基于J2EE和ArcIMS技术的城市森林管理信息系统

随着我国经济的发展,城市森林在人们的日常生活中发挥着越来越重要的作用,J2EE和GIS技术的发展为管理城市森林提供了很好的解决方案.针对现代城市森林的管理需求,本文探讨了基于J2EE和ArcIMS技术构建的城市森林管理信息系统,实现了城市森林资源的有效整合与共享,而WebGIS技术的引入实现了在互联网环境下对城市森林的实时动态管理,提高了管理的效率,为管理人员获取相关信息提供了一个便捷的平台.     

基于立体视觉的摄像机标定方法的研究

摄像机标是立体视觉获取三维空间信息的前提与基础。标定结果的好坏直接影响着三维测量的精度及三维重建结果的好坏。笔者首先在本文中对摄像机标定的基础知识作了简要的介绍,采用三维标定块标定摄像机,避免传统的利用标定板标定摄像机丢掉了Z维的坐标信息所引起的误差,同时考虑相机的径向畸变因素,以提高标定精度。实验结果表明该方法精度较高,能满足立体视觉系统的需要。     

图像分割在废弃木质材料连接件检测中的应用

本文介绍了基于X射线的废弃木质材料连接件检测系统的原理和检测方法。针对X射线图像在亮度小、对比度低、灰度变化缓慢、噪声污染严重等方面的不足,运用图像分割的方法对废弃木质材料连接件检测图像进行图像处理。给出了获取废弃木质材料连接件的X射线检测图像的具体过程以及图像分割的算法实现过程,并通过聚类分析方法,对连接件进行标识,同时对连接件检测图像进行特征参数提取,最后给出了算法分析的实验结果。实验结果表明,该方法可以将X射线图像中背景信息滤除掉,并将废弃木质材料连接件图像信息保留下来,同时标识了连接件的特征参数,为后期废弃木质材料再加工奠定了基础。     

基于HSI和LAB颜色空间的彩色图像分割

彩色图像分割一直是彩色图像处理与分析中最为困难的不可缺少的步骤,针对图像分割质量直接在很大程度上影响了图像后期分析的效果,提出了一种基于HSI和LAB颜色空间的彩色图像分割方法.该方法在HSI颜色空间用最优阈值方法进行阈值分割,在LAB颜色空间采用基于K均值聚类图像分割,然后将两次分割结果进行区域合并,最后进行加窗滤波...     

基于叶片图像的植物识别方法

 基于计算机的植物自动识别是植物识别分类学的发展趋势，本文提出了一种基于植物叶片图像的植物自动识别方法。该方法在对叶片图像进行亮度校正、中值滤波和阈值分割等预处理后，计算植物叶片的偏心率、圆形性、圆形度指标、方向角、最小矩形宽轴/长轴、最佳椭圆短轴/长轴6个形状特征参数和植物叶片的二阶矩、对比度、相关、熵、逆差矩5个纹理特征参数，再使用径向基人工神经网络设计了植物自动识别的分类器。通过对3种植物的60个叶片图像进行实验，仅用植物叶片形状特征进行植物识别的平均正确识别率为70.83%，利用植物叶片形状特征和纹理特征进行植物自动识别的平均正确识别率为83.3%，并得到了径向基人工神经网络的参数。实验结果表明，植物叶片图像的纹理特征能够提高植物自动识别的平均正确率，基于植物叶片图像的植物自动识别是切实可行的，研究成果为深入研究植物自动识别分类系统奠定了一定的理论基础。