检索结果-内蒙古大学图书馆

光谱学与光谱分析 2017年第5期37卷 1374-1379页

作者：胡文雁王宇恒张小栓李军会王忠义赵龙莲中国农业大学信息与电气工程学院北京100083 教育部现代精细农业系统集成研究重点实验室北京100083 食品质量与安全北京实验室北京100083

生物组织的光学特性参数与组织的各种生理、生化以及病理过程密切相关。光学特性参数的检测与三维重构可以在一定程度上了解组织的内部结构及特性。基于频域近红外光谱法,使用美国ISS公司的频域近红外光谱检测系统,采用多光源多检测器技... 详细信息

生物组织的光学特性参数与组织的各种生理、生化以及病理过程密切相关。光学特性参数的检测与三维重构可以在一定程度上了解组织的内部结构及特性。基于频域近红外光谱法,使用美国ISS公司的频域近红外光谱检测系统,采用多光源多检测器技术,将830nm的激光经过调制后,照射进放置了具有一定吸收系数和散射系数的异质体小球的牛奶中,检测出射光的光强和相位,然后应用光学扩散层析成像技术,通过计算含有异质体小球的牛奶的光学参数,重构出了牛奶中异质体的具体位置。实验结果表明,利用频域近红外光谱法得到的出射光的光强和相位信息,能够较准确地计算出牛奶及异质体小球的吸收系数和散射系数等组织光学参数,并可进一步定位出牛奶中异质体小球的位置。因此,可以考虑将该方法应用在分析及定位水果病变等农产品品质检测领域。

关键词：生物组织频域近红外光谱法光学参数三维重构

来源：评论

学校读者我要写书评

暂无评论

应用近红外光谱和多算法融合方法分析烤烟的香型风格特征

引用

光谱学与光谱分析 2017年第7期37卷 2046-2049页

作者：栾丽丽王宇恒胡文雁杨凯束茹欣李军会赵龙莲张晔晖中国农业大学信息与电气工程学院北京100083 中国农业大学教育部现代精细农业系统集成研究重点实验室北京100083 上海烟草集团有限责任公司上海200082

以全国17个主要烤烟产地省份中收集的3 914个烟叶样品的近红外光谱为实验对象,其中浓香型、中间香型、清香型烟叶光谱分别865条、1 403条、1 646条,应用近红外光谱和多算法融合方法分析其香型风格特征。在以产地进行初步划分烟叶香型以... 详细信息

以全国17个主要烤烟产地省份中收集的3 914个烟叶样品的近红外光谱为实验对象,其中浓香型、中间香型、清香型烟叶光谱分别865条、1 403条、1 646条,应用近红外光谱和多算法融合方法分析其香型风格特征。在以产地进行初步划分烟叶香型以及认可过渡型和非典型香型类型的基础上,选取基于主成分及Fisher准则的投影法(PPF)、偏最小二乘判别(DPLS)、支持向量机(SVM)作为单分类器,得到各个算法第1和2判别分析结果;应用PPF-DPLS-SVM融合和各算法第1和2判别分析结果,将预测验证样品的分析结果详细划分为典型、过渡型、非典型香型样品(分别为493,392,115个);其中典型香型烟叶样品的判别准确率达到92.7%,较未进行典型样品划分时PPF,DPLS,SVM单算法的识别准确率分别提高了30.2%,15.4%,16.6%。样品数据来源于全国主要烤烟产地,数据量大,代表性较好,分析结果具有一定普遍性;提出的多算法融合分析方法大幅度提高了通过客观数据判别烤烟香型的准确率;同时,将烤烟香型细划分为典型、过渡型和非典型香型的方式,对烤烟烟叶原料的科学合理利用以及烟叶原料的模块化工业加工等有指导作用。

关键词：近红外光谱多算法融合烤烟香型

来源：评论

学校读者我要写书评

暂无评论

玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及估测模型

引用

光谱学与光谱分析 2017年第1期37卷 194-199页

作者：丁永军张晶晶孙红李修华兰州城市学院信息工程学院甘肃兰州730070 中国农业大学"现代精细农业系统集成研究"教育部重点实验室北京100083 广西大学电气工程学院广西南宁530004

为了快速、准确估测番茄叶片叶绿素含量,利用光谱分析技术研究了玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及其估测模型。番茄以基质方式栽培,在结果期使用ASD FieldSpecTM HH型便携式光谱辐射仪采集叶片光谱,并采用752型紫外-可... 详细信息

为了快速、准确估测番茄叶片叶绿素含量,利用光谱分析技术研究了玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及其估测模型。番茄以基质方式栽培,在结果期使用ASD FieldSpecTM HH型便携式光谱辐射仪采集叶片光谱,并采用752型紫外-可见分光光度计测定其叶绿素含量。从原始光谱、吸光度光谱、一阶微分光谱、去除包络线光谱出发,进行光谱预处理,分析了净化图谱信息、突出作物叶绿素含量光谱特征的有效性。其中,吸光度光谱在可见光部分增强了光谱响应特征,去除包络线光谱和一阶微分光谱均具有较强的蓝光、红光吸收谷和绿光反射峰。又结合波段间自相关分析和多重共线性诊断提取了番茄叶绿素含量敏感光谱波段,原始光谱特征波段为639,672,696,750,768nm;吸光度光谱特征波段为638,663,750,763nm;去包络线光谱特征波段为436,564,591,612,635,683,760nm;一阶微分光谱特征波段为516,559,778nm。最后,应用4种预处理下的番茄叶绿素含量敏感光谱波段分别建立多元线性回归模型,模型精度由高至低分别为去包络线、吸光度、原始、一阶微分,其中去包络线模型校正集决定系数R2c为0.88,验证集决定系数R2v达到0.82,具有较好的预测能力。

关键词：番茄光谱敏感波段叶绿素

来源：评论

学校读者我要写书评

暂无评论

肉品品质变化的蒙特卡罗方法仿真

引用

食品安全质量检测学报 2018年第10期9卷 2433-2439页

作者：王建旭范利锋王忠义黄岚中国农业大学信息与电气工程学院北京100083 教育部现代精细农业系统集成研究重点实验室北京100083 农业部农业信息获取技术重点实验室北京100083

目的采用蒙特卡罗方法仿真研究检测间距对检测深度的影响以及光子在不同肉品组织中的迁移规律。方法使用Windows界面的蒙特卡罗仿真软件对肉品的不同品质、不同检测间距的光子迁移分布进行仿真。结果随着检测器与光源之间间距的增加,检... 详细信息

目的采用蒙特卡罗方法仿真研究检测间距对检测深度的影响以及光子在不同肉品组织中的迁移规律。方法使用Windows界面的蒙特卡罗仿真软件对肉品的不同品质、不同检测间距的光子迁移分布进行仿真。结果随着检测器与光源之间间距的增加,检测深度逐渐增加;对于不同新鲜度的样品,散射系数在0.4~1.5 mm^(-1)范围内,随着散射系数的增大,光子在组织中的迁移路径长度逐渐减小,检测器可以捕获更多的光子包。结论对不同检测间距下检测深度的蒙特卡罗仿真实验结果与实际测定结果基本相同,因此蒙特卡罗仿真可以为光学在肉品无损检测方案的研究提供有效理论支撑。

关键词：蒙特卡罗仿真生物组织光子迁移品质变化无损检测

来源：评论

学校读者我要写书评

暂无评论

温室绿熟番茄机器视觉检测方法

引用

农业工程学报 2017年第S1期33卷 328-334,388页

作者：李寒张漫高宇李民赞季宇寒中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 河北工业大学电子信息工程学院天津300401

针对基于可见光图像对绿色番茄进行识别过程中,光线不均造成的阴影等会影响果实的识别、枝干和叶片对果实的遮挡以及果实之间的遮挡对果实识别的影响等难题,该文对基于机器视觉的绿色番茄检测方法进行研究。首先通过快速归一化互相关函... 详细信息

针对基于可见光图像对绿色番茄进行识别过程中,光线不均造成的阴影等会影响果实的识别、枝干和叶片对果实的遮挡以及果实之间的遮挡对果实识别的影响等难题,该文对基于机器视觉的绿色番茄检测方法进行研究。首先通过快速归一化互相关函数(FNCC,fast normalized cross correlation)方法对果实的潜在区域进行检测,再通过基于直方图信息的区域分类器对果实潜在区域进行分类,判别该区域是否属于绿色果实,并对非果实区域进行滤除,估计果实区域的个数。与此同时,基于颜色分析对输入图像进行分割,并通过霍夫变换圆检测绿色果实的位置。最终对基于FNCC和霍夫变换圆检测方法的检测结果进行融合,实现对绿色番茄果实的检测。当绿色果实和红色果实同时存在时,将绿色果实检测结果与基于局部极大值法和随机圆环变换检测圆算法的红色番茄果实检测结果进行合并。算法通过有机结合纹理信息、颜色信息及番茄的形状信息,对绿色番茄果实进行了检测,解决了绿色番茄与叶子、茎秆等背景颜色接近等难题。文中共使用了70幅番茄图像,其中35幅图像作为训练集图像,35幅作为验证集图像。所提出算法对训练集图像中的83个果实的检测正确率为89.2%,对验证集图像中105个果实的检测正确率为86.7%,为番茄采摘机器人采摘红色和绿色成熟番茄奠定了基础。

关键词：机器视觉图像处理算法快速归一化互相关函数霍夫变换采摘机器人

来源：评论

学校读者我要写书评

暂无评论

基于剪切波变换和无人机麦田图像的区域杂草识别方法

引用

农业工程学报 2017年第S1期33卷 99-106页

作者：王海华朱梦婷李莉王丽燕赵海英梅树立中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学信息与电气工程学院北京100083 北京邮电大学世纪学院移动媒体与文化计算北京市重点实验室北京102613

区域杂草的识别有利于植保作业中的除草剂精准喷施。现有图像处理技术主要针对行间和株间杂草,而传统的图像采集与分析设备对苗期麦田杂草的识别存在一定局限性,难以满足非人工的区域性喷洒农药等作业需求。由于麦田区域中的麦苗和杂草... 详细信息

区域杂草的识别有利于植保作业中的除草剂精准喷施。现有图像处理技术主要针对行间和株间杂草,而传统的图像采集与分析设备对苗期麦田杂草的识别存在一定局限性,难以满足非人工的区域性喷洒农药等作业需求。由于麦田区域中的麦苗和杂草具有形态和颜色区分度差的特点,传统的图像识别方法难以有效识别。针对此问题,该文提出利用剪切波变换对无人机麦田区域图像中杂草进行识别。该方法利用其自身的方向敏感性以及在纹理识别中的方向无关性,根据麦田区域图像在杂草较多的部分叶片纹理杂乱,反之则纹理相对规则的特点,处理得到不同尺度和不同方向下小麦与杂草的剪切波系数。然后针对小麦和杂草剪切波系数的不同特征,对剪切波系数矩阵进行归一化处理,同时对其均值和方差进行了统计分析,得到麦苗和杂草剪切波系数图中竖直锥第二尺度所有系数均值的区分值约为0.07,第二尺度各个方向的均方差均值的区分值约为0.08。通过对含杂草麦苗区域图像以及麦苗区域图像的验证,准确率为69.2%,效果优于传统的灰度共生矩阵方法。此外,该文对无人机拍摄区域图采用分块的方法,实现了对非麦苗区域的有效标识。由此可见,剪切波变换方法能够为基于低空植保无人机喷洒农药中的区域杂草识别提供参考。

关键词：无人机图像识别农作物区域图像麦苗杂草识别剪切波变换灰度共生矩阵

来源：评论

学校读者我要写书评

暂无评论

基于块排序的降噪方法及其在农业图像中的应用

引用

农业机械学报 2017年第S1期48卷 172-177页

作者：王海华朱梦婷王丽燕梅树立中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学信息与电气工程学院北京100083

农业图像采集过程中,环境因素常会带来噪声干扰,图像噪声又会对最终信息的分析结果带来影响,因此降噪对提高农业图像处理质量具有重要意义。基于块排序的非局部均值算法是一种有效的图像降噪方法,但是存在处理时间长,对大图像的处理内... 详细信息

农业图像采集过程中,环境因素常会带来噪声干扰,图像噪声又会对最终信息的分析结果带来影响,因此降噪对提高农业图像处理质量具有重要意义。基于块排序的非局部均值算法是一种有效的图像降噪方法,但是存在处理时间长,对大图像的处理内存要求高等问题。提出了分块优化方法,首先对大图像进行了适应于图像纹理丰富度的图像分块研究,然后分别对每个图像块进行处理。针对处理后的图像块再组合引起的边界效应,采用图像延拓的方法,有效地消除了边界影响,提高了图像降噪效果。实验结果表明,对于一般的硬件设备,改进的块排序非局部均值降噪算法能够快速处理农业中常用的图像。对于尺寸大小为512像素×512像素图像,当噪声标准偏差为50,分块数为16时,改进后的块排序降噪方法能够有效处理噪声图像。分块数为64时的处理速度是分块数为16时的1.89倍。

关键词：块排序图像降噪杂草识别算法复杂度图像延拓

来源：评论

学校读者我要写书评

暂无评论

基于俯视图像的玉米株心快速识别方法研究

引用

农业机械学报 2017年第S1期48卷 136-141页

作者：魏帅均张彦娥梅树立中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学信息与电气工程学院北京100083

单株玉米的株心识别是完成按株作业的关键,可用于对单株玉米进行变量施肥,提高施肥利用率。本文首先采用超绿因子增强苗期玉米植株,使玉米植株与土壤、阴影分离,将增强后的图像用Ostu法自动确定图像的最佳阈值,以便于在分割苗期玉米图... 详细信息

单株玉米的株心识别是完成按株作业的关键,可用于对单株玉米进行变量施肥,提高施肥利用率。本文首先采用超绿因子增强苗期玉米植株,使玉米植株与土壤、阴影分离,将增强后的图像用Ostu法自动确定图像的最佳阈值,以便于在分割苗期玉米图像时不受阴影的影响,并能分割出苗期玉米植株。然后把分割的苗期玉米植株图像的亮度看作是一维坐标,绘制玉米植株的高程图,玉米植株的中心区域在高程图呈现为集水盆形状。采用水平集确定玉米植株的中心区域并对玉米植株中心进行定位,并结合分治法搜索玉米植株的极小值区域,降低了数据结构的规模。数据验证结果表明,算法识别率可达96%,保证了算法的实时性与可行性。另外,采用分治法与水平集法相结合确定玉米植株的中心区域,使该算法不受天气因素的影响,提高了该算法在田间作业时的鲁棒性。算法时间复杂度计算结果为O(lgn),能够满足田间作业的实时性。

关键词：玉米株心水平集法分治法苗期俯视图像中心识别

来源：评论

学校读者我要写书评

暂无评论

小波变换与分水岭算法融合的番茄冠层叶片图像分割

引用

农业机械学报 2017年第9期48卷 32-37页

作者：丁永军张晶晶 LEE Won Suk 李民赞兰州城市学院电子与信息工程学院兰州730070 佛罗里达大学农业与生物工程系盖恩斯维尔326110570 中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083

在基于机器视觉的作物营养诊断研究中,通常需要采集叶片样本并在实验室条件下定量测定其营养素含量,但由于叶片间相互重叠,往往使得叶片样本不能清晰地反映在群体番茄冠层图像中。为了解决这一问题,需要利用图像分析技术有效提取作物冠... 详细信息

在基于机器视觉的作物营养诊断研究中,通常需要采集叶片样本并在实验室条件下定量测定其营养素含量,但由于叶片间相互重叠,往往使得叶片样本不能清晰地反映在群体番茄冠层图像中。为了解决这一问题,需要利用图像分析技术有效提取作物冠层图像中的叶片,并根据处理结果采集实验室测定样本。本文从复杂背景剔除、梯度图计算、小波变换、标记选取、分水岭分割等环节出发,实现了基于小波变换与分水岭算法融合的番茄冠层多光谱图像叶片分割。首先对比了4种复杂背景剔除算法,发现当增强因子a=1.3时,基于归一化植被指数(Normalized difference vegetation index,NDVI)的阈值分割目标提取准确,适合各种光照条件,时空复杂度低。其次在梯度图计算方面,近红外(Near infrared,NIR)波段图像形态学梯度在保持目标边缘的同时,能消除大量由叶脉、光照等引起的叶片内纹理细节。然后以小波分析为基础进行标记选取,发现当选取db4小波函数、4层小波分解低频系数、阈值为18的H-maxima变换能得到最优的目标标记结果。最后对多光谱番茄冠层图像的小波变换分水岭分割和数学形态学分水岭分割结果进行叠加,发现对复杂背景及不同光照强度下的番茄冠层叶片平均误分率为21%,为基于多光谱图像分析的番茄叶片营养素含量检测提供了一定的技术支持。

关键词：图像分割番茄叶片小波变换标记分水岭

来源：评论

学校读者我要写书评

暂无评论

基于比色光谱的氧乐果和毒死蜱农药残留快速检测

引用

中国农业大学学报 2017年第4期22卷 135-142页

作者：李文孙明孙红毛博慧李民赞中国农业大学现代精细农业系统集成研究教育部重点实验室北京10008 北京工商大学计算机与信息工程学院北京100048

为快速、安全地检测氧乐果和毒死蜱农药残留,使用改进的氯化钯比色法,分别采集2种农药比色反应后的吸收光谱,利用主成分分析法(PCA)和偏最小二乘法(PLS)建立预测模型。结果表明:1)使用乙酸代替传统浓盐酸配制的氯化钯比色试剂效果更理想... 详细信息

为快速、安全地检测氧乐果和毒死蜱农药残留,使用改进的氯化钯比色法,分别采集2种农药比色反应后的吸收光谱,利用主成分分析法(PCA)和偏最小二乘法(PLS)建立预测模型。结果表明:1)使用乙酸代替传统浓盐酸配制的氯化钯比色试剂效果更理想,氧乐果和毒死蜱的吸收光谱可以区分的检测下限分别是0.05和0.50mg/L,基本满足GB 2763—2014对部分果蔬的检测要求。2)氧乐果和毒死蜱吸收光谱的敏感波长分别为510和499nm,由此确定最优建模波段。对比PCA和PLS方法建模效果,2种农药的原始光谱数据都是在Savitzky-Golay(SG)平滑处理后,使用PLS方法在主成分为4时预测效果较好。PLS模型在2-折交叉验证下,氧乐果在480~680nm波段,建模集相关系数Rc=0.977 0,均方根误差RMSEC=5.801,验证集相关系数Rp=0.963 0,均方根误差RMSEP=7.904;毒死蜱在460~850nm波段,Rc=0.997 0,RMSEC=2.281,Rp=0.984 7,RMSEP=3.170。该方法比色试剂配制简单安全,室温下比色反应时间为2min,满足快速、安全的检测要求,为进一步研究实用的农残检测仪器提供了新方法。

关键词：农药残留氯化钯比色法光谱分析快速检测

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：