µÚ !"¾í µÚ #ÆÚ
#$$!Äê %ÔÂ
Å© Òµ ¹¤ ³Ì ѧ ±¨
&’()*(+,-.)*./,012345
6.78!" 9.8#
:(’8 #$$!
ÎÄÕ±àºÅ;!$$#<=>!?@#$$!A$#<$!B"<$C
²ÉÓüÆËã»úÊÓ¾õ½øÐÐÃÞ»¨³æº¦³Ì¶ÈµÄ×Ô¶¯²â¶¨
³Â¼Ñ¾êD! ¼ÍÊÙÎÄ! Àî ¾ê! ÕÔѧóÆ#
@!8ɽ¶«À³ÑôũѧԺEÀ³Ñô #=B#$$F #8¼ªÁÖ´óѧÄÏÁëУÇøE³¤´º !%$$#BA
Õª Òª;²ÉÓüÆËã»úÊÓ¾õ¼¼ÊõE¸ù¾ÝÃÞ»¨Ò¶Æ¬µÄ¿×¶´¼°Ò¶Æ¬±ßÔµµÄ²ÐȱEÀ´²â¶¨ÃÞ»¨³æº¦µÄÊܺ¦³Ì¶ÈG¸Ã·½·¨Ó¦ÓÃ
¾Ö²¿ÃÅÏÞ·¨Íê³ÉͼÏñÓë±³¾°µÄ·Ö¸îFÓøß˹À-ÆÕÀ-˹Ëã×ÓE½øÐÐÃÞ»¨Í¼ÏñµÄ±ßÔµ¼ì²âFÀûÓñßÔµ¸ú×ÙË㷨ȷ¶¨ÃÞÒ¶
ÖеĿ׶´FÀûÓÃÅòÕÍË㷨ȷ¶¨Ò¶Æ¬±ßÔµµÄ²ÐȱGʵÑé½á¹û±íÃ÷E¸Ã·½·¨¿ÉÓÐЧµÄ²â¶¨ÃÞ»¨³æº¦µÄÊܺ¦³Ì¶ÈEÆä²â¶¨
Îó²îСÓÚ $8$BG
¹Ø¼ü´Ê;¼ÆËã»úÊÓ¾õF±ßÔµ¼ì²âFÅòÕÍËã·¨FÃÞ»¨³æº¦FÊܺ¦³Ì¶È
ÖÐͼ·ÖÀàºÅ;&H#C#8=I#F&H#"CI8B ÎÄÏ×±êʶÂë;4
ÊÕ¸åÈÕÆÚ;#$$$<$=<$B
D ³Â ¼Ñ ¾êE½² ʦEÀ³ Ñô ÊРɽ ¶« À³ Ñô Å© ѧ Ôº ¹¤ ³Ì ϵE#=B#$$
5J(-7;*KLL+ML7N81ON8+)
ÃÞ»¨ÊÇÎÒ¹úÖØÒªµÄ·ÄÖ¯Ô-ÁϺͳö¿Ú´´»ã²úÆ·E
ÔÚÃÞ»¨µÄÉú²ú¹ý³ÌÖÐE³æº¦ÊÇΣº¦ÃÞ»¨Éú³¤ºÍÓ°Ïì
ÃÞ»¨²úÁ¿µÄÖØÒªÒòËØGÏÖÔÚÃÞ»¨³æº¦Ö÷ÒªÒÀ¿¿ÈËÃÇ
ÒÔÍùµÄ¾-ÑéEÀ´È·¶¨ÃÞ»¨Êܺ¦µÄ³Ì¶ÈEÓÉÓÚÅ©Ãñ¸öÌå
ËØÖʵIJîÒìÒÔ¼°Ò»Ð©ÈËΪÖ÷¹ÛÒòËصÄÓ°ÏìEÅ©ÃñÍù
Íù²»Äܾ«È·µÄÕÆÎÕ²¡ÇéµÄ·Ö²¼Çé¿öE¶øÃÞ»¨³æº¦µÄ
È˹¤»ò°ë»úе»¯ÅçÒ©ÓÖ²»Äܸù¾Ý³æº¦µÄÊܺ¦³Ì¶È°´
Ð辫ȷÅçÒ©EÖÂʹÅçÒ©Á¿²»µ±EÕâÑù¼´ÀË·ÑÁËÅ©Ò©ÓÖ
ÎÛȾÁË»·¾³G²ÉÓüÆËã»úÊÓ¾õ¼¼ÊõE¿ÉÒԱȽϿ͹۵Ä
ÆÀÅÐÃÞ»¨³æº¦µÄÊܺ¦³Ì¶ÈE´Ó¶øΪÃÞ»¨µÄ¾«È·ÅçÈ÷
Å©Ò©ÌṩÀíÂÛÒÀ¾ÝG
±¾ÎÄÖ÷ÒªÑо¿ÁËÌï¼äÃÞ»¨Í¼ÏñÖÐÃÞ»¨ºÍÍÁÈÀ±³
¾°µÄ·ÖÀë·½·¨FÃÞÒ¶±ßÑصļì²âFÃÞÒ¶ÖеĿ׶´ºÍÃÞ
Ò¶±ßÑØȱÏݵÄÈ·¶¨·½·¨F¼ÆËã³öÁËÃÞÒ¶µÄÊܺ¦Ãæ»ýE
½øÒ»²½È·¶¨ÁËÃÞÒ¶µÄÊܺ¦³Ì¶ÈG
P ¼ÆËã»úÊÓ¾õϵͳ¼°Í¼ÏñµÄ»ñÈ¡
ÃÞ»¨µÄÌï¼äͼÏñÓɼÆËã»úÊÓ¾õϵͳ²É¼¯G¼ÆËã
»úÊÓ¾õϵͳÖ÷Òª°üÀ¨ 3Q9R62S<%%!#HÐÍ 22TE
´ó ºã TU<6V&<2W#$$ÐÍ Í¼ Ïñ ¿¨EH59&X9Y:
B>=ZB$$ÐͼÆËã»úGͼÏñ¿¨µÄ×î´óͼÏñ·Ö±æÂÊΪ;
H4[ÖÆ >$$\=$$\#C]-,E9&32ÖÆ =C$\C>$\#C
]-,G22TµÄ½âÎö¶ÈÔÚˮƽ·½Ïò =C$ÏßGÃÞ»¨µÄͼÏñ
ÔÚÌï¼äʵµØ²É¼¯EÔÚ¹âÕÕÃ÷ÁÁ³ä×ãµÄÌõ¼þÏÂEÑ¡È¡ÓÐ
´ú±íÐÔµÄÃÞ»¨µØ¿éEÉãȡͼÏñGͼÏñÒÔ S:HÎļþ¸ñ
ʽ´æ´¢ÔÚÓ²ÅÌÖÐEÒÔ¹©ºóÐøµÄ·ÖÎöºÍ´¦ÀíG
^ ÃÞ»¨³æº¦Êܺ¦²¿Î»µÄʶ±ð
8^P ÃÞ»¨ºÍÍÁÈÀ±³¾°µÄ·ÖÀë
ÓÉÓÚÃÞ»¨Í¼Ïñ²É¼¯ÖйâÕÕ²»¾ùÔȵÄÓ°Ïì¼°Ò¶µÄ
ÖصþºÍÒõÓ°µÄ´æÔÚEʹµÃÕû·ùͼÏñÖÐÃÞ»¨ºÍÍÁÈÀ±³
¾°µÄ·ÖÀëûÓкÏÊʵĵ¥Ò»ÃÅÏÞGÒò´ËE°ÑÕû·ù #B=\
#B=µÄͼÏñ·ÖΪ "\"¸ ö·Ö¿éEÏ໥֮¼ä´æÔÚ B$_µÄ
ÖصþGÿ¸ö·Ö¿éµÄ´óСΪ =C\=CG
ÓÃ×îС´íÎó·Ö¸î·¨‘!aÇóµÃͼÏñµÄ×î¼Ñ·Ö¸îãÐÖµ
&bcE¶ÔÃÞ»¨ºÍÍÁÈÀ±³¾°·ÖÀëE²¢¶Ô·ÖÀë³öµÄÃÞ»¨ºÍ
ÍÁÈÀͼÏñ×ö¶þÖµ»¯´¦ÀíEͼ !ʾ³öÁËÃÞ»¨Ô-ͼÏñ¼°
ÍÁÈÀ·ÖÀëºóµÄͼÏñG
ͼ ! ÃÞ»¨Ô-ͼÏñºÍ¶þÖµ»¯Í¼Ïñ
d-e8! Q’-e-)(7+.,,.)-J(e1()O,K.
9?±íʾ5¸ú×ÙµÄÆð
ʼµã±êʶÉèΪ@AB8C85B85C8Ϊ¸ÃµãµÄ×ø±ê6ÔÚҶƬÄÚ
µÄ¿×¶´¸ú×Ùºó5¶ÔÃÞÒ¶µÄÍâ±ßÑØÒ²½øÐÐÁ˸ú×Ù6Íâ±ß
Ñظú×ÙÑØ˳ʱÕë·½Ïò5ÄÚ¿×ÂÖÀª¸ú×Ù²ÉÓÃÄæʱÕë·½
Ïò5ÕâÑùµ±ÍâÂÖÀªÏñËØÓë¿×ÂÖÀªÏñËØ·¢Éú²¿·ÖÖغÏ
ʱ5²ÉÓò»Í¬·½ÏòÁ´ÂëºÜÈÝÒ×Çø·ÖËüÃÇ6´ÓÁ´Âë¿ÉÒÔ
ÇóµÃҶƬºÍ¿×¶´µÄÒÔÏÂÌØÕ÷D!E6
!%;%: Á´µÄ³¤¶È
FG HIG H8 JK ! L:M
ʽÖÐ HINN ·½ÏòÁ´ÖÐżÊýÂëµÄÊýÄ¿OH8NN ÆæÊý
ÂëµÄÊýÄ¿6
!%;%! ±ß½çËù±íʾÇøÓòµÄ¿í¶ÈºÍ¸ß¶È
Éè·½ Ïò Á´ ΪPQ:5Q!5R5QS5R5QHT5¶¨ Òå QSÔÚ B
ÖáÉϵķÖÁ¿Îª QSB5ÔÚ CÖáµÄ·ÖÁ¿Îª QSC5B8ºÍ C8ÊÇÆð
ʼµãµÄ×ø±ê5Ôò
:M¿í¶È
2*’LU
S
VG:
QVBW B8MX 2#1LU
S
VG:
QVBW B8M L!M
!M¸ß¶È
2*’LU
S
VG:
QVCW C8MX 2#1LU
S
VG:
QVCW C8M L;M
!%;%; Á´ÂëËùΧÇøÓòµÄÃæ»ý A
AGU
H
SG:
QSB CSX:W
QSCY Z! LM
ʽÖÐ N^N ÃÞÒ¶ÐÎ×´Òò×ÓOFNN ÃÞÒ¶Íâ±ßÑØÖÜ
³¤O‘NN ÃÞÒ¶Ãæ»ýL°üº¬ÃÞÒ¶¿×¶´µÄÃæ»ýMÃÞÒ¶±ß
Ñصݼ͹ԽÑÏÖØ5ÐÎ×´Òò×Ó FÔ½´ó6
!%<%! ÃÞÒ¶ÍâÑØÂÖÀªµÄÓØÇú¶È a
aG FbFc L?M
ʽÖÐ FbNN Á½µã¼äµÄÇúÏß³¤¶ÈOFcNN Á½µã¼äµÄ
Ö±Ïß³¤¶È6
!%<%; ÃÞÒ¶µÄ²»¹æÕû¶È d
dG e‘:X ‘!e‘! L7M
ʽÖÐ ‘:NN ÃÞÒ¶µÄÀíÏëÅòÕÍÃæ»ýO‘!NN ÃÞÒ¶
µÄʵ¼ÊÃæ»ý6
‘:ÓÉÒÔϵÄÅòÕÍËã·¨ÇóµÃ@
:MÇóµÃÃÞÒ¶µÄÖÊÐÄ
¶Ô¶þÖµ»¯µÄÃÞҶͼÏñ fLS5gM5Æä hi½×¾ØΪ
jhiGUUfLS5gMShgi LkM
ÆäÖÊÐÄΪ@
LS5gMG Lj:8j885
j8:
j88M L:8M
!MÇóµÃÃÞÒ¶µÄ³¯Ïò5Ñ¡¶¨ÅòÕÍÄ£°å
¶þÖµ»¯Í¼ÏñÖÐ5ÃÞ»¨Ò¶Æ¬µÄ³¯Ïò³ÊÏÖ¶àÑùÐÔ5Éè
ÃÞ»¨µÄ·½ÏòÓɹãÒå¶Ô³ÆÏß±íʾ5ËüÓë l Öá·½ÏòµÄ¼Ð
½ÇΪ m5ÔòÓÐ@
mG *)+($CbX C8BbX B8 L::M
7=: Å©Òµ¹¤³Ìѧ±¨ !88:Äê
万方数据
ʽÖÐ !"#$"%% É϶¥µã×ø±ê&!’#$’%% ϶¥µã×ø
±ê(
ͼ )Ϊ¸ù¾Ýʵ¼ÊµÄÃÞÒ¶Çé¿öÈ·¶¨µÄÃÞÒ¶ÅòÕÍÄ£
°åÒ»Àý(
ͼ ) ÃÞÒ¶ÅòÕÍÄ£°å
*+,-) ./00/123456+240+/103782403
)9¶ÔÃÞÒ¶Ô-ͼÏñ½øÐÐÅòÕͽ«Ä£°åºÍÃÞÒ¶Ô-ͼ
Ïñ :µÄÖÊÐÄÏàÖغÏ#Á½Õߵij¯ÏòÒ»ÖÂ(°´ÏÂʽ¶ÔÃÞ
Ò¶Ô-ͼÏñ½øÐÐÅòÕÍ´¦Àí;<+24040+/19(
6+2;:#=9> :;??9=> :@?A=> B
CDE:#$E=
;CD? $9
;FG9
H9¼ÆËãÄâºÏ¶È
¼ÆËãÃÞÒ¶Ô-ͼÏñºÍÅòÕͺóͼÏñµÄÄâºÏ¶È IJ
I>K
LMF
D>F
@;!GDM !FD9G? ;$GDM $FD9GA ;F)9
ʽÖÐ !GD#$GD%% ÃÞ Ò¶ Ô-ͼÏñÖÐ Á´ Âë ¶Ô Ó¦ µÄ µã&
!FD#$FD%% Ä£°åÖÐÓëÔ-ͼÏñ¶ÔÓ¦µÄµã(
½«Ä£°å³ËÒÔÀ©ÕÅϵÊý N!#N$J
!OFD> !FDP N!
$OFD> $FDP N$ ;FH9
ÓÃеÄÄ£°å=Q;!OFD#$OFD9¶ÔÃÞÒ¶Ô-ͼÏñ½øÐÐÐÂ
µÄÅòÕÍ´¦Àí(ÔٴμÆËã¶þÕßµÄÄâºÏ¶È(²¢Ò»Ö±Öظ´
)9RH9Ö±µ½ÄâºÏ¶È I²»ÔÙ¼õСΪֹ(
S-T ÃÞÒ¶±ßÑزÐȱµÄÅж¨
¸ù ¾ÝÒÔÉϼÆËãµÄÃÞ»¨Ò¶Æ¬µÄ²â¶ÈÖ¸±ê#·²Âú×ã
ÒÔÏÂÌõ¼þ)¼°Ìõ¼þF»òÌõ¼þGÖеÄÈÎÒâÒ»¸ö#¼´ÈÏΪ
ÃÞÒ¶±ßÑØÓвÐȱ(
Ìõ¼þ F ÃÞÒ¶ÐÎ×´Òò×Ó U VH&
Ìõ¼þ G ÃÞÒ¶ÂÖÀªÓØÇú¶È U VW&
Ìõ¼þ ) ÃÞÒ¶²»¹æÕû¶È U VX(
ãÐÖµ°´ÒÔÏ·½·¨²â¶¨J
VW> Ìï¼äʵ²âµÄÍêºÃÃÞÒ¶µÄÐÎ×´Òò×ÓµÄ×îС
Öµ&
VX> Ìï¼äʵ²âµÄÍêºÃÃÞÒ¶µÄÂÖÀªÓØÇú¶ÈµÄ×î
Сֵ&
VY> Ìï¼äʵ²âµÄÍêºÃÃÞÒ¶µÄ²»¹æÕû¶ÈµÄ×îС
Öµ(
Z ÃÞÒ¶Êܺ¦Ãæ»ýºÍÊܺ¦³Ì¶ÈµÄÈ·¶¨
ÃÞÒ¶µÄÊܺ¦Ãæ»ý :°üº¬ÃÞÒ¶¿×¶´µÄÃæ»ý :[ºÍ
ÃÞÒ¶±ßÑزÐȱµÄÃæ»ý :I¶þ²¿·Ö#¼´
:> :[? :I ;FW9
ÃÞÒ¶µÄÊܺ¦³Ì¶È¿ÉÓÃÃÞÒ¶µÄÊܺ¦Ãæ»ýºÍÃÞÒ¶µÄ
ÍêºÃÃæ»ýµÄ±ÈÖµ IÀ´±íʾ
I> ::\ ;FX9
ʽÖÐ :\%% ÃÞÒ¶µÄ×ÜÃæ»ý(
] ʵÑé½á¹ûÓë·ÖÎö
ʵÑéÓÚ F^ _^ÄêRF^^^ ÄêÏļ¾#ÔÚɽ¶«Ê¡ÁÙÒʵØ
ÇøÃÞ»¨ÌïÖÐʵµØ²É¼¯ÃÞ»¨Í¼Ïñ#ÍÁÈÀΪ»ÆÈÀÍÁ(ÍÁÈÀ
º¬Ë®ÂÊΪ F_‘#µØÃæÎÞÔÓ²Ý(..<²É¼¯¸ß¶ÈΪ¾àµØ
Ãæ F-W7#²É¼¯·½ÏòΪ´¹Ö±ÏòÏÂ(°´ÒÔÉÏ·½·¨¶Ô²É¼¯
µÄÃÞ»¨Í¼Ïñ½øÐд¦Àí#½á¹ûÈç±í FËùʾ(
ÃÞ»¨³æº¦Êܺ¦³Ì¶È´«Í³µÄ²â¶¨·½·¨Ò»°ã²ÉÓÃÖ½
¿¨·¨#¼´È¡ºñ±¡¾ùÔȵÄÖ½¿¨#¼ÆËãÃæ»ý²¢³ÆÖÊÁ¿#ÒÔ
ÇóµÃµ¥Î»Ãæ»ýµÄÖÊÁ¿#È»ºóÔÚÖ½¿¨ÉÏÈ˹¤Ãè»æÃÞÒ¶
µÄÐÎ×´ºÍ¿×¶´#¼ôϺó³ÆÖÊÁ¿#ÇóµÃҶƬÔ-À´µÄÖÊÁ¿
ºÍÊܺ¦ÒÔºóµÄÖÊÁ¿#´ÓËüÃǵıÈÀý¿É¼ÆËã³öÃÞÒ¶µÄ
Êܺ¦³Ì¶È(ÕâÖÖ·½·¨ÊÜÈËΪÖ÷¹ÛÒòËصĸÉÈŽϴó#²¢
ÇÒµ±¿×¶´½ÏСʱ#ÅжÏÎó²î¸ü´ó(
½«±í FÖеĴ¦ÀíÊý¾ÝÓëÈ˹¤²â¶¨µÄ½á¹ûÏà±È
½Ï#±¾ÎÄËù²ÉÓõÄз½·¨¿ÉÒÔÏÔÖøµØÌá¸ßÃÞ»¨³æº¦
Êܺ¦³Ì¶ÈµÄ²â¶¨¾«¶È#Æä²â¶¨Îó²îСÓÚ ’-’W#ͬʱ#
´Ó±í FÖпÉÖª#¿×¶´µÄƽ¾ùʶ±ðÂʺÍÒ¶²Ðȱƽ¾ùʶ
±ðÂʷֱ𲻵ÍÓÚ _W‘ºÍ Y’‘(
ÓÉÓÚÃÞ»¨Ìï¼äµÄËæ»úÔëÉùµÄ¸ÉÈż°ÃÞÒ¶Õ¹Éì·½
ÏòµÄ²»Í¬ºÍÃÞÒ¶ÒõÓ°µÄ´æÔÚ#ʹÅжÏÃÞÒ¶²Ðȱ±ßÔµ
µÄ׼ȷÂÊϽµ&ÃÞÒ¶Êܳ溦ºó¾íËõ#ʹÃÞÒ¶ºÍ¿×¶´µÄ
Ãæ»ý¼ÆËãµÄ׼ȷÐÔϽµ#Òò´Ë¸üÓÐЧµÄÂ˳ýÔëÉùºÍ
ʶ±ðÃÞÒ¶±ßÔµ²ÐȱÒÔ¼°¸üÓÐЧµÄÈ·¶¨¾íËõҶƬµÄÊÜ
º¦³Ì¶ÈµÄ·½·¨Ó¦½øÒ»²½Ñо¿(
±í a ÃÞÒ¶²¡º¦Ê¶±ð½á¹û
b4c-F d3e/,1+f36g3hi20/5+1h3e083h0h/5e/00/1234j3h
ÃÞÖêÊýÁ¿k¸ö F G ) W
²¡Ò¶ÊýÁ¿k¸ö X _ FF F’
¿×¶´Ê¶±ðÂÊk‘ )^ F^ __ _W
Ò¶²Ðȱʶ±ðÂÊk‘ _X _G Y^ Y’
Êܳ溦ÂÊk‘ G-F ’-HY F-_ ’-)^
W^FµÚ GÆÚ ³Â¼Ñ¾êµÈJ²ÉÓüÆËã»úÊÓ¾õ½øÐÐÃÞ»¨³æº¦³Ì¶ÈµÄ×Ô¶¯²â¶¨
万方数据
! ½á ÂÛ
±¾Îij¢ÊÔ²ÉÓüÆËã»úÊÓ¾õ¼¼Êõ¶ÔÃÞ»¨³æº¦µÄÊÜ
º¦³Ì¶È½øÐÐÁË×Ô¶¯²â¶¨"ÊÔÑé½á¹û±íÃ÷#±¾ÎÄËù²ÉÓÃ
µÄз½·¨¿ÉÒÔ¿Ë·þ´«Í³ÃÞ»¨Êܺ¦³Ì¶È²â¶¨·½·¨µÄÈË
ΪÖ÷¹ÛÒòËصĸÉÈÅ#Ìá¸ßÁËÃÞ»¨³æº¦Êܺ¦³Ì¶ÈµÄ²â
¶¨¾«¶È"¸ÃÏîÑо¿²»½ö¿ÉÒÔÓ¦ÓÃÓÚÃÞ»¨³æº¦Êܺ¦³Ì
¶ÈµÄ×Ô¶¯²â¶¨#Ò²¿ÉÒÔÍƹãÓ¦ÓÃÓÚÆäËü×÷Îï$Êß²Ë#
Èç´ó¶¹$ÇÑ×Ó$°×²ËµÈ³æº¦Êܺ¦³Ì¶ÈµÄ×Ô¶¯²â¶¨#Ϊ
ʵÏÖÎÒ¹úµÄÅ©×÷Îï×Ô¶¯»¯¹ÜÀíÌṩÁËÀíÂÛÒÀ¾Ý"
%²Î ¿¼ ÎÄ Ï×&
%’& ¾£ÈʽÜ#Ò¶ÐãÇàµÈ±àÖø(¼ÆËã»úͼÏñ´¦Àí(º¼ÖÝ)Õã½-´ó
ѧ³ö°æÉç#’*++(,-./,-0(
%,& Ö£ÄÏÄþ(¼ÆËã»úÊÓ¾õÓëģʽʶ±ð(±±¾©)¹ú·À¹¤Òµ³ö°æ
Éç#’**+(’.-/’.+(
%-& 123454676789#:;2<2=>87?>:>#@34A(B@CD
@E43FC<=G3H@IF;3FCJ3F=C K4E4L@3@EG=E423=L43FJ
IF4B4A<=EF3HL54;4KKAF@I3=
E@J=工程学报
英文刊名: TRANSACTIONS OF THE CHINESE SOCIETY OF AGRICULTURAL ENGINEERING
年,卷(期): 2001,17(2)
被引用次数: 30次
参考文献(3条)
1.荆仁杰.叶秀青 计算机图像处理 1988
2.郑南宁 计算机视觉与模式识别 1998
3.Yutaka Sasaki.Tsuguo OKAMOTO Gen-erating of the distinction parameter for automatic diagnosis of
plant disease by GP 1999(06)
相似文献(10条)
1.学位论文 赵颜利 计算机视觉三维重建若干技术研究 2007
计算机视觉是计算机科学和人工智能的一个重要分支。随着科学技术的不断发展,计算机视觉的应用越来越受到广泛重视。计算机视觉是研究用计
算机来模拟人和生物的视觉系统功能的技术学科。它的主要任务之一就是研究利用二维投影图像恢复三维景物世界的问题。现有的多数图像采集装置所
获取的图像本身是二维的,尽管其中可以含有三维物体的空间信息,但是要从图像认识世界,就需要从二维图像中恢复三维空间信息。
计算机视觉三维重建研究内容主要包括图像输入设备、低层视觉、中层视觉、高层视觉和体系结构等五个方面。本文在以数码相机为成像设备的条
件下,对计算机视觉三维重建三层视觉中涉及到的边缘检测、特征提取、重建基元等问题展开了理论和实现技术的研究,并提出了相应的解决
。
边缘检测是计算机视觉三维重建多种算法的基础,也是计算机视觉的重要研究方向之一,边缘检测的好坏直接影响到计算机三维重建的效果。本文
利用形参均匀B样条平滑公式,建立了一种盈亏修正的图像边缘检测新方法。利用形参均匀B样条修匀公式对盈亏修正后的图像拟合光滑曲面,然后求取
曲面的一阶导数极值点或二阶导数的零交叉点获得边缘特征点。该方法稳定可靠,精度较高,同时该方法简洁,便于实时处理。
角点特征是图像的重要特征,在计算机视觉三维重建领域起着重要作用。本文提出了基于形状参数的均匀B样条模型的角点特征提取方法。通过该
样条模型对原始曲线进行迭代逼近,得到样条曲线的表达式,然后利用曲率阈值确定曲线角点特征。带形状参数的均匀B样条模型的迭代逼近方法提高
了曲线的拟合精度,确保了曲率计算的精度,进而使得角点检测的准确度也得到提高。
传统的重建方法主要采用点、直线段作为立体匹配和三维重建的基元。这些基元不能够有效地表示空间不规则曲线,所以在应用于空间不规则物体
的三维重建时很难取得良好的效果。在仿射相机模型的假设下,本文提出了基于CB样条曲线的空间物体三维重建,利用CB样条曲线仿射不变性,以CB样
条曲线为基元来重建空间物体。使用样条曲线作为基元尽可能的减少了重建过程中近似误差的影响,同时提高了拟合的精度并加快了计算的速度。
最后,本文给出了k阶指数多项式的均匀样条模型。该模型具有很多与B样条模型相同的性质,并且具有一个可调节的形状参数。由该模型构造的曲
线,通过改变形状参数的取值,可以调整曲线接近其控制多边形的程度。该模型可以应用于CAD/CAM领域,作为几何造型的一种新的有效模型;同时可
以将其应用于计算机视觉本维重建等方面。
2.学位论文 袁野 摄像机标定方法及边缘检测和轮廓跟踪算法研究 2002
计算机视觉作为当今最为活跃而又富有挑战意义的研究领域,其研究内容和应用领域相当广泛.该文以足球机器人视觉识别系统的开发为主要的工程
应用背景,对边缘检测和轮廓跟踪算法、传统标定技术、自标定技术、隐式标定技术等相关技术进行深入研究.边缘检测和轮廓跟踪在计算机视觉中有着
重要的地位,利用小波变换良好的时频域局部化特性和多尺度特性,针对计算机视觉中需要提取单像素的点线等边缘的需求,该文提出了一种基于小波变
换的边缘检测和轮廓跟踪算法,通过真正的边缘点是模的局部极值点这一特点,应用模糊算法对模极大值点进一步筛选得到单像素级的边缘,并在边缘跟
踪时,有效利用原图像的信息,通过在小邻域内寻找局部峰值对丢失弱边缘进行了补偿.大量实验表明应用该算法进行轮廓提取和跟踪,可以提取单像素的
边缘和连续的轮廓曲线.
3.期刊论文 张宏.谭跃刚.吕红梅.ZHANG Hong.TAN Yue-gang.LU Hong-mei 边缘检测在计算机视觉几何测量中的
应用 -武汉科技学院学报2006,19(10)
在介绍边缘检测的主要特征的基础上,分析了目前几种典型图像边缘检测算法.针对计算机视觉在几何测量应用中边缘检测特点,提出了将高斯滤波
与一阶导数相结合的一种新的边缘检测方法,并开发了相应的软件.其基本方法是:首先用高斯滤波器平滑图像;再用一阶偏导的有限微分算子来计算梯度
的方向和幅值;对梯度幅值进行非极大值抑制;用双阈值算法检测和连接边缘.实验验证该方法提高了对被测工件边缘敏感性的同时较好地抑制了噪声.
4.学位论文 谢存 计算机视觉中若干问题实现技术和算法的研究 2002
计算机视觉主要研究对象是如何利用计算机实现人的视觉功能,即利用二维投影图像实现对客观世界三维场景的感知、识别和理解.自然界的一切景
物在空间上是三维的,在状态上是运动的(静止只是相对的),所以对计算机视觉的研究和应用从根本上来说应该是三维的和动态的.现有的大多数图像采
集装置所获取的图像本身是二维的,尽管其中可以含有三维物体的空间信息.要从图像认识世界,就要从二维图像中恢复三维空间信息.深入开展计算机视
觉的研究,不仅是为了满足人工智能应用的需要,即用计算机实现人工的视觉系统的需要,使计算机和机器人能够具有"看"的能力;而且计算机视觉的研究
结果反过来对于人类进一步认识和研究自身视觉系统本身的机理,也同样具有相当大的参考意义.计算机视觉的研究内容主要包括图像输入设备、低层视
觉、中层视觉、高层视觉和体系结构等五个方面.该论文的主要工作就是针对其中有关图像输入设备、低层视觉中的边缘检测、中层视觉中的立体视觉
和二维运动估计等课题,根据这些领域目前存在的一些问题进行了深入的研究,力图在实现技术和算法改进方面上有所突破和创新.在图像输入设备和技
术的研究方面,在借鉴前人研究成果的基础上,该文研究了环形编码显微镜——一种新的光电成像装置的制备方法和相应的图像恢复技术.该装置基于编
码孔径成像技术,具有较高的空间和时间分辨率,特别适合于X光条件下成像.在边缘检测技术的研究方面,该文提出一种新的边缘特征检测方法.该方法在
重新定义边缘特征的基础上,引入模糊推理理论,从而形成了基于多边缘特征和模糊推理的边缘检测方法.该检测方法具有较好的抗噪声性,且对模糊边缘
也有较好的检测效果.立体视觉主要研究如何借助(多图像)成像技术从(多幅)图像中获取物体的距离(深度)信息.一个完整的立体视觉系统可分为图像获
取、摄像机校正、图像特征提取、立体匹配、三维信息恢复和后处理等模块.其中,立体匹配是立体视觉研究中的难点和重要内容.在立体匹配算法的研
究方面,该文主要研究了分别基于改进的遗传算法和小波变换的两种匹配算法.两种方法都可实现较好的匹配结果.为了满足人们对自然场景更全面理解
的需求,有关动态场景分析的研究也是计算机视觉研究的热点之一,其中作为动态场景分析基础的二维运动估计方法的研究也显得格外重要.二维运动估
计就是根据二维图像序列估计景物运动、提取运动参数、分析景物的运动规律等.该文提出通过计算图像序列帧间的光流变化来修正Snakes动态轮廓模
型,从而成功实现对二维运动目标轮廓的成功估计和跟踪.此外,该文还在遗传算法的算法改进方面作了一定的研究工作.
5.学位论文 孔刚 基于计算机视觉的螺纹参数测量仪的研究 2001
该文研究了一种基于计算机视觉的非接触式的外螺纹几何参数自动测量仪.论文主要内容包括:基于计算机视觉的外螺纹几何参数自动测量仪的原理
、CCD的应用、高速的数据采集、串行通信、螺纹轮廓的边缘检测、及螺纹参数数据的处理计算方法.文中提出了用线阵CCD和步进电机相结合的方法来
实现高精度测量.在硬件系统中提出了一种新的数据采集储存方式,使数据采集存储速度不受CPU速度的限制而实现了高速的数据采集与存储.在解决单片
机和PC机接口问题上作了细致的研究,在VisualC++中利用API函数对PC机接口问题上作了全面的分析.在软件开发中,用梯度边缘检测算子对螺纹的轮廓
边界线进行了提取,并利用最小二乘拟合的方法进行了外螺纹轮廓线的拟合,最终计算出螺纹参数.
6.学位论文 李航 基于计算机视觉的金属
应变量实时测量系统的研制 2008
本文针对金属材料拉伸试验对应变测量的要求,对基于计算机视觉原理的非接触测量技术在金属材料拉伸试验的应变测量中的应用作了初步的研究
,并开发了一套较完整的视觉测量系统,其中包括其硬件搭建与测量软件的开发。
本文首先对非接触测量技术及应变测量技术的研究现状进行了介绍,确定了系统采用计算机视觉中的单目视觉原理,接着研究了图像的获取、图像
的处理、图像的识别、系统标定、亚像素定位等内容。稳定快速地获取被测物图像,并保证其特征清晰,是视觉检测的基础。之后,对采集的图像进行
平滑滤波、阈值分割等预处理后,即得到图像的二值图。在此基础上,通过边缘检测及模式识别,分离出被测物的线癣图并提取出待测直线边缘,此时
,即已实现对边缘的像素级粗定位。为了在不增加硬件成本的前提下提高测量精度,采用了亚像素定位技术,有效地提高了系统的测量精度,最后对系
统应变示值的测量不确定度进行了分析。
本文的重点放在边缘检测、亚像素定位技术及系统应变示值的测量不确定度的评定方法上,对它们的有关方法座了研究并经实验验证后提出了最优
方案。
测量系统软件是在windows XP操作系统下,以Borland Delphi为开发工具,采用面向对象的程序设计方向开发而成。该软件基本实现了金属拉伸试
验中应变量的非接触实时测量。
7.期刊论文 李泉.孔德润.谢岳.LI Quan.KONG De-run.XIE Yue 基于计算机视觉的无创性食管内曲张静脉测压系
统设计原理 -安徽医药2010,14(2)
无创性食管曲张静脉测压是当前的一个研究热点,本文提出了一种基于计算机视觉的食管曲张静脉测压系统,该系统采用基于PCI总线的图像采集、
USB接口的压强采集、边缘检测、动态跟踪等处理方法 .
8.学位论文 陆睿静 计算机视觉预处理算法研究与应用 2001
计算机视觉预处理包括图像噪声的平滑、对比度的增强和边缘检测等,它是实行产品检测前的预处理过程。预处理中出现的错误利偏差会直接影响
到后续处理与决策的正确性,预处理的精确为后续处理提供可靠的输入数据。因此,本论文的主要任务有二:一是对目前各种预处理算法进行研究,并
使用VC++工具编程实现,二是把预处理方法应用于我们的实时检测系统中。第二章首先介绍了对理想无噪声信号进行边缘检测的一般原理,然后介绍在
有噪声的情况下,噪声是如何影响边缘的检测,最后叙述了两种主要的平滑降噪方法——高斯平滑滤波和自适应平滑滤波。高斯平滑滤波是一个低通滤
波器,它通过口来控制滤波效果,σ越大,滤除噪声的能力就越强。但由于图像的边缘也表现为高频成分,所以它滤除噪声的同时,也模糊了图像的边
缘。而基于梯度信息的自适应平滑滤波法既能有效地滤除噪声,又能锐化边缘,所以它在初级视觉处理中是一种非常有效的方法。本文在认真分析研究
自适应平滑滤波法的基础上,对该算法进行了改进,让自适应平滑滤波达到真正地自适应的目的,大量实验表明,它的滤波效果是令人满意的。
9.学位论文 陆圣轩 计算机视觉在渗漏检测中的应用 2008
计算机视觉检测技术是一种非接触式的先进检测技术,具有精度高、非接触、效率高、成本低等诸多优点。
随着城乡建设的发展,对渗漏检测的要求越来越高;为了辨明原因、明确责任、及时修复,迫切需要全面准确地检测和分析渗漏的各种手段。
将计算机视觉检测技术应用于墙体渗漏检测,可以非接触方式快速测量,得到较高精度的渗漏轮廓和渗漏面积数据,为满足非接触、精确、高效和
低成本的检测需要提供了新的方案。
本文实现了基于立体视觉的墙体渗漏检测系统,并根据墙体渗漏的需要,对特征点识别、立体匹配、立体重构等立体视觉技术进行了改进;然后通
过边缘检测,应用神经网络和模糊控制对校正结果进行分析判定。经实验验证,立体视觉系统的检测结果符合实际精度需要。
最后,本文通过数据融合技术,将应用接触式墙体渗漏检测仪的检测结果与基于计算机视觉的墙体渗漏检测系统得到的结果进行融合与分析,从而
得到了更加符合实际情况的渗漏判定结果。
10.学位论文 陆明俊 Markov随机场模型用于低层计算机视觉的研究 1999
该论文旨在论在于Markov随机场模型的分析方法,探讨有关它的发展动向,重点研究解决一些低层视觉问题的方法.在研究的基础上,作者得出了一些
算法并进行了仿真试验证实.该论文完成的主要工作如下:(1)提出了基于Markov随机场模型的分析框架,并将其归纳为四个基本步骤,即建模、确定后验
分布、选择适当估计准则和算法实现.(2)在图像分割中,把Markov随机场模型和污染的高斯颁结合起来.提出了一种稳健的衅像分割算法,理论上具有较
好的可靠性,且实际中的抗噪性和区域连接性也得到了较大的改善.(3)在边缘检测中,把均值声理论应用于一种多尺度Markov随机场模型,解决了在边缘
检测总是中所存在的检测和定位的矛盾,实现了正确检测和精确定位.(4)在运动估计中,把多模方法应用于混合高斯Markov随机场模型,提出了一种自适
应位移矢量估计算法.这一自适应原理也适用于其它的视觉问题.(5)初步探讨了基于Markov随机场模型的方法的发展动向,并将其归纳为三点:模型有效
性、多尺度方法和用于高层处理.
引证文献(30条)
1.赖军臣.汤秀娟.谢瑞芝.白中英.李少昆 基于G-MRF模型的玉米叶斑病害图像的分割[期刊论文]-中国农业科学
2010(7)
2.周志艳.罗锡文.张扬.李燕芳.臧英 农作物虫害的机器检测与监测技术研究进展[期刊论文]-昆虫学报 2010(1)
3.石媛媛.邓劲松.陈利苏.张东彦.丁晓东.王珂 利用计算机视觉和光谱分割技术进行水稻叶片钾胁迫特征提取与
诊断研究[期刊论文]-光谱学与光谱分析 2010(1)
4.袁道军.刘安国.原保忠.胡立勇.刘志雄.张方方 基于计算机视觉技术的油菜冠层营养信息监测[期刊论文]-农业
工程学报 2009(12)
5.马彦平.白由路.高祥照.卢艳丽.王磊.王贺.杜君 计算机视觉技术在农业生产中的应用与展望[期刊论文]-中国
农业资源与区划 2009(4)
6.吴文蔚.高灵旺.王宇菲.沈佐锐 图像处理技术在植物叶面特征提取中的应用[期刊论文]-山西农业科学 2009(6)
7.管泽鑫.姚青.杨保军.胡洁.唐健 数字图像处理技术在农作物病虫草识别中的应用[期刊论文]-中国农业科学
2009(7)
8.张大伟.王军 基于BP模型的黄瓜霜霉病图像特征识别系统的设计[期刊论文]-沈阳建筑大学学报(自然科学版)
2009(3)
9.郑丽颖.张敬涛.王谦玉 基于计算机视觉的作物营养诊断系统的关键技术研究现状[期刊论文]-黑龙江农业科学
2009(2)
10.赵进辉.罗锡文.周志艳 基于颜色与形状特征的甘蔗病害图像分割方法[期刊论文]-农业机械学报 2008(9)
11.王斌.刘兴龙.刘永福.张立国 机器视觉技术在农业应用中的研究[期刊论文]-农机化研究 2008(9)
12.赵进辉.罗锡文.周志艳 甘蔗病斑模式识别特征参数提取的研究[期刊论文]-农机化研究 2008(9)
13.王勃.徐静 计算机视觉技术在苹果叶片营养诊断上的应用[期刊论文]-农机化研究 2008(3)
14.刘雅举.张莉.李东明.李娜.郭艳霞 计算机视觉在农作物管理方面的应用研究[期刊论文]-科技情报开发与经济
2007(21)
15.于峰.林杉.张峻峰.陶红斌.季玥秀 一种基于图像特征值算法的叶面积测定方法[期刊论文]-中国农业大学学报
2007(4)
16.张文昭.洪添胜.吴伟斌.刘志壮.郭灼.冷令 基于图像处理技术的叶面积检测研究[期刊论文]-农机化研究
2007(4)
17.袁道军.刘安国.刘志雄.张方方 利用计算机视觉技术进行作物生长监测的研究进展[期刊论文]-农业网络信息
2007(2)
18.梁淑敏.杨锦忠 计算机视觉技术在玉米上应用的研究进展[期刊论文]-中国农学通报 2006(12)
19.罗锡文.臧英.周志艳 精细农业中农情信息采集技术的研究进展[期刊论文]-农业工程学报 2006(1)
20.梁改梅.杨锦忠.陈稳良.苗瑞玲 计算机图像处理与分析技术在作物领域的应用[期刊论文]-科技情报开发与经
济 2006(12)
21.张洁.艾矫燕 植物黑腐病病斑的图像处理与自动检测[期刊论文]-计算技术与自动化 2006(4)
22.李志刚.傅泽田.李丽勤 基于机器视觉的农业植保技术研究进展[期刊论文]-农业机械学报 2005(8)
23.曹敏.马旭.姚亚利 图像处理技术在农作物营养信息检测中的研究展望[期刊论文]-农机化研究 2005(5)
24.袁道军 利用计算机视觉技术获取油菜苗期生长信息方法的研究[学位论文]硕士 2005
25.张彦娥 基于计算机视觉技术温室作物长势诊断机理与方法研究[学位论文]博士 2005
26.林开颜.徐立鸿.吴军辉 计算机视觉技术在作物生长监测中的研究进展[期刊论文]-农业工程学报 2004(2)
27.赵晓霞 计算机视觉技术在农业中的应用[期刊论文]-科技情报开发与经济 2004(4)
28.于峰.林杉 植物叶面积测定系统的研究及其应用[期刊论文]-计算机应用研究 2003(12)
29.陈建能.张国凤 计算机视觉技术在农业中的应用及展望[期刊论文]-甘肃农业大学学报 2003(2)
30.李少昆.王崇桃 图象及机器视觉技术在作物科学中的应用进展[期刊论文]-石河子大学学报(自然科学版)
2002(1)
本文链接:http://d.g.wanfangdata.com.cn/Periodical_nygcxb200102040.aspx
授权使用:广东工业大学图书馆(gdgydxtsg),授权号:c7a29ea2-fe5a-4c89-9c39-9e9b0013a162
下载时间:2011年3月3日