摘要：人工进行烟叶外观分级需由目视和手感同时进行,而现有的利用计算机视觉技术对烟叶进行自动识别时,通常只利用了烟叶的反射图像,对烟叶的内部品质特征难以进行有效的模拟.本研究在自行设计制作的灯箱内拍摄同一烟叶的反射和透射二幅图像,通过数字图像处理技术自动提取烟叶的颜色和几何特征.运用人工神经网络建模,解决分级过程中的复杂非线性关系.实验结果证明,透射图像特征能够反映烟叶的某些内部分级因素,结合二类图像特征进行的识别效率明显高于使用某一类图像单独进行识别.同时,建模时所需特征参数大大减少,提高了运行效率和适应性.

摘要：利用机器视觉技术,以莱农糯38、京糯2000等13个糯玉米品种作为研究对象,从玉米叶片的反射图像和透射图像中提取与玉米叶片形状、颜色和纹理等有关的36个外观特征,利用BP神经网络方法进行训练识别,并对不同类别特征和各颜色分量对透射和反射图像的识别结果进行了分析。结果表明,透射图像较反射图像具有较高的样本识别率,13个品种样本识别率均在89%以上,研究结果对于糯玉米生长期间植株外观性状的品种识别具有积极意义。

摘要：目的:针对内印茧分选工作劳动强度大、结果易受主观因素影响的问题,提出一种基于透射图像的内印茧识别方法,并构建出内印茧识别模型。方法:设计了一种能反映蚕茧内部特征的蚕茧透射图像采集装置,通过对透射图像进行滤波、GrabCut等预处理,实现背景分割,然后提取图像颜色特征和纹理特征共10个参量,将其作为网络的输入特征向量,分别训练BP和Adam-BP神经网络模型。结果:Adam-BP神经网络模型的准确率为94%,高于传统BP神经网络,且该模型具有良好的泛化性能。结论:本研究的内印茧识别方法较传统方法更为客观准确,且成功减少了识别过程人工的参与,降低了劳动强度,为实现内印茧分选自动化提供良好基础。

摘要：在专门设计的灯箱中拍摄烤烟烟叶的反射和透射图像,对这两类图像分别以3×3像素矩阵作为区域对象采样,统计比较了烟叶、背景两区域的RGB属性特征,发现透射图像烟叶区域绝大多数像素的蓝色属性等于零,少数像素的蓝色属性大于零,并在采样矩阵中呈不连续分布,矩阵内9个像素蓝色属性的相对标准偏差(RSD)或等于零,或大于100%。研究采用该特征作为依据,对烟叶透射图像进行了区域统计法分割。结果表明分割精度高于点统计法,每片烟叶像素数平均高出0.65%,较好地保留了目标图像的原始特征信息。该研究提出的图像分割方法有利于提高分割结果的可信度,为利用烟叶透射特征进行后续研究奠定了基础。

摘要：利用不同品种糯玉米各生长时期叶片的反射与透射数字图像特征,以叶片数字特征研究不同糯玉米品种的识别方法,以及不同类特征或特征类组合的识别稳定性。连续2年采集不同生长时期各糯玉米品种的叶片,提取叶片反射与透射图像特征各48个(其中,形态类特征11个、颜色类特征24个、纹理类特征13个),利用自建的BP神经网络模型对两种图像模式下的单特征和特征组合进行识别。结果表明,反射图像和透射图像的单特征和特征组合的平均识别率均达到了90%以上;基于反射图像,单特征中的纹理特征和颜色特征以及组合特征中的颜色+纹理特征组合均具有较高的识别稳定性;基于透射图像,单特征中的纹理特征以及形态+颜色、形态+纹理特征组合均具有相对较高的识别稳定性。利用各生长时期的叶片实现对糯玉米的品种识别具有一定的可行性;同时引入透射图像特征也为其它农作物的品种识别提供了一种新的借鉴方法。

摘要：为了拍摄烤烟烟叶反射和透射图像并实时显示物距大小,研发了烟叶图像拍摄与物距显示试验装置,该装置包括图像采集装置和物距测量显示装置。图像采集装置由支架、载物板、标准光源等组成,构成图像的采集平台,物距测量显示装置由容栅传感器(KX/MS-50)及数码显示系统构成,用于显示拍摄物距的大小。拍摄装置可以同时采集烟叶的反射和透射图像,反射图像和透射图像的物距大小通过测量系统显示。该文给出该装置的主要功能和设计方案,并对装置中的各子系统的设计方法和实现技术进行了介绍。