简介:摘要 : 针对温室番茄智能化管理需要,研究茎秆、叶片和绿果等 3类相近色目标的多波段图像融合方法,以凸显目标与背景亮度差异,提高目标视觉识别效率。根据其各自在 300~1000 nm范围的反射光谱特征差异,建立了针对其光谱数据分类的 Lasso正则化逻辑回归模型。基于模型的稀疏解特征,确定具有较大权值系数的 450、 600和 900 nm等 3个波段作为最优成像波段,在此基础上构建了温室番茄植株多波段图像在线采集系统。结合最优成像波段下相近色目标图像特征分析,提出了基于 NSGA-II的多波段图像加权融合方法,以增强特定目标与近色背景物体的图像亮度差异。最后通过现场试验对多波段图像融合效果进行评估。结果表明,分别以茎秆、叶片和绿果器官作为识别目标,通过多波段图像融合处理后,目标与背景之间的图像灰度差异绝对差值相应达到单波段图像的 2.02、 8.63和 7.89倍,即被识别目标与其他近色背景的亮度差异显著增强,且背景物的亮度波动得到抑制。本研究结果可以为农业环境近色目标视觉识别相关研究提供参考。
简介:通过解析街景图像能够自动地测度绿视率,但目前尚无剔除秋冬季街景图像的方法,文章提出使用多来源图像数据,采用SIFT匹配算法判定相似图像的方法剔除秋冬季街景图像,以哈尔滨为例,从整体、区域和街道3个层次,根据POI密度识别城市中心区、郊区以及各功能区,并将绿视率与其叠加分析后得出结论:中心区的绿视率显著高于郊区,单一功能的绿视率排序为服务〈居住〈工作,绘制不同等级道路的街景绿像热度图,得到不同等级道路绿视率特点,即快速路绿视率最高,其次是主干道和支路,再次是次干路,高速公路最低,对于高等级道路,中央绿化带提升绿视率的作用明显,对于低等级道路,行道树对绿视率的影响较大.
简介:三江平原池塘生态系统有7个组分:浮游植物,浮游动物,摇蚊幼虫,鲢鱼,鳙鱼,鲤鱼和有机碎屑,可用一组对时间七目微分方程组表示池塘生态系统能量流动的过程,即:dx1/dt=u1R-(b1+a1+a12+a17+a18)X1dx2/dt=a12X1-(b2-a2+a25+a27)X2dx3/dt=a73X7-(b3+a35+a37)X3dx4/dt=(b4+c1)X4-a14X1-a24X2-a24X2-a74Xdx5/dt=(b5+c2)X5-a25X2-a35X3-u2XFdx6/dt=(b6+c2)X6-a16(X1)-a76X7dx7/dt=a17X1+a27X2+a37X3+aX7+a73X8-a74X7+u2xF-D根据对池塘生态系统能量流动的分室模型进行输入扰动,分析表明:浮游植物光能利用率的提高及投料的增加可使鱼产量大幅度提高。