张文霞
- 作品数：7 被引量：28H指数：4
- 供职机构：内蒙古农业大学机电工程学院更多>>
- 发文基金：内蒙古自治区高等学校科学研究项目内蒙古自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学环境科学与工程生物学更多>>
- 基于同态滤波和K均值聚类算法的草原植被盖度测量被引量：2
- 2018年
- 针对草原盖度地表测量法费时、费力、重现性差及自然环境下光照不均草原植被图像分割效果不理想问题,应用动态巴特沃斯同态滤波法对草原植被图像进行光照补偿,采用K均值聚类算法对补偿后图像进行分割,最后根据植被盖度定义,实现草原植被盖度测量。试验结果表明:本算法测量标准差、相对误差、均方根误差RMSE和耗时均值分别为0.5 7 0%、3.9 8 8%、0.1 0 0和2.3 5 s,比方格纸测量法标准差低4.6 8 6%,速度提升9 0倍左右。通过对分割效果定性和定量分析,验证了本文算法的草原植被盖度测量精度、稳定性和速度,可为草原盖度研究提供参考和技术支持。
- 王海超宗哲英殷晓飞张文霞王晓蓉张海军李靖王春光刘涛
- 关键词：草原植被盖度同态滤波K均值聚类
- 小波域非局部均值无芒隐子草叶切片盲去噪
- 2019年
- 在获取无芒隐子草叶切片图像时不可避免受到噪声的污染,易导致后续提取和测量特征参数的不准确。对于自然图像,事先并不知道其所含噪声的类型和方差,因而首先利用小波变换和曲线拟合确定切片图像噪声类型和强度;在此基础上,分别应用小波阈值去噪、非局部均值去噪和提出的非局部均值滤波(NLM)与小波阈值去噪相结合的方法对无芒隐子草叶切片图像进行去噪。实验结果表明:获取的切片图像噪声类型为高斯加性噪声,标准差为σ∈[1. 5,3. 5],用高斯函数对随机选取的10幅切片图像的高频HH子带能量分布进行拟合,拟合优度为R2=0. 990 7;用3种方法对含不同噪声大小的切片图像进行去噪,当噪声标准差为σ∈[1. 5,8]时,应用Beyes Shrink法去噪后,图像的峰值信噪比提高了3 d B,而NLM和本文提出的算法不适用;当噪声标准差为σ∈[8,15]时,NLM算法和提出的算法去噪效果相当,去噪后图像峰值信噪比提高了7. 5d B,应用Beyes Shrink算法提高了6. 5 d B;而当σ∈[15,30]时,使用提出的算法表现出较大的优越性,去噪后图像峰值信噪比提高了10. 53d B,是NLM算法的1. 4倍、Beyes Shrink法的1. 3倍。本文的算法和实验结论可为无芒隐子草切片图像准确降噪提供理论基础。
- 张文霞王春光王春光殷晓飞王海超郭华赵晓宇
- 关键词：无芒隐子草噪声识别图像去噪非局部均值
- 改进的CLAHE无芒隐子草叶切片图像增强被引量：4
- 2022年
- 无芒隐子草叶切片图像在获取过程中不可避免产生低对比度图像,对后续处理产生影响。为此,针对传统的限制对比度自适应直方图均衡化方法(contrast-limited adaptive histogram equalization,CLAHE)对较暗图像处理效果不佳的问题,提出了基于自适应亮度调整的CLAHE图像增强算法。该算法首先将图像RGB空间转换到HSV空间,提取图像的亮度分量,再根据图像的亮度值,自适应调整RGB通道图像整体亮度,最后应用CLAHE算法实现图像增强。采用50张无芒隐子草叶切片图像为样本进行试验,结果表明:该算法相比于传统的CLAHE算法,图像信息熵、图像对比度、图像平均梯度和图像的峰值信噪比均显著提高,有效克服了传统CLAHE算法对过暗图像增强效果不佳问题,能使图像局部细节信息和清晰程度得到明显提高,不仅适合无芒隐子草叶切片低对比度图像增强,也可为其他植物叶切片图像增强提供参考。
- 张文霞王春光王春光王海超殷晓飞
- 关键词：图像处理图像增强对比度切片图像无芒隐子草
- 狭叶锦鸡儿叶片解剖结构对干旱胁迫下荒漠草原退化梯度的响应被引量：10
- 2016年
- 根据草地"四度一量"和气象信息,从内蒙古鄂托克旗荒漠草原18个样点中选取4个,依草地干旱及利用程度由东向西划分为对照(CK)、轻度退化(LD)、中度退化(MD)和重度退化(HD)。利用方差分析、相关分析和对应分析法,对各退化程度上的狭叶锦鸡儿(Caragana stenophylla Pojark)叶片解剖结构进行了观察和研究,以探讨自然条件下,不同生境狭叶锦鸡儿对干旱胁迫梯度(退化梯度)的生态适应性。结果表明:(1)叶片解剖结构横切面为"V"型向内弯折,不同解剖结构对干旱胁迫响应敏感度不同,可塑性存在较大差异,可塑性较大解剖结构与干旱胁迫相关性较大;(2)对照和轻度退化条件下,叶片宽度(K)较大,其余结构尺寸均相对较小。中度和重度退化条件下,叶片厚度(H)、远近轴栅栏组织厚度(XBZ、SBZ)、上下表皮细胞直径(SBX、XBX)、上下表皮细胞壁厚度(SBB、XBB)和上下表皮角质层厚度(SBJ、XBJ)均较大。在长期干旱胁迫下,草地存在不同程度的退化,狭叶锦鸡儿为适应生境形成了与环境相适应的解剖结构,这种较强的适应性是其能够广泛分布的基础和保证。
- 王海超王春光贺晓殷晓飞张文霞王晓蓉张海军
- 关键词：狭叶锦鸡儿荒漠草原退化梯度
- 基于高光谱特征参数荒漠草原生物量估测研究被引量：3
- 2018年
- 应用高光谱技术对荒漠草原草地生物量进行估测,分别采用原始光谱、一阶微分光谱和高光谱特征参数,分析荒漠草原草地冠层光谱数据与草地生物量相关关系,选择与草地生物量显著相关的高光谱特征参数,利用单变量线性与非线性、逐步回归和BP(Back Propagation)神经网络构建估测模型。试验结果表明:与草地生物量相关系数最大的为高光谱特征参数SDR/SDb,相关系数为0.792;通过高光谱特征参数Dy、Rg、Rr、SDy、SDR、Rg/Rr、(Rg-Rr)/(Rg+Rr)、SDR/SDb、(SDR-SDy)/(SDR+SDy)建立的BP神经网络回归模型最优,决定系数R2为0.766,均方根误差为40.19g/m2,相对误差为29.88%。因此,利用草地冠层高光谱特征参数可以估测草地生物量,能够对草地生物量进行定量分析,为草地精细化管理提供技术支持,对畜牧业可持续发展具有重要意义。
- 殷晓飞殷晓飞王春光王海超张文霞宗哲英
- 关键词：荒漠草原生物量特征参数
- 无芒隐子草叶片解剖结构对荒漠草原不同退化梯度的响应被引量：4
- 2018年
- 以荒漠草原优势种无芒隐子草(Cleistogenessongorica)叶片解剖结构为研究对象,根据荒漠草原退化程度,在内蒙古鄂尔多斯鄂托克旗境内选择轻度退化区(LD)、中度退化区(MD)、重度退化区(HD)和对照(CK)4种试验区,对不同试验区无芒隐子草叶片解剖结构中的上表皮和下表皮细胞厚度、上角质层和下角质层厚度、中脉厚度、叶片厚度、叶片宽度、泡状细胞厚度、机械组织厚度、维管束直径、维管束鞘细胞厚度、花环细胞厚度等12个指标进行观测,应用方差分析和对应分析法,研究无芒隐子草对干旱生境的适应性,探讨其解剖结构参数与由干旱胁迫引起的荒漠草原退化梯度之间的相关性。结果表明,随着荒漠草原退化程度的加剧,叶片宽度(1 083.54～1 067.08μm)呈显著减少趋势(P<0.05),上表皮细胞厚度(5.43～6.69μm)、下表皮细胞厚度(6.04～7.32μm)、上角质层厚度(2.17～2.74μm)、下角质层厚度(1.79～2.42μm)、中脉厚度(114.52～165.36μm)、叶片厚度(87.90～106.44μm)、泡状细胞厚度(35.43～46.03μm)、机械组织厚度(21.60～39.39μm)、维管束直径(44.61～58.52μm)呈显著增加趋势(P<0.05),维管束鞘细胞厚度、花环细胞厚度在草原退化4种不同梯度中无显著差异。与草原退化相关性显著的解剖性状主要是叶片宽度、叶片厚度、中脉厚度、上表皮和下表皮细胞厚度、上角质层和下角质层厚度、泡状细胞厚度、机械组织厚度和维管束直径。在由干旱胁迫引起的荒漠草原不同退化程度下,无芒隐子草叶片形成了与生境相适应的解剖结构,部分结构指标与草原退化呈相关性显著。研究结果可为无芒隐子草的保护利用和荒漠草原退化程度的监测提供理论依据。
- 张文霞王春光王春光殷晓飞
- 关键词：无芒隐子草荒漠草原叶片退化梯度
- 基于噪声类型及强度估计的狭叶锦鸡儿叶切片图像盲去噪被引量：8
- 2017年
- 狭叶锦鸡儿叶切片显微图像在获取过程中不可避免的受到噪声污染,会对后续处理造成不良影响。针对现有噪声类型未知,去噪算法存在速度慢、效果不理想等问题,该文提出图像噪声类型估计-强度估计-去噪这一处理过程,实现对狭叶锦鸡儿叶切片显微图像降噪目的。首先采用平滑区直方图重构和拟合法确定噪声类型;然后在此基础上,应用基于图像块的SVD(singular valuable decomposition,SVD)域图像噪声强度估计法对噪声标准差进行估计;最后在确定噪声类型和强度基础上,采用几何均值滤波(geometric mean filtering,GMF)和三维块匹配滤波(block-matching and 3-D filtering,BM3D)对图像进行联合去噪。试验结果表明:该文噪声类型估计法估计出切片图像噪声类型为加性高斯噪声,高斯函数对随机选取的15幅狭叶锦鸡儿叶切片图像平滑区域直方图数据点拟合优度2R均值为0.996,平均均方根误差RMSE(root mean squared error,RMSE)为0.144 6;采用该文噪声强度估计法估计出的切片图像噪声标准差???[2.5,4.0],处理标准差较小噪声,该文算法处理精度、运行速度和稳定性等方面存在明显优势;GMF-BM3D算法在较好去除图像噪声同时,极大的保留了图像纹理、边缘和细节等信息,同时极大的提高了算法运行速度,处理后的图像BRISQUE(blind/referenceless image spatial quality evaluator,BRISQUE)值为10左右,相当于原图BRISQUE值的1/2左右。与传统BM3D算法相比,去噪效果相当,但耗时约相当于传统BM3D算法的1/9。与小波去噪算法(wavelet threshold,WT)算法相比,虽速度相对较慢,但去噪后图像BRISQUE值比使用WT法低4左右。因此,该算法较好实现了对狭叶锦鸡儿叶切片图像准确降噪,为其后续处理提供了可靠技术支持。
- 王海超王春光宗哲英殷晓飞张文霞王晓蓉张海军李靖刘涛
- 关键词：高斯噪声切片图像狭叶锦鸡儿噪声强度图像去噪
