【摘 要】
：
【目的】目前利用测报灯，通过灯光诱捕昆虫，并由计算机完成昆虫图像的采集、计数和识别已逐步成为害虫测报的重要方法。为了减少昆虫在采样盘上重叠造成的计数和识别误差，基于害虫图像，根据昆虫密度研究采样盘中昆虫的收集方法，从而提高采集效率和精度。【方法】根据昆虫在采样盘上姿态特点，提出基于全局对比度的图像分割方法，结合阈值迭代分割获得昆虫区域，计算昆虫比例，并控制采样盘翻转完成对昆虫的收集。【结果】通过对
论文部分内容阅读
【目的】目前利用测报灯，通过灯光诱捕昆虫，并由计算机完成昆虫图像的采集、计数和识别已逐步成为害虫测报的重要方法。为了减少昆虫在采样盘上重叠造成的计数和识别误差，基于害虫图像，根据昆虫密度研究采样盘中昆虫的收集方法，从而提高采集效率和精度。【方法】根据昆虫在采样盘上姿态特点，提出基于全局对比度的图像分割方法，结合阈值迭代分割获得昆虫区域，计算昆虫比例，并控制采样盘翻转完成对昆虫的收集。【结果】通过对5种害虫的实际图像进行的试验表明：与水平集、大津法(OTSU)、阈值迭代法和基于直方图对比度的显著性检测
其他文献
针对现有高光谱图像变分自编码器(Variational Autoencoder，VAE)分类算法存在空间和光谱特征利用效率低的问题，提出一种基于双通道变分自编码器的高光谱图像深度学习分类算法。通过构建一维条件变分自编码器(Conditional Variational Autoencoder， CVAE)特征提取框架和二维循环通道条件变分自编码(Channel-Recurrent Conditio
人联网（IoP）是一种以人为中心的新型实时交互式物联网，基于IoP系统的可靠性分析是最新研究领域之一。由于IoP系统中包含了复杂的架构和海量、实时变化的数据，使得基于IoP系统的可靠性分析变得十分困难。目前，该领域依然缺乏一种健全的基于IoP系统的可靠性建模及评估方法。针对上述问题，本文提出了一种基于架构分析与设计语言（AADL）的IoP系统可靠性评估方法，该方法首先利用AADL及其附件语言对Io
在全球变化背景下，土壤有机碳的分解及其温度敏感性（Q_(10)）在陆地生态系统碳循环中的重要性备受关注。Q_(10)值微小的变化都可能导致未来土壤碳库大小评估的巨大偏差，充分了解有机碳分解温度敏感性的调控机理对预测未来土壤碳变化具有重要意义。笔者对国内外已有研究进行分析，比较培养温度模式、底物质量、物理化学保护和微生物属性对土壤有机碳分解温度敏感性的影响。结果发现：①与传统的恒温模式相比，变温培养
针对目前工业现场弱纹理堆叠工件识别困难的问题，提出一种以工件表面孔洞为特征的改进几何模板匹配算法，以合页为例进行工件识别。首先采用加权平均法对彩色图像进行灰度化处理，再采用Canny算法进行边缘检测；其次采用旋转卡壳算法求取轮廓的最小面积外接矩形，进行几何约束后得到孔洞对应的孔轮廓，并采用随机增量法计算孔轮廓的最小外接圆得到孔特征圆心坐标；然后采用提出的改进几何模板匹配算法，即根据孔特征之间的几何
针对目前人脸表情识别准确率不高、网络模型参数复杂等问题，提出一种增强可分离卷积通道特征的人脸表情识别研究方法。首先，设计了一种轻量型卷积神经网络结构提取表情特征，在卷积层中采用深度可分离卷积减少网络参数；然后，引入了压缩激发模块，对不同通道的特征进行权重分配，在不同的卷积层采用不同的压缩率来增强网络对人脸表情的特征提取能力；最后，将提取到的特征送入分类器实现人脸表情分类，在CK+和FER2013数
基本的目标检测任务是在图像中识别目标，并标注目标的类别和位置信息。但是，很多应用中的目标检测任务常常带有语义约束，典型的包括单类别目标的数量约束和多个目标之间的空间位置约束。如在基于视频的生产安全监控系统中，目标检测不仅要识别和标定安全防护装备，还要检测这些安全防护装备是否被规范穿戴。本文提出了一种目标检测中语义约束检查算法。首先定义一种语义约束的模型，然后对图像进行带有语义信息的目标检测，最终对
[目的]研究土壤调理剂对盐碱地葡萄K~+、Na~+运移/分配及土壤理化性质的影响。[方法]以盐碱地葡萄为研究对象,通过田间控制试验分析,施加不同土壤调理剂对盐碱地葡萄K~+、Na~+运移/分配及土壤特性的影响,分析土壤调理剂对盐碱地葡萄土壤的改良效应,为盐碱地葡萄增效提质提供依据。[结果]施加土壤调理剂改良能提高土壤K~+含量,降低Na~+含量,改善葡萄生长环境,促进葡萄对K~+的吸收,促使K~+
针对宫颈细胞图像的相似性极高，其细粒度分类存在准确率低的问题，提出了一种基于双路径网络与局部判别损失函数的DRMNet算法。该算法在特征提取阶段以残差结构为主体，加入密集连接路径，结合两者优点，使网络对特征有着高复用率、低特征冗余度的同时，保持探索新特征的能力。在分类阶段，通过改进损失函数来挖掘图像中的细微特征，利用局部判别损失函数使网络寻找具有判别力的局部区域特征。该算法在Herlev数据集上的
微小故障的快速诊断是预防和减少重大显著性故障发生的关键。近年来，基于卷积神经网络(Convolutional neural network， CNN)的智能诊断方法已成为船舶机械领域研究的热点。然而，现行的基于图像处理框架的2D-CNN算法在处理多传感器、多通道故障数据时存在检测时间长、数据融合效率低的不足。为此，提出了一种改进的1DCNN-GAP的深度学习新算法，用于船舶旋转机械的故障快速诊断。
颅骨修复技术是对有缺损的颅骨补全对应的缺损部分，进而实现颅骨形状的完整性。针对高维颅骨数据，本文采用径向曲线来表示颅骨几何特征，结合最小二乘支持向量回归的方法构建颅骨修复模型。首先，提取完整的三维颅骨模型的径向曲线，将其分为已有径向曲线和缺失径向曲线两部分作为训练样本；然后采用最小二乘支持向量回归(LSSVR)统计模型复原出待修复颅骨的缺失径向曲线，进而合并生成待修复颅骨的完整径向曲线；最后，通过