类诊断,对于提高出入境植物病害检验检疫工作的自动化程度具有实际意义。文中在分析了小麦网腥、印度腥和矮腥等3种病害孢子图像的形状和纹理特征后,选择了描述孢子的长轴、短轴、等价椭圆短轴、面积、周长及惯性矩等6个典型特征,设计了一个具有6个输入向量、4个输出向量的BP神经网络小麦病害分类器,用于对这3种病害图像进行分类诊断。经初步试验,对33个测试样本的正确识别率达到81.8%,表明该分类器具有较高的精度,能够完成这3种病害的分类诊断任务。

基于K均值聚类的小麦腥黑穗病菌冬孢子图像分割

图像分析技术能够实现对小麦腥黑穗病菌冬孢子特征的定量分析,冬孢子区域的分割则是分析的前提.针对小麦腥黑穗病菌图像的特点,考虑到传统分割方法的局限性,提出了一种基于彩色图像的分割算法.研究以病菌彩色图像B分量为聚类对象,以R、G、B分量值之和不变为迭代终止条件,利用K均值聚类的方法分割病菌图像,使类内像素均值的距离和取得局部极小值.与其他分割方法进行比较的结果表明,该分割算法既分割出亮度不均匀的背景,对噪声的敏感度较小,又减少了分割后的冬孢子粘连,分割出的冬孢子数目增加.

小麦腥黑穗病害的模式识别诊断方法研究

针对小麦腥黑穗病害的形状和纹理特征选取了最有利于病害分类的6个特征参数,并分别利用最小距离法、BP神经网络和支持向量机3种模式识别方法实现了对小麦腥黑穗病害的诊断研究。对包括小麦网腥黑穗病、小麦印度腥黑穗病以及小麦矮腥黑穗病共48个孢子病害图像进行了分类诊断实验。实验表明,支持向量机法对小麦腥黑穗病的分类识别能力优于最小距离法和BP神经网络,当核函数是Sigmoid时,支持向量机法性能最优,总体识别率达到93.9%。

CIQ监管系统中企业生产过程数据采集方案设计

准确全面地实现企业生产过程数据采集是进行监管及报检批合格评定的依据与保证。在分析企业运行模式、产品属性的基础上,设计了企业生产过程数据采集方案,通过在企业端设立工控采集设备、仪器仪表、视频仪、条形码采集器来进行数据采集,选用SQL Server 2000作为数据库服务器,企业端及监控端通过Internet进行连接,遵守HTTP协议。该数据采集方案基本能满足监管系统的要求。

小麦腥黑穗病冬孢子显微图像的获取及处理

针对入境小麦腥黑穗病检验检疫中冬孢子区域计数问题,提出了小麦腥黑穗病图像处理的方法和流程。首先介绍了显微镜下腥黑穗病菌冬孢子图像的获取方法;在将冬孢子的彩色图像灰度化后,采用中值滤波抑制噪声,利用metric算法进行图像分割;为了从背景中准确提取冬孢子区域,流程中采用图像形态学方法来消除二值图像中冬孢子区域的背景噪声和孔洞,并剔除图像边界处不完整的冬孢子区域;最后采用区域标记的方法获得了冬孢子数目。结果表明,该研究提出的方法和流程能有效地改善图像的质量,并能够自动准确地提取并统计冬孢子区域,便于后续的识别工作。

基于CVI与Matlab混合编程的小麦腥黑穗病分类诊断系统

基于图像识别鉴定小麦腥黑穗病类别的研究近年来在不断发展中,构建一个界面友好、扩充方便的分类鉴定系统有利于该项研究。文章采用LabWindows/CVI和MATLAB进行混合编程,构建了一个小麦腥黑穗病分类诊断系统。该系统利用了CVI丰富的界面控件以及MATLAB强大的计算能力和丰富的图像处理工具箱,通过ActiveX组件实现了两者的数据通信。经测试,系统操作方便,界面友好且后续扩充容易。

浅谈现代信息技术在进出境检验检疫中的应用

现代信息技术主要包括计算机技术和信息处理等技术。它随着计算机软硬件和国际互联网的迅猛发展,越来越深入应用和广泛普及到各行各业,并产生了巨大的影响和效益。中国进出境检验检疫局是代表国家在进出境口岸进行检验检疫的执法机关,其办公效率和业务水平直接影响国家的?..

用FOXPRO FOR WINDOWS开发效益评价专家系统

本文开发的效益评价专家系统。利用FOXPR0 FOR WINDOWS应用基础好,开发功能强大等优点,选取了一定量的分析指标,经过合适的数学模型处理后,得出的结果以智能化界面输出。它很好地运用了现有的数据库资源,并应用于广东省某行业企业的经济效益评价方面,并取得了满意的效果。本研究在探讨经济效益评价方法和对非结构化信息处理、分析方面做出了有益的探索。

以数促智 化智赋能 推动海关智慧监管数智化体系建设

党的二十大报告强调,建设现代化产业体系,加快数字经济发展,推进高水平对外开放,发展数字贸易,加快建设贸易强国,加快建设海南自由贸易港。这与加快建设具有世界影响力的中国特色自贸港、尽快实现自贸港海关智慧监管的实际工作密切相关。推动海南自贸港海关智慧监管数智化体系建设,以数促智、化智赋能是最重要和最核心的工作抓手。

检验检疫出口货物电子监管系统中数据采集子系统分析与设计

为提高出口货物检验检疫质量与速度,开发出口货物检验检疫电子监管系统尤为重要,而快速、准确地进行数据采集是电子监管系统发挥作用的基础与保证,本文在分析出口货物检验检疫电子监管系统功能的基础上,依据企业管理特点、数据采集仪器与数据采集技术现状,在充分分析企业产品质量数据特性的基础上对数据采集子系统功能与采集模式进行了详细的分析与设计。

基于近红外光谱的成品纸张质量参数快速检测

提出将近红外光谱(NIR)检测技术用于成品纸张质量参数快速检测的方法,主要包括原始光谱预处理、光谱特征提取和检测建模几部分,并比较了采用基于支持向量机方法和采用基于偏最小二乘方法建模的检测性能。实验结果表明:近红外光谱预处理后,采用基于支持向量机建模检测的性能普遍优于采用基于偏最小二乘建模的性能。

小麦腥黑穗病分类诊断系统的构建

小麦腥黑穗病是小麦主要病害之一,不仅影响小麦产量,而且使麦粒及面粉的品质降低,给粮食生产造成巨大的经济损失。本文以口岸经常截获的3种小麦病害(小麦网腥黑穗病、小麦印度腥黑穗病和小麦矮腥黑穗病)为研究对象,构建了小麦腥黑穗病害诊断系统。结合图像分析与模式识别技术,该系统能从腥黑穗病害的显微图像中提取和分析冬孢子的形态特征,并完成病害的识别和分类。系统以Visual C++为开发平台,结合IMAQ Vision图像处理函数库编程实现诊断系统,用SQL Server2005实现数据存储和调用。系统测试表明该诊断系统能稳定运行,并具备一定的准确率。