基于高光谱数据提取棉花冠层特征信息的研究

采用ASD Field Spec Pro VNIR 2500型高光谱仪获取了不同生育时期棉花冠层的高光谱遥感数据,通过光谱分析技术研究了棉花冠层结构与其光谱数据之间的关系。结果表明,不同品种、不同密度、不同配置方式及不同生长状况间棉花的冠层光谱存在着较明显的差异,棉花冠层光谱反射率与其叶绿素含量、叶面积和生物量及生长发育阶段、健康状况和物候现象等因素密切相关。可见,运用高光谱遥感技术快速、有效、非接触、非破坏性地获取棉花冠层信息,对解释、预测和设计理想棉花群体意义重大,同时为新疆精准种植棉花和科学调控水肥提供了科学依据。

基于高光谱数据提取作物冠层特征信息的研究进展

高光谱(Hyperspectral)遥感是指光谱分辨率在10-2λ的遥感信息,其特点是光谱分辨率高(5～10nm)、波段连续性强(在0.4～2.5μm范围内有几百个波段).高光谱遥感器既能对目标成像(有时也称成像光谱遥感)、又能测量目标物的波谱特性,因此,它不仅可以用来提高对农作物和植被类型的识别能力,而且还可以用来监测农作物长势和反演农作物的理化特性.绿色植物具有独特的光谱曲线特征,而作物具有绿色植物典型的光谱特征曲线,基于作物的光谱特征研究与其生理生化特性之间的关系,高光谱遥感数据在提取作物生理生化特征、提取作物冠层信息、估产以及预测病虫害等许多方面都表现出巨大的应用潜力.本文概述了利用高光谱数据提取作物冠层信息的研究现状、展望及其在新疆棉花生产中的应用和前景.

基于双层信息融合的乳腺切片癌细胞识别

组织切片图像在癌症诊断中具有重要意义,目前已经被广泛应用于临床医学工作以及科学研究中。传统的采用组织切片技术的癌症诊断主要依靠病理医生的个人经验,导致分析过程耗时耗力,且得到的诊断结果容易带有主观偏向性。本文提出一种基于计算机模式识别技术的乳腺切片癌细胞识别方法,该方法可有效融合乳腺细胞切片图像的多种特征信息和多分类器的决策结果信息,从而实现对乳腺癌细胞和正常细胞的自动分类识别。

改进ResNet50和FPN的多尺度目标检测算法研究

针对ResNet50和FPN结构无法将浅层的细节信息和深层的语义信息充分融合利用等问题,提出了一种改进ResNet50和FPN结构的算法,在ResNet50网络结构不同层次中引入了改进的通道和空间注意力模块,充分利用不同特征层的细节信息和语义信息。此外,在FPN结构中,为了能让浅层特征层更好的利用深层特征层的语义信息,在FPN自上而下的路径中,不同特征层之间增加了旁路来加强特征的重用。实验结果表明,在MS COCO数据集训练以后在PASCAL VOC 2012测试的均值平均精度(mAP)达到了83.2%,提升了2.7%,在MS COCO数据集上的mAP提升了1.5%,具有不错的检测性能。

基于二元树复数小波变换的特征融合算法

提出了一种利用二元树复数小波变换(DT- CWT)提取遥感图像纹理特征的方法,不仅使得纹理分析具备小波分析的多尺度特性,而且具备了6 个方向的选择性、良好的重构性和近似的平移不变性.利用DT- CWT变换提取目标图像的纹理特征,构造目标概率密度函数,并采用基于D-S证据理论的特征层融合算法对目标进行识别处理,实验结果表明,采用基于DT- CWT纹理特征的特征层融合算法对多源低分辨率可见光遥感图像中小目标的识别是有效的.

基于轻量型U-net的钢材金相图像晶界分割方法

在金相组织的晶粒度自动化评估工作中,对晶粒边界识别的精准与否直接影响着金相组织晶粒度等级的评估准确度;针对钢材金相图像中晶粒边界密集程度高、边缘复杂且晶粒边界识别准确性低的问题,提出一种基于轻量型U-net卷积神经网络的金相图像晶界分割方法,该轻量型网络模型将浅层特征层用跳跃连接的方式拼接在上采样过程中,使网络学习到更多的有效特征信息;减少了网络层数并在特征提取过程中添加了一次卷积过程,减少了网络参数量并提高了对晶界的预测速度和准确率;实验结果表明,该方法在117张金相图像测试集上像素准确率达到93.91%、特异度为96.73%、灵敏度为81.6%;与传统U-net网络相比,像素准确率提高了0.2%,网络参数量相对减少了61.5%;本方法对金相晶界分割具有有效性和优越性。

基于激光雷达和Kinect相机点云融合的单木三维重建

为了更好地建立单木三维彩色模型,获得准确表型参数,提出了一种基于Kinect v2相机和激光雷达的单木点云信息融合检测方法。首先由激光雷达采集樱树单木所在区域的完整环境点云,生成点云地图;由Kinect相机采集樱树单木多视角点云得到完整的三维彩色点云;然后以激光雷达点云位置为基准,通过选取对应同名点的方式对2种点云进行初始配准,使点云之间具有良好的初始位置关系,再使用最近点迭代(iterative closest point, ICP)算法对点云进行精配准;最后使用彩色点云对雷达点云进行点云着色融合处理,实现樱树单木的三维重建。结果显示:与只使用Kinect v2相机生成的樱树单木表型参数对比,融合后的樱树单木的株高、冠幅和胸径的平均相对误差分别降低了1.52、6.46和18.17个百分点。研究结果表明,Kinect v2深度彩色相机和激光雷达在单木三维重建上能实现优势互补,提升点云配准精度,同时,既能降低光照气候条件的影响,又能增加测量距离,单木表型参数更准确。

基于CGF的航空装备实验室建模技术研究

分析了国内外CGF的研究现状,提出了基于CGF的航空装备实验室建模技术,重点阐述了战场环境的加载机理、网格信息层和文化特征信息层的创建过程;其中,网格信息层采用bmp格式的光栅图像文件来创建,将光栅文件具体细化成多个部分,再通过编辑m tl文件,为所划分的部分设定属性,再将这些部分连接起来,拼合成网格信息层;在文化特征信息层中对点状文化特征、线状文化特征和面状文化特征进行了研究。点状文化特征在战场环境中通过单个具有矢量信息的点来表示。线状文化特征在战场环境中通过一组有序的矢量点来表示。面状文化特征在战场环境中通过一组有序闭合的矢量点来表示,两个相邻的点之间用线段连接起来就成了折线,然后把首尾连接起来就成了多边形,多边形内部的区域具有同一文化特征。