自然生长状态下树叶图像的分割与提取

以用智能手机拍摄的自然生长状态下的含有复杂背景的树叶图像为研究对象，对图像的背景及其RGB3个颜色分量的特征进行分析，根据分析的结果提出采用超绿(EXG)算法和底帽变换算法相结合的方法对目标树叶进行分割. 对于绿色分量与其他2个分量差异大的背景采用EXG算法去除，而对于绿色分量与其他2个分量差异小的背景采用形态学的底帽变换来去除. 为了减小目标树叶分割的错分率，采用Otsu算法、形态学和边缘最大矩形对上述分割后的细节进行细化分割. 分割结果表明:文中所采用的算法可以很好地将目标树叶从背景中分割出来，错分率小于3.68%.     

树叶长宽比及边缘曲率的提取

树叶的轮廓特征主要包括长宽比、面积、边缘曲率和斜率等,这些特征参数是树木分类及识别的关键.为此,利用数学形态学与像素跟踪相结合的算法分离叶柄,然后利用霍特林(Hotelling)变换获取树叶的最小外接矩形,进而得到树叶的长宽比. 基于有限差分算法得到2种不同形态树叶的边缘曲率和树叶关键部位的特征斜率.     

混沌的计算机演示系统

本文设计了一个混沌的计算机演示系统，动态而形象地展示混沌特有的性质以及跟混沌紧密相关的分形图。     

大气颗粒物浓度A动监测仪器的研制及性能比对测试

颗粒物污染已成为我国的首要大气污染物，颗粒物污染的来源复杂、危害较大，简要介绍了目前国内外颗粒物监测方法和仪器设备的研究情况，以及所研制的、基于滤膜称重法的、可同时测量PM10和PM2.5的DJ3-1型六工位自循环式大气颗粒物浓度自动监测仪。利用具有无限远光学系统的微分干涉相衬显微技术对该系统所采集到的颗粒物进行了显微观察，得到粗颗粒和细颗粒的粒径分布，与Andersen公司240型双通道采样器的切割性能十分接近。与国内外部分监测仪器进行了同步的颗粒物质量浓度监测的比对测试，结果表明其性能已基本达到国外同类监测仪器的水平。     

大气颗粒物浓度自动监测仪器的研制及性能比对测试

颗粒物污染已成为我国的首要大气污染物,颗粒物污染的来源复杂、危害较大,简要介绍了目前国内外颗粒物监测方法和仪器设备的研究情况,以及所研制的、基于滤膜 称重法的、可同时测量PM₁₀和PM_2.5的DJ3-1型六工位自循环式大气颗粒物浓度自动监测仪。利用具有无限远光学系统的微分干涉相衬显微技术对该系统所采集到的颗粒物进行了显微观察,得到粗颗粒和细颗粒的粒径分布,与Andersen公司240型双通道采样器的切割性能十分 接近。与国内外部分监测仪器进行了同步的颗粒物质量浓度监测的比对测试,结果表明其性能已基本达到国外同类监测仪器的水平。     

混沌同步的电路演示系统

本文阐述了驱动－响应关系混沌同步的实验方案和原理,并利用电子线路的方法实现了混沌及混沌同步的演示系统。     

复杂背景下目标树叶自动分割的Grabcut算法

针对传统GrabCut算法需要人机交互且难以在复杂背景或光照不均匀时准确分割目标树叶的缺点,提出一种基于GrabCut算法的复杂背景下或光照不均匀时目标树叶的自动分割算法。本算法利用模糊高斯混合模型(FGMM)和图像的颜色信息对原始图像进行标记实现自动分割。首先选取合适的模糊因子利用模糊高斯混合模型对图像像素进行一次标记;在一次标记的基础上再结合超绿算法(EXG)选取合适的阈值对图像像素进行二次标记;最后将二次标记图像初始化GrabCut算法实现目标树叶的自动分割。利用几种不同的样本对提出算法的有效性和错分率进行探讨。结果表明,所提出的算法可以实现复杂背景下或光照不均匀时目标树叶的自动分割,且平均错分率达到1.625。