西红柿采摘机器人视觉系统的研究

针对果实采摘机器人果实识别率低的问题,设计了一组用于西红柿识别和定位的双目立体视觉系统,为机器人的采摘作业提供更有利的条件。为此,采用Bumblebee双目立体视觉系统,基于成熟果实与植株颜色特征的差异进行图像分割,来识别成熟的西红柿;在完成相机标定、特征点提取和特征点匹配的基础上,通过三维空间定位获取果实的三维坐标。实验结果表明:该系统果实识别的整个过程平均耗时150ms,对成熟西红柿的识别率达到99%,测试误差在10mm以内,能够较好地满足西红柿采摘工作的要求。     

基于SOM-K-means算法的番茄果实识别与定位方法

为解决多个番茄重叠黏连时难以识别与定位的问题,提出一种基于RGB-D图像和K-means优化的自组织映射(Self-organizing map,SOM)神经网络相结合的番茄果实识别与定位方法.首先,利用RGB-D相机拍摄番茄图像,对图像进行预处理,获取果实的轮廓信息;其次,提取果实轮廓点的平面和深度信息,筛选后进行处...     

基于点云配准的盆栽金桔果实识别与计数方法

为解决整株盆栽金桔果实识别及总体计数问题,提出了基于三维点云配准的金桔果实识别方法。首先,使用RGB-D相机采集植物多角度点云数据并进行背景去除和去噪处理。然后采用随机采样一致性(Random sample consensus, RANSAC)算法进行圆柱拟合获得旋转中心轴参数,将点云绕中心轴旋转固定角度完成初配准,之后采用点到面的迭代最近点(Iterative closest point, ICP)算法完成精配准得到完整点云。最后,对点云进行欧氏聚类分割,采用随机采样一致性算法对聚类后点云进行球形分割,获得每个果实的三维空间位置并计数。本研究对9株盆栽金桔(共149个果实)进行识别,总计识别查全率为85.91%,查准率为79.01%,F1值为82.32%,果实数量预测值和真实值的决定系数为0.97,平均绝对百分比误差为16.02%。实验结果表明,本文方法不依赖颜色信息,能够有效识别整株植物中未成熟的青色果实,可为果实识别与产量估计等研究提供参考。     

基于RGB-D相机的蔬菜苗群体株高测量方法

为实现工厂化育苗生产线上黄瓜苗群体株高的快速无损测量,提出一种基于RGB-D(RGB-Depth)相机的温室育苗盘中蔬菜苗株高参数原位测量方法。以黄瓜苗为观测对象,在苗的正上方0. 75 m处架设RGB-D相机,以获取黄瓜苗盘的俯视彩色图像、深度图像以及彩色三维点云数据。在采集的俯视彩色三维点云中分割出单株幼苗点云集、并实现单株幼苗的定位是蔬菜苗群体株高原位测量的关键。根据RGB-D相机的成像原理,将滤波与聚类分割算法相结合,实现一种基于俯视的彩色三维点云数据处理方法,用于从穴盘幼苗群体点云集中分割出单株幼苗点云集。对黄瓜苗彩色三维点云数据的实验处理结果表明,条件滤波、颜色聚类以及统计滤波相结合的滤波算法能够更好地滤除土壤背景的点云集,欧氏距离聚类分割算法可以从滤除土壤背景后的点云中有效地分割出单株蔬菜苗点云集。最后,根据基于俯视的彩色三维点云数据的幼苗株高计算方法得出单株幼苗的株高。实验结果表明,黄瓜苗株高的平均测量误差为2. 30 mm,平均测量相对误差为7. 69%,该结果可为苗期作物群体关键生长参数的提取提供有效的解决方案。     

基于RGB-D相机的油菜分枝三维重构与角果识别定位

为实现高效低成本的油菜植株三维建模和表型参数在线测量,提出一种基于RGB-D相机的油菜分枝三维重建和角果识别定位方法。使用Kinect传感器拍摄角果期油菜分枝在4个视角下的彩色图像和深度图像,进而获取油菜植株的三维点云并滤波。对配准的点云进行旋转变换,计算点云的曲面法矢量和曲率,并由曲率相近的点构成配对点对,再使用基于KD-tree搜索的最近点迭代(ICP)算法实现点云的初配准。将初配准误差作为参考值,调整ICP算法的对应点距离阈值,使用初配准的操作流程对初配准得到的新点云进行再次配准,完成精配准。结合该三维重建方法和针对性的彩色图像处理方法,得到去除主茎的单分枝油菜角果的完整点云,再进行欧氏聚类实现单个角果的空间定位。实验结果表明,提出的三维重建方法具有较强的实时性和鲁棒性,单个角果的三维形态清晰可见,点云平均距离误差小于0. 48 mm,角果总体识别正确率不小于96. 76%。     

融合多源图像信息的果实识别方法

光线变化与目标重叠是影响自然环境中果实正确识别的重要原因。为了降低两者的影响,研究了融合多源图像信息的果实识别方法。在图像配准的基础上,优选了H分量图与幅度图像作为待融合的源图像;由模糊推理系统(隶属度函数和模糊规则)决定权重,采用加权平均策略实现图像的像素级融合;根据融合图像中果实区域的分布规律,设计了一种基于直方图的首阈检测法以获得最佳的果实分割效果;利用深度图像的统计特性,设计了一种逐层分割图像的方法以解决重叠果实的分离问题。实验结果表明:多源融合图像用于果实识别与定位比单一图像具有更好的准确性与鲁棒性,对重叠果实的正确识别率在83.67%~94.22%之间。     

基于深度图像的球形果实识别定位算法

为了解决近色背景果实识别困难问题,针对果实近球形的形态特性,提出了一种利用深度图像从果实形态角度进行果实识别定位的算法。该算法使用深度摄像头获取果树的深度图像,通过深度图像计算出各像素点的梯度向量,将梯度向量看作运动矢量场,并计算出矢量场的散度,根据散度最大原则,从矢量场中搜索出辐散中心点;然后利用果实和叶片等深图像的差异从辐散中心点中筛选出果实中心点,以果实中心点为起点采用八方向搜索方法搜索出果实边界点,将果实边界点依次连接后形成的封闭区域内的果实图像导入点云;最后根据果实图像部分点云利用RANSAC算法求出目标果实的拟合球形,进而得出果实的尺寸以及三维空间位置。该算法无需传统算法需要利用的颜色特征,而仅利用了深度图像中的深度信息进行果实识别定位,能够克服传统算法受色彩、光照等因素影响的弊端,并且由于该算法完全没有利用到彩色图像信息,因此不仅可以实现绿色果实的识别定位,还可以实现采摘机器人在夜间环境下正常工作,为复杂环境下的果实识别定位算法研究提供了技术支撑。     

基于双目立体视觉的果树三维信息获取与重构

为实现果实收获机器人避障,研究了树枝空间信息提取方法和果树树枝三维重建方法:采用归一化互相关法获取立体图像视差图,在图像中提取树枝骨架并采用多线段逼近法提取特征点;结合视差图,利用双目立体视觉原理计算树枝骨架特征点的空间坐标,再利用距离图像求取树枝半径信息;将分枝点断开形成简单线图形,简化了树枝三维信息。在空间坐标原点采用12棱柱构建各段树枝模块,通过仿射变换将三维模块以正确的位姿与其他模块组合成果树模型。试验表明,生成的虚拟果树为水果采摘机器人避障及路径规划提供了环境参照。     

基于机器视觉的非结构环境下黄瓜目标特征识

提出了一种基于近红外光谱成像技术的温室黄瓜信息检测方法.根据黄瓜的光谱反射特性,选用特定波长的近红外光谱图像解决与背景颜色相近的果实信息表征;利用图像内作物灰度分布差异确定果实所在区域,区域内采用矩不变优化阈值分割和特殊形态学模板滤波,实现果实目标有效识别;结合黄瓜物理性状和纹理特征检测果实的可抓取部位,并引入形心主惯性轴思想确定果柄的切割点位置.实验结果表明果实的正确识别率为93.3%,抓取点、切割点位于有效区域的几率分别为96.7%、93.1%.     

基于RGB-D相机的黄瓜苗3D表型高通量测量系统研究

传统的人工种苗表型测量方式存在效率低、主观性强、误差大、破坏种苗等问题，提出了一种使用RGB-D相机的黄瓜苗表型无损测量方法。研制了自动化多视角图像采集平台，布署两台Azure Kinect相机同时拍摄俯视和侧视两个视角的彩色、深度、红外和RGB-D对齐图像。使用Mask R-CNN网络分割近红外图像中的叶片和茎秆，再与对齐图进行掩膜，消除了对齐图中的背景噪声与重影并得到叶片和茎秆器官的对齐图像。网络实例分割结果的类别和数量即为子叶和真叶的数量。使用CycleGAN网络处理单个叶片的对齐图，对缺失部分进行修补并转换为3D点云，再对点云进行滤波实现保边去噪，最后对点云进行三角化测量叶面积。在Mask R-CNN分割得到的茎秆对齐图像中，利用茎秆的近似矩形特征，分别计算茎秆的长和宽，再结合深度信息转换为下胚轴长和茎粗。使用YOLO v5s检测对齐图中的黄瓜苗生长点，利用生长点与基质的高度差计算株高。实验结果表明，该系统具有很好的通量和精度，对子叶时期、1叶1心时期和2叶1心时期的黄瓜苗关键表型测量平均绝对误差均不高于8.59%、R²不低于0.83,可以很好地替代人工测...     

地表覆盖方式对桃果实发育过程中果实品质指标的影响

采用信阳五月鲜桃为试验材料,设置覆膜和覆膜+覆秸秆(膜+秸秆)两种地表覆盖栽培方式,以清耕(CK)为对照,测定桃果实发育过程中可溶性糖、可滴定酸、可溶性固形物、花青苷含量的动态变化,研究不同地表覆盖方式对信阳五月鲜桃果实生长发育的影响。结果表明:两种地表覆盖方式下,信阳五月鲜桃果实发育过程中可溶性固形物、花青苷、可溶性糖含量变化均为前期上升趋势缓慢,盛花期78d后迅速增加;而桃果实中可滴定酸含量随着果实成熟度的增加而逐渐降低。信阳五月鲜桃果实成熟期(盛花期后93d),覆膜处理的桃果实中的可滴定酸含量较低,可溶性固形物、花青苷和可溶性糖含量较高,与CK和膜+秸秆处理相比差异显著;膜+秸秆处理的桃果实中花青苷含量与CK相比显著增加。信阳五月鲜桃果实发育过程中果实中可溶性固形物、花青苷、可溶性糖含量之间分别存在显著正相关,并均与可滴定酸含量呈显著负相关。总之,桃果实品质指标在果实发育过程中存在显著相关性,并且在果实成熟期迅速变化;桃树生产上应用单一覆膜能显著提高果实品质。     

水果切瓣机的设计

果品加工时,必须将其切开去核。目前,适合于水果切瓣的机械较少,尤其是适合于中小型企业或家庭使用的就更少。为此,设计了一种满足小型或个体水果加工企业生产需要的水果切瓣机;介绍了其工作原理、结构特点、主要零部件的结构及电机的选取。该机结构简单,操作方便,能满足当前生产需要,具有良好的市场前景。     

水分胁迫对枇杷果实发育阶段的光合特性和果实品质的影响

以6年生大五星枇杷为试材,系统研究了果实发育阶段水分胁迫处理对枇杷叶片的光合特性和果实品质的影响,结果表明:随水分胁迫加剧,叶片的净光合速率(Pn)、蒸腾速率(Tr)和气孔导度(Cs)下降,水分利用率(WUE)提高。不同水分处理的Pn日变化曲线呈双峰型,具有明显的"午休"现象。果实的可溶性固形物、总糖、总酸的含量随水分胁迫加剧而提高。水分胁迫导致果实单果重和果实含水率显著下降。该研究为攀西干旱河谷枇杷果实发育阶段的水分管理提供决策支持。     

果蔬采摘机器人的研究

果蔬采摘机器人是实现农业自动化的一项重要技术.为了掌握果蔬采摘机器人的最新研究动态,将其尽早应用到生产实际,根据近年来国内外最新的研究资料,简要阐述了果蔬采摘机器人的特点和国内外的研究进展,结合当前在此领域的一些研究实例进行比较分析;从采摘机器人的移动机构、机械手、识别和定位系统、末端执行器4部分介绍了其结构组成与设计技术,并在此基础上重点分析了果蔬采摘机器人研究中存在的问题,提出了未来研究开发的技术关键与方向.     

辽宁果业及果业信息发展研究

辽宁果树资源丰富,品种繁多,是我国北方果品主产区。在辽宁果业发展进程中,果业信息的作用不可忽视。通过介绍辽宁果业的发展现状和各阶段果业发展的特点,分析果业信息在果业发展中所起的作用,提出现阶段辽宁果业信息应满足迅捷性、真切性、系列性、有效性和引导性5项要求,以更好地为果农服务。     

摇枝式油茶果采摘机设计与试验

针对油茶果机械化采摘漏采率高、损伤率大的问题，设计了一款摇枝式油茶果采摘机。根据摇枝式采摘工作原理，完成了关键部件的结构设计，计算分析了采摘头夹持油茶枝的夹持力，对油茶枝和油茶果振动过程进行力学分析，建立力学方程并求解。结果表明，夹持油茶枝时最大压力为2826N，振动对树枝产生的径向力约为57.5N、法向力约为78.2N，夹持和振动都不会对枝条造成损伤。为保证采摘机安全性，对横梁架进行了静力学分析，经计算其弯曲变形为0.0005mm，远小于最大许用弯曲挠度。设计了四因素三水平正交试验，结果表明，最佳作业参数组合为：采摘装置的采摘时间10s、电机输出频率35Hz、采摘头的振幅5cm及采摘爪的夹持位置（夹持油茶枝的夹持中心到油茶树冠层距离）10~20cm，此时油茶果采净率为95.2%，花苞损伤率为17.2%。对摇枝式油茶果采摘机进行了田间试验，对枝条的损伤基本符合采摘要求。     

基于TRIZ理论的果实采摘机器人研究

在介绍发明问题解决理论-TRIZ概念的基础上,分析了40个发明原理、39项技术特性、矛盾冲突解决矩阵、物质-场分析理论以及发明问题解决算法(ARIZ)等.运用TRIZ理论对果实采摘机器人进行了具体研究,对其中的机械手和末端执行器进行分析改进,建立了只抓住果梗而不与果实本体直接接触的软质水果收获机器人模型,解决了果实采摘机器人在果实采摘过程中的一些问题.     

果实坚实度检测系统设计

利用冲击摆法,采用电涡流传感器对摆位移进行检测,通过JKU-12数据采集卡进行信号调理,基于LabVIEW开发环境,设计了果实坚实度检测系统.整个系统在WinXP SP2和LahVIEW8.2中文试用版环境下调试成功.该系统能够准确记录探针刺入果实的详细过程.实践证明,系统稳定可靠,为果实坚实度指标检测和分析提供了良好的技术手段.     

辽宁果业及果业信息发展研究

辽宁果树资源丰富,品种繁多,是我国北方果品主产区。在辽宁果业发展进程中,果业信息的作用不可忽视。通过介绍辽宁果业的发展现状和各阶段果业发展的特点,分析果业信息在果业发展中所起的作用,提出现阶段辽宁果业信息应满足迅捷性、真切性、系列性、有效性和引导性5项要求,以更好地为果农服务。     

油橄榄果实物理力学特性研究

为降低油橄榄果实在采收和运输环节的机械损伤,研究了油橄榄果实物理力学特性.以"莱星"油橄榄果实为研究对象,分别测量了其几何特性参数、密度、静摩擦因数、恢复系数及果皮弹性模量,并使用数理统计分析方法对测量结果进行了分析.结果表明:油橄榄果实长轴为[15.44,23.44]mm,长径为[11.26,16.03]mm,短径为...