基于典型叶片模板自动匹配的虫损叶面积测量

为了定量化评估农作物的虫害程度,提出了一种基于典型叶片模板自动匹配的叶片虫损面积测量新方法。先将叶片图像二值化并提取其外轮廓;再对提取的轮廓进行多边形近似,以多边形的顶点为端点将叶片外轮廓划分成若干子轮廓;然后采用形状上下文对完整叶片与虫损叶片之间的子轮廓进行自动配准,找出其间的相互映射关系;最后根据映射关系对虫损叶片进行重建,计算出虫损面积。对10类不同叶片的测量分析表明:该方法平均每叶片耗时0.962s,最大相对误差为8.22%,平均相对误差为4.78%。其中,形状复杂度高的叶片平均相对误差为7.48%,复杂度中等的叶片为5.99%,复杂度低的叶片为1.84%。结果表明,该方法能准确而快速地测量虫损叶面积。

基于视频的早期烟雾检测

针对火灾早期预警和危险化学品气体泄漏的在线检测问题,提出了一种基于视频的早期烟雾检测新方法。整个检测过程主要由四部分组成:1)RGB分量运算参数的离线学习;2)用RGB分量运算+位屏蔽,实时分割出类似烟雾区;3)用在背景维护下的减背景来消除场景中静态的类似烟雾区干扰,再由小波变换去除场景中动态的类烟雾区干扰;4)通过长序列的多帧证据积累分析,判别标记出真正烟雾。实验表明,该方法对于320×240分辨率彩色视频的分析判别速度可达16～20fps,并可在3～4s内准确判别出动态场景下的核心烟雾区,且不受大空间、开放环境的限制,具有较强的误报免疫能力。

基于机器视觉的自主插秧机导航信息的提取研究

针对基于机器视觉的插秧机的自主导航,提出了一种利用秧苗行分割线作为基准线提取导航参数的算法。根据秧苗在田间环境的特征,用EXG因子分割图像,将按列累加的灰度值所形成的曲线图,设定水平分割线找到秧苗区域,确定各苗区的起始列点和终止列点,找到定位点,拟合分割线。根据秧苗行分布呈平行线状的特点,利用分割线在图像平面上形成的灭点和成像的斜率来计算插秧机的位移偏差和角度偏差,为视觉导航提供必要的参数。实验结果表明该方法具有一定的可行性,能够用于插秧机器人的导航研究。

自然场景兴趣区的分量组合-压缩快速分割法

为实现野外自然道路、农田复杂场景或动态纹理感兴趣区(ROI)的快速分割,提出了一种基于RGB颜色分量线性组合与颜色位屏蔽压缩的主动摄像机视觉目标分割新技术.结合含误差带FloodFill算法与提出的RGB色域特征循环学习,获得理想的自然道路场景核心或指定纹理目标.以该ROI为对比模板,快速搜索出进行特定目标实时分割的最优RGB颜色分量组合.大量实验显示:颜色分量线性组合能增强特定目标的显示特性,颜色位屏蔽能压缩色域,提取近似的颜色主成分,同时减弱图像中的噪声影响,并减小干扰引起的纹理分割误差.该方法的计算时间几乎不受目标纹理复杂度影响,能在30 ms内全图分割分辨率为320×240的图像序列中的多目标,对颜色噪声变化和光线波动有较强鲁棒性,在野外自然道路或农田场景、多颜色目标和动态纹理兴趣区的分割速度与稳定性上取得明显进步.