摘要：本发明涉及一种利用高光谱图像技术进行苹果粉质化无损检测方法。本发明的技术方案为：a、选取苹果样本；b、将苹果样本放置在高光谱图像采集系统中，采集对应苹果样本的高光谱图像，并将所述光谱图像量化成对应于不同光波长的数据矩阵；c、利用奇异值分解得到数据矩阵的奇异值矩阵；d、利用破坏性仪器采集苹果样本的汁液含量和压缩硬度指标，得到苹果粉质化结果；e、利用支持向量机构建苹果粉质化评价预估模型；f、采集高光谱图像，并输入到评价预估模型中，获得苹果粉质化评价结果。本发明通过评价预估模型及高光谱图像采集系统获得苹果的粉质化评价结果，能够在多数苹果无损的情况下，得到粉质化评价结果；操作简单，实时性好，可靠性高。

摘要：本发明涉及一种基于多传感器融合的新鲜苹果损伤敏感度无损检测方法。该方法包括：a、用可视/近红外光谱系统采集苹果的光谱，提取光谱数据矩阵；b、用高光谱图像系统采集相同苹果的图像，利用广义高斯函数获得特征参数矩阵；c、用光谱数据矩阵和特征参数矩阵，构建特征融合矩阵；d、用破坏性仪器采集苹果样本的损伤敏感度指标；e、用最小二乘支持向量机构建苹果损伤敏感度的评价预估模型；f、采集可视/近红外光谱和高光谱图像，并输入到评价预估模型中，获得苹果损伤敏感度的评价结果。本发明通过可视/近红外光谱系统和高光谱图像系统多传感器融合及评价预估模型获得新鲜苹果的损伤敏感度评价结果；操作简单，实时性好，可靠性高。

摘要：本发明公开了高光谱反射图像采集系统及基于该系统的玉米种子纯度无损检测方法，包括：基于采集所得玉米种子样本在M个波段下的M个高光谱反射图像，提取每个波段的图像作为相应高光谱反射图像的子图像；利用图像分割方法，提取相应玉米种子轮廓图像与M个波段下的12M个形状特征参数，作为判断相应玉米种子样本所属类别的特征参数，输入预先建立的检测模型进行检测处理，获取相应玉米种子样本所属纯度类别的检测结果。本发明所述高光谱反射图像采集系统及基于该系统的玉米种子纯度无损检测方法，可以克服现有技术中对噪声较大波段参数提取困难、准确性差与可靠性低等缺陷，以实现操作简单、抗噪性好、准确性好、可靠性高与实时性好的优点。

摘要：本发明揭示了一种自适应跳频磁共振射频线圈，包括与磁共振系统连接的线圈接头、前置放大器和线圈接收天线，所述线圈接头与所述前置放大器的信号输出接口连接，所述前置放大器的信号输入接口与所述线圈接收天线的输出接口连接，所述线圈接头包括用于检测磁场强度的场强检测元件，所述前置放大器中设有接收频带控制电路，所述线圈接收天线中设有调谐频率控制电路，所述场强检测元件与比较器的输入端连接，所述比较器的输出端分别与所述接收频带控制电路和所述调谐频率控制电路连接。本发明可对两个或更多不同磁场强度的自动检测，实现同一个磁共振射频线圈在不同场强中的自适应跳频，节省了使用成本，减少了操作程序。

摘要：本发明公开了一种磁共振系统及该磁共振系统中射频线圈的超声波定位方法，所述磁共振系统包括滑轨、主磁体、与所述滑轨相连并可在该滑轨上滑动的检测床、能够控制所述检测床在所述滑轨上滑动的计算机控制系统、以及安装在所述检测床上的射频线圈，所述射频线圈上固定设置有能够向所述主磁体发射超声波、同时还能接收所述主磁体反射过来的超声波的超声波收发器，所述超声波收发器与所述计算机控制系统电连接。本发明这种磁共振系统利用超声波对射频线圈进行定位，其结构简单，操作方便，定位时间短，可大大节约医生的操作时间。

摘要：本文发明涉及一种基于联合偏度的玉米种子高光谱图像波段选择方法。本发明技术方案为：a、将待识别的玉米种子样本放置在高光谱图像采集系统中，采集并获取这些玉米种子的高光谱图像；b、利用阈值分割获取玉米种子的轮廓曲线，求取轮廓下玉米种子的光谱均值特征和熵特征，并进行特征联合，将其作为待识别玉米种子的特征参数X；c、利用特征参数求取全波段下的联合偏度JS(X)，结合序列后向选择方法的原理进行波段选择，输出最优波组合Φ；d、建立预测模型，获得该波段选择方法的评价结果。本发明通过对玉米种子高光谱图像进行波段选择，其能够实现多特征条件下波段选择，操作简单，快速有效，并具有较高鲁棒性等优点。

摘要：本发明涉及一种基于多线性判别分析的玉米种子高光谱图像多特征转换方法，其特征是，包括：a、利用高光谱图像采集系统采集并获取玉米种子的高光谱图像；b、利用阈值分割获取玉米种子的轮廓曲线，求取轮廓下玉米种子的光谱均值特征和纹理特征，并进行特征联合得到玉米种子的特征参数X；c、基于MLDA算法对特征参数X进行特征转换(特征提取和波段选择)；d、建立预测模型，获得该特征转换方法的评价结果。本发明通过对玉米种子高光谱图像进行特征转换，其能够实现多特征条件下的特征转换，操作简单，快速有效，并具有较高鲁棒性等优点。

摘要：本发明公开了一种基于R‑FCN的小目标检测方法，涉及图像处理领域，该方法包括：将待测图像导入卷积网络，按照从M个网络层的最顶层至最底层的顺序以及按照从M个网络层的最底层至最顶层的顺序通过M个网络层依次对待测图像进行特征提取，生成尺度不同的特征映射图，选取N层特征映射图导入RPN进行前后景分类，确定前景区域的坐标，将前景区域的坐标对应的特征映射块处理为特征向量；将各个特征向量输入分类器中进行二次分类，检测特征向量所属的类别是否对应待检测的小目标并输出检测结果，本发明采用top‑down特征金字塔和down‑top特征金字塔相结合的方式，在不同尺度的特征映射图上进行小目标检测，可以减少对小目标的漏报，提高检测精度。

摘要：本发明公开了一种基于Kinect相机的深度图像高分辨率重构方法，涉及图像处理领域，该方法包括：对Kinect相机的彩色相机和深度相机进行标定，获取Kinect相机的相机参数；通过Kinect相机的彩色相机和深度相机分别获取目标物体的彩色图像和深度图像，根据kinect相机的相机参数将深度图像映射到彩色图像所在的彩色图像像素坐标系中，获得对齐后的深度图像，根据彩色图像和对齐后的深度图像构建非凸优化模型，利用交替方向乘子算法对非凸优化模型求解得到重构的深度图像；该方法能够实现在自然场景下彩色图像引导的深度图像高分辨率重建，并能够在保证快速收敛的同时具有良好的边缘保持平滑和鲁棒性。

摘要：本发明涉及一种基于高光谱图像技术进行淀粉中顺丁烯二酸的无损检测方法。该方法包括：a、制备淀粉、顺丁烯二酸标准样本和淀粉‑顺丁烯二酸混合样本；b、用高光谱图像系统采集标准样本的高光谱图像；c、截取高光谱图像预分析区域并提取预分析区域内每个像素的光谱值；d、利用预分析区域内淀粉和顺丁烯二酸像素光谱值结合支持向量数据描述算法建立淀粉和顺丁烯二酸分类模型；f、采集混合样本的高光谱图像，截取预分析区域并提取预分析区域内每个像素的光谱值输入到分类模型中，获得顺丁烯二酸的检测结果。本发明通过高光谱图像系统检测淀粉中顺丁