基于支持向量机的苹果检测技术

由于苹果果梗和缺陷的识别是苹果检测中的难点，两者的误分类会造成苹果等级的误判．作者提出了苹果果梗和缺陷图像分形特征提取的改进算法，构建了支持向量机并采用SMO算法对其进行训练．用计算机视觉系统采集苹果图像，然后提取苹果果梗和缺陷的分形特征作为支持向量机的输入进行识别．用富士苹果进行试验，得到的平均识别正确率为90．6％．     

基于三摄像系统的苹果缺陷快速判别

水果缺陷识别一直是计算机视觉水果实时分级中的研究热点，文中提出一种基于三摄像系统的逻辑判别缺陷的新方法．首先利用三摄像系统获取苹果在三个连续不同位置的9幅图像，然后对图像进行去背景、滤噪等预处理操作，再对图像进行缺陷的分割并加以标记，接着根据分割标记后的可疑区个数，对苹果缺陷的有无进行逻辑判别，即当这9幅图像中只要有一幅图像被分割出两个以上的可疑区，则判断该苹果有缺陷．试验结果表明，缺陷识别精度达到89．4％，另外由于该方法避免了缺陷和果梗或果萼直接识别，处理速度和正确率都得到了很大的提高，能够满足在线5—10个／秒的检测速度要求．     

果形识别中果梗判别与果轴确定方法

果梗判别在果形判别中是很关键的一步，利用图像形态学运算和果实边界形状特征相结合的方法来判别果梗的位置，并确定对果形识别起关键作用的果轴，试验表明，果梗识别正确率达到80．5％．     

荔枝采摘机械手果实识别与定位技术

针对采摘机械手在自然环境下对荔枝的识别和精确定位问题进行研究.通过分析自然环境成熟荔枝的颜色特征,选取HSV颜色模型进行阀值分割,去除荔枝图像的复杂背景,并利用模糊C-均值聚类法(FCM)对图像中荔枝果实和果梗进行分割,试验结果表明:有效识别果实和果梗的正确率为93.3％.通过计算果实“质心”与果梗的距离最大值确定荔枝采摘点,利用基于色调空间的彩色图像匹配法和极限约束法进行果梗采摘点的立体匹配,实现了采摘点的空间定位,定位试验结果表明:定位坐标中深度值误差小于3 cm,深度值误差率小于5.64％,能满足实际作业中荔枝采摘机械手的定位精度要求.     

有无果梗的冬枣不同部位呼吸强度变化研究

以不同成熟度的、有无果梗的冬枣为试材,将枣果分为3组,分别为用凡士林全涂(涂果梗和果面)、半涂(涂果皮)和不涂,采用红外CO2分析器测定冬枣不同部位呼吸强度的变化.结果表明,不涂的、有无果梗的冬枣随着成熟度的增加,呼吸强度呈缓慢增加的趋势;无果梗冬枣的呼吸强度显著高于(P<0.05)有果梗的;半涂后有无果梗的果实呼吸强度均显著降低,无果梗冬枣的呼吸强度极显著高于(P<0.01)有果梗的.通过数据分析,有果梗冬枣果梗部的呼吸量约占40%,果皮的呼吸量约占60%,推测果皮为有果梗冬枣的主要呼吸通道;无果梗冬枣果梗部的呼吸量约占75%,果皮的呼吸量约占25%,果梗部为无果梗冬枣的主要呼吸通道;认为冬枣在果梗掉落后,呼吸通道由果皮转移到果梗部.     

基于GA的BP网络在苹果缺陷识别中的应用

提出了一种基于遗传算法的BP神经网络苹果缺陷识别方法。设计一个3层BP神经网络分级器，用苹果缺陷特征参数训练BP神经网络，运用遗传算法进行BP神经网络权矢量和神经元阈值的学习，提高BP神经网络的学习速度，也提高了苹果缺陷识别的准确率。实验证明，该方法识别率可达89％以上。     

基于数学形态学的香梨果梗提取方法

果梗是香梨品质分级的重要指标之一。本文在香梨图像经过背景分割和边缘检测获取边缘图像后,提出一种利用数学形态学方法对香梨果梗进行自动提取的新方法。利用MATLAB 7.1软件平台开发了香梨果梗自动提取的计算机视觉检测软件。研究结果表明,该方法对香梨果梗的提取的正确率为90.7%。     

果形剂对新红星苹果果形指数的影响

以新红星果树为试材，对９种苹果果形剂进行了３年的试验研究，结果表明：９种果形剂中果Ｋ和果改三的施用效果都好，可使果形指数（Ｌ／Ｄ）分别提高到０．９９９２和０．９７３７，同时确定了果改三施用的最佳浓度、施用次数和时间。     

焊缝缺陷类型识别方法的研究

针对焊缝射线检测图像中缺陷类型识别准确度较低的问题,提出了一种基于直接多类支持向量机的缺陷类型识别方法.该方法将焊缝缺陷类型识别问题转化为一个约束优化问题,采用由缺陷边缘特征和区域特征构成的特征向量对缺陷进行描述,解决了在实际训练样本较少的情况下,提高缺陷类型识别准确度的问题.实验表明,该方法的识别准确度为94.25%,比一对一支持向量机和多层感知神经网络的高,并且通过引入区域特征提高了特征组的缺陷描述能力.     

X射线检测焊缝的图像处理与缺陷识别

根据射线检测焊缝图像的特点，设计了图像去噪、增强的算法；针对焊缝缺陷对比度差、光照不均、纹理较多等不利因素，在去除焊缝背景情况下，设计了动态划分焊缝区域算法，利用局域阈值法分割提取出对比度不均的缺陷；通过对焊缝缺陷特征分析，选取缺陷识别的特征参数；建立了用于焊缝缺陷识别的模糊神经网络模型。试验结果表明，图像预处理和缺陷提取是成功的，提出的识别算法能够提高介于模糊边界模式分类时的识别率，对焊缝缺陷识别的效果优于分类识别法。     

基于遗传神经网络的苹果气味识别方法研究

提出一种根据苹果气味对苹果进行无损检测的新方法，介绍一套适合苹果气味检测的电子鼻系统，阐述该系统识别苹果气味的过程．对超市所购的好坏苹果各50个进行了检测，在获得传感器阵列数据的基础上，从每个传感器曲线中提取了5个特征参数，该参数作为模式识别的输入向量．用主成分分析法和遗传神经网络对所测的样本进行分析，主成分分析的结果是能较好地区分好坏苹果，遗传神经网络对训练集的回判正确率和对测试集的测试正确率分别为100％和96，4％，试验证明该方法和电子鼻装置对苹果质量进行评定是有效的，同时也可以用于其他水果的检测，     

桥涵混凝土外观缺陷成因及处治

本文针对混凝土存在颜色不一样、蜂窝、麻面、斑点等外观质量问题,分析混凝土外观缺陷产生的原因,并提出从施工全过程各工序全面加以预控,以确保混凝土的外观质量。并对混凝土的外观缺陷提出了修补方法。     

基于轮廓曲率的树上苹果自动识别

为实现机器人采摘作业中苹果的空间定位,研究了单幅自然光条件下果树图像中苹果及其果柄识别定位的方法.建立以规格化的r,g为输入,苹果、树枝、树叶等为输出的三层BP神经网络模型,用于图像分割,经预处理后,提取苹果目标,根据目标形状将苹果分为5类,通过不同的圆拟合方法得到苹果的准确位置.在对被遮挡苹果进行圆拟合时,依据目标轮廓曲率的变化,抽取连续光滑轮廓线段,用采样点平均曲率的倒数作为拟合圆的半径,再由几何关系求出圆心位置.结合苹果的拟合圆,给出果柄所在的近似矩形区域,在区域内分割出树枝部分,进而利用投影法确定果柄的精确位置.通过对40幅果树图像试验表明,苹果及其果柄的识别率在80%以上.     

电力电缆介质击穿特性和状态监测方法

在对绝缘介质击穿特性分析的基础上提出了一种电力电缆状态监测方法．建立了含有缺陷点的绝缘介质击穿模型，指出电缆绝缘层内部及表面存在空洞、夹杂物和隆凸不平是缺陷产生的内在因素，缺陷点处的击穿概率较大．推断电缆的水树具有分形结构，属于有限扩散凝聚生长模型．借助于含有缺陷的绝缘击穿模型，利用电力系统固有的干扰作为信号源，直接测量电缆屏蔽层的损耗电流，监测电力电缆绝缘运行状态．仿真结果表明，当绝缘介质树化时，损耗电流的分形维数大于1，分形维数可作为判定电缆绝缘状态的依据．     

基于改进的RD成像算法的SAR点目标仿真

常用的RD算法对斜视角限制较严，而且RCMC插值较为复杂，降低了算法的效率。针对这一缺陷提出了在方位向分块处理的改进RD算法，从而提高了处理效率，改善了大斜视角对RD算法的限制，并通过计算机仿真以及实测数据验证了改进的RD算法的可行性。     

约束纹理合成

对基于块的实时纹理合成算法进行扩展并应用到约束纹理合成中, 对瑕疵进行修复, 在纹理合成的过程中采用不同类型的纹理段寻找匹配, 并且利用可变大小的纹理块修复瑕疵的边缘处, 使修复后的图像在原来瑕疵的边界处没有明显边界感.     

矿质成分与苹果果实采后的生理失调

本文综述了近年来关于矿质成分对苹果果实采后生理失调影响方面的一些报道。提出遗传机制、矿质元素及元素间配合关系对苹果果实生理失调的影响。本文还指出对苹果果实生理失调早期预测的可行性和预测的方法和程式。     

低产桃树嫁接改造技术

随着生产发展及众多新品种出现，品种更新是目前果树生产的一项重要任务，高接换头技术更换新品种已被应用于桃树、苹果、杏等树种。文章从桃树嫁接准备、方法、时间、接后管理等方面介绍了桃树低产、劣质园的改造方法和措施。     

基于图论优化的约束纹理合成

提出一种基于图论优化的约束纹理合成算法对图像缺陷部分进行修复.首先给出一种基于图论优化的纹理合成方法,该方法采用图论中的最大流-最小割算法对纹理块之间的匹配进行优化;然后对此算法进行扩展,在纹理合成的过程中采用不同类型边界区域来寻找匹配.使得被修复的图像区域过渡自然,没有明显边界感.