基于EM和K-means混合聚类方法的植物叶片病害区域自动提取

针对植物病害区域如何准确提取的问题,文中提出了一种基于EM和K-means混合聚类的方法。该方法在目标与背景具有较明显差异的情况下,可以有效地将叶片目标提取出来,并对较复杂背景也具有一定的甄别效果,优于其他经典方法。利用植物病害区域的褪绿特点,用K-means方法结合Lab颜色空间,利用Lab颜色空间颜色分布的均匀性,提取A分量作为参考分量,将病害区域从叶片目标中提取出来。通过Matlab仿真实验,结果表明,基于EM和K-means混合聚类方法的植物病害区域提取是可行的。

基于Android平台的植物叶片病害区域提取系统设计与实现

为了促进智能化农业的发展,提出1种基于Android的植物叶片病害区域提取系统。针对传统边缘检测分割时容易丢失边缘细节的缺陷,添加对2个斜方向梯度信息的提取,从而得到更完整的病害区域边缘。在此基础上构建了基于移动终端的植物叶片病害区域提取系统。测试效果显示,该系统具有便携、实用、界面友好等特点,能有效地提取出病害区域,为后续的识别提供有效、可靠的病害数据。

基于机器视觉的跨区域农业病害信息通信系统设计

跨区域间农业信息化水平的不同,造成传统的跨区域农业病害信息通信系统传输速率慢、通信信号强度弱。为此,设计基于机器视觉的跨区域农业病害信息通信系统,利用以太网实现通信。所设计的系统由970A-G46网卡、网络接口和机器视觉检测模块组成。网络接口将跨区域间的农业病害信息采集系统连接起来后,机器视觉检测模块便开始进行农业病害信息采集系统中跨区域农业病害信息的删减、聚焦和分辨率调节等检测工作,其将检测结果反馈给网络接口,经由网络接口将检测结果传输到970A-G46网卡。970A-G46网卡使用以太网通信流程图实现跨区域农业病害信息的通信。经实验分析可知,基于机器视觉的跨区域农业病害信息通信系统传输速率快、通信信号强度强。

基于LAB颜色空间的植物病变区域提取

为了有效准确的提取出植物病害区域图像,利用了植物病变区域的褪绿现象,提出了1种基于LAB颜色空间的植物叶片病斑提取方法。将原始图像由红绿蓝(RGB)颜色空间转换到LAB颜色空间,提取A分量作为参考,并结合K-means算法进行聚类分割。结果表明,基于LAB颜色空间的植物叶片病害区域提取方法是可行的。

S7000K-C转辙机防水解决方案探讨

随着防水罩的去除,在用转辙设备自身防水能力难以满足现场要求的问题日益显现,促使各设备厂家针对进水病害的防治启动了新一轮的设计改进。本文以S700K-C转辙机为例,提出了一套“防水+排水结合”为主,“重点病害区优化”为辅的系统化解决方案,为转辙机行业的防水改进提供了一种不同的发展方向和思路。

植物叶片智能分析系统的设计

为避免农作物病害智能诊断过程中人为主观因素的影响,客观准确的表达叶片信息,利用数字图像处理技术和农业植保专家知识相结合,设计了适合于大田作物的植物叶片图像处理与分析系统。该系统主要包括植物叶片几何失真校正模块,几何特征计算模块、颜色识别模块以及病害区域识别模块;以校正后非线性失真现象的叶片图像为基础,实现了叶片几何特征值和颜色值的计算,并提取其病斑区域图像。试验结果表明,该方法满足病害智能诊断要求,具有良好的适应性和实用性。