搜索结果: 1-13 共查到“农业电气化与自动化 vision”相关记录13条 . 查询时间(0.031 秒)
鲜食玉米果穗外观品质分级的计算机视觉方法(Appearance Quality Grading for Fresh Corn Ear Using Computer Vision)
鲜食玉米 果穗 外观品质 分级
2010/12/28
在HSI颜色模型下,通过计算机视觉检测技术实现对鲜食玉米果穗外观品质分级。提出垂直投影法确定秃尖位置并去除秃尖。对H值进行双向一次微分运算以实现缺陷的识别。在此基础上获取果穗缺陷比、穗长、果穗最大直径、长宽比和矩形度作为外观品质特征参数,并以此为输入向量构建广义回归神经网络对果穗外观品质分级。试验结果表明:秃尖位置、穗长和果穗最大直径的平均误差分别为2.27mm、1.96mm和0.54m...
研究了破损棉种的机器视觉识别方法,采用均值、方差、均方比等统计特性参数,计算棉种边界破损参数。通过实验确定均方比分类阈值为0.58,将棉种分为破损棉种和正常棉种。选取正常棉种330粒、破损棉种110粒,利用该检测系统进行检测,其识别精度达93%。
基于计算机视觉的葡萄茎直径高精度测量方法(High Accuracy Measurement of Grape Stem Diameter Based on Computer Vision)
萄萄 茎直径 计算机视觉 非接触测量 图像处理
2009/12/28
提出了基于计算机视觉的葡萄茎直径测量方法,采用双边滤波降低图像噪声,通过Otsu阈值分割和BloB分析实现葡萄茎与背景的分离,应用基于特征点的定位方法得到茎直径测量位置,由茎直径所包含像素数和尺寸当量计算出茎直径值,从而实现茎直径连续测量。实验和现场应用表明,系统测量重复精度可达±0.5μm。
基于机器视觉的农业车辆路径跟踪(Path Tracking of Agricultural Vehicle Based on Machine Vision)
机器视觉 自动导航 随机霍夫变换 模糊逻辑
2009/11/3
简述了一种基于机器视觉的农业车辆自动导航系统。提出了直线检测算法,显著降低了内存需求和时间消耗;以横向偏差和航向偏差作为输入量,构建了二维模糊决策器,对期望前轮转角进行决策;构建了基于PID的转向控制器,实现前轮转向控制,并采用简化的两轮车运动学模型进行了仿真。仿真和实验结果表明,该导航系统可以有效地实现直线路径跟踪。当车速为0.3m/s时,最大跟踪横向偏差不超过5cm,平均偏差不超过2cm;当车...
基于计算机视觉的新疆棉种颜色分选系统设计(Xinjiang Cotton Seed Color Separation System Based on Computer Vision)
棉花 种子 机器视觉
2009/11/3
设计了一套基于机器视觉的脱绒棉种在线分选系统,采用种子平抛和气吹分离的方式实现了新疆地区红棕色棉种与黑色棉种的自动分选。研究了无序状态下的种子图像采集方法,并通过区域细分的方式解决了无序种子与气流喷嘴的对应关系。提出了种子位置跟踪和分离算法,实现了对棉种图像处理结果的延时分离操作。实验结果表明:在传送带速度为0.50 m/s时,分选精度为88.6%,选出率为80.7%。
农田非结构特征视觉导航研究(Vision Navigation Based on Agricultural Non-structural Characteristic)
视觉 农田环境 聚类
2009/11/3
研究了农田非结构环境下,通过机器视觉提取导航线的处理算法。首先,根据农作物的特点提出了使用聚类的方法检测作业区域终点;其次,为避免噪声干扰,利用移动窗口检测二值图像白色像素的个数,确定导航路径区域;最后,使用改进的Hough变换提取导航线。实验表明,该算法可以准确提取绿色植物的行信息,处理一帧分辨率为320×240像素的彩色图像平均需要57.404ms,正确识别率达99%。
农业车辆杂草环境下视觉导航路径识别方法(Path Recognition for Vision Navigation System of Agricultural Vehicle in Weed Environment)
杂草环境 视觉导航 路径识别 BP神经网络
2009/11/3
在普通环境导航路径识别方法的基础上,分析了株间杂草和垄间杂草对农业车辆导航路径的影响。针对影响较大的垄间杂草环境,提出一种基于BP神经网络的杂草环境下导航路径识别方法。田间实验证明,该方法对杂草的影响具有较好的适应性,能够快速、可靠、准确地提取导航路径特征,识别率为97%,单幅图像平均耗时560ms。
农用车辆作业环境障碍物检测方法(Obstacle Detection in the Working Area of Agricultural Vehicle Based on Machine Vision)
农用车辆 颜色分割 特征匹配
2009/11/3
针对联合收获机视觉导航系统中的视觉测障,提出了一种基于单目彩色图像分割测障与立体视觉特征匹配测障相结合的测障方法:利用H、S颜色分量对单目图像实施固定阈值分割并二值化,获得潜在障碍物的位置及区域;采用尺度空间不变(SIFT)算法获取潜在障碍物区域特征;采用近似最近邻分类算法(ANN)进行快速特征匹配,获得潜在障碍物的世界坐标,由此进一步确认障碍物以及障碍物与车辆之间的距离。提出了提高算法效率的措施...
基于机器视觉的苹果识别和形状特征提取(Recognition and Shape Features Extraction of Apples Based on Machine Vision)
苹果 机器视觉 图像识别
2009/9/11
提出了利用色差R—G和色差比(R—G)/(G—B)相结合的苹果识别方法。在顺光、逆光等不同情况下对拍摄的苹果图像进行了识别,并对识别后的图像进行消除噪声、区域填充等预处理,获得苹果的轮廓图像。针对轮廓图像,采用遗传算法进行形状特征提取。采取多次运行遗传算法,并依次转换目标轮廓点为背景点的方法,处理果实图像邻接、重叠问题。实验结果表明:苹果识别方法在一定程度上消除了阴影、逆光、土壤等影响,识别率达9...
基于计算机视觉与敲击振动融合技术检测鸭蛋壳强度(Duck Egg’s Shell Intensity Model Based on Fusion of Computer Vision and Impact Excitation)
鸭蛋 蛋壳强度 多传感器融合 数据关联
2009/9/11
通过对敲击振动特征频率矩阵变异系数和测定有裂纹蛋壳强度的探索性分析,获得鸭蛋壳强度特征频率的分离阈值λ=0.02。通过传感器数据关联,确定了进入模型的特征变量。采用后向消去法进行多元线性回归建立了无裂纹鸭蛋壳强度预测模型,结合蛋壳强度分离阈值得出基于特征层多传感器融合鸭蛋壳强度的系统模型。验证性试验表明该模型有较好适应性,对于各种颜色、形态鸭蛋的蛋壳强度都有较好的预测效果,误差均值小于3.1%,误...
基于机器视觉的林间导航路径生成算法(Algorithm of Path Navigation Line for Robot in Forestry Environment Based on Machine Vision)
机器人 机器视觉 路径导航
2009/8/11
提出了一种基于机器视觉的、适用于林间行走机器人导航的路径生成算法,即采用扫描图像获得视野两边的树干底部与地面的交界点,计算得到交点中心的一系列离散点簇,通过最小二乘法拟合该中点生成导航直线的算法。Matlab仿真结果表明:该算法可有效地处理多种林间复杂环境,符合人眼视觉所识别的导航线,在图像批量处理时具有较高的可靠性和稳定性。
免耕覆盖地秸秆行茬导航路径的图像检测(Detection of Stubble Row and Inter-row Line for Computer Vision Guidance in No-till Field)
保护性耕作 农业机械 自动导航
2009/8/11
提出了秸秆行茬视觉导航方法,引导农机具在根茬行间作业以防止堵塞,并对玉米直立根茬导航路径的检测方法进行了研究。选取了图像的彩度信息作为研究对象,通过多种自动阈值选取方法的对比试验和分析,采用迭代法对根茬图像与土壤背景进行了有效分割,并采用2次腐蚀处理去除噪声,通过膨胀处理填充目标区域孔洞;使用了过已知点的Hough变换检测出玉米直立根茬行间及行茬直线。田间试验表明,该方法能够有效地提取出秸秆行茬导...
农业车辆视觉实际导航环境识别与分类(Recognition and Classification for Vision Navigation Application Environment of Agricultural Vehicle)
农业车辆 视觉导航 实际环境
2009/8/11
分析了对路径识别影响较大的变光照环境、杂草环境和阴影环境对农业车辆导航路径的影响,提出一种实际环境中的农业车辆视觉导航研究方法,即先采用神经网络算法对农田环境进行自动分类,然后再相应的选择不同的路径识别方法进行处理。环境识别与分类试验结果证明,该方法能够提高农业车辆视觉导航系统的实用性和可靠性,导航环境的分类准确率为95%,单幅图像平均耗时23ms。