基于机器视觉的无人机油菜长势调查研究

精准农业以实时准确地获得作物生长信息为前提,可精确调控各种环境因素,促进农业物资合理利用和实现高产。在各种生长信息中,作物长势相关的参数是研究的重点。基于无人机的作物长势调查能够适应农田的复杂环境,在作业效率和降低成本上也有明显的优势。为此,开发了基于机器视觉的油菜长势调查方法,利用无人机搭载数码相机拍摄油菜图像,经过机器视觉分析处理后区分不同生育时期的油菜。以H分量值作为与生物量相关的特征参数,用于反映油菜的长势。在实际的应用中,建模样本的H值与实测生物量之间存在极显著的相关性,建立的模型准确计算出检验样本的生物量,为油菜的长势调查和产量预测提供了依据。     

基于视觉吸引机制的乡村绿道景观营建策略——以义杭线和佛低线部分路段为例

国内外绿道的发展动态已有多年,绿道衍生出来的乡村绿道目前在国内难以受到重视,空间破碎严重,均质化景观现象普遍,基础设施较差,建设力度不够,难以使游客产生视觉吸引力,导致观赏性和体验舒适性不高。因此,需要广大行业从业人员重视乡村绿道的发展,营建乡村特色的线性景观空间,为广大村民及游客提供良好的乡村游憩环境。以义杭线和佛低线部分路段为例,深入分析现状资源优势,选取沿线重要节点、线性道路、周边水体、植物等典型景观类型,提出相关营建策略,为后期建设提供理论依据。     

基于图像边缘检测技术的采摘机器人视觉系统设计

采摘机器人作业环境复杂,视觉系统往往不能准确对待采摘的果树或者果实进行准确的定位。为了提高采摘机器人视觉系统的定位精度,引入了图像边缘检测技术,通过提取待采摘果树或者果实的边缘,计算果实的位置坐标,为采摘机器人的自主行走定位和采摘作业提供可靠数据支持。为了验证方案的可行性,以待采摘果树的特征边缘提取为例,对系统的果树边缘提取的可行性及定位准确性进行了实验。实验结果表明:采用基于图像边缘检测技术的采摘机器人视觉系统可以成功地对果树进行定位,并输出果树的位置坐标,将位置坐标和实测位置坐标进行对比发现,其结果基本吻合,具有较高的定位精度。     

宁波农业“机器换人”示范创建成绩亮眼

近日,浙江省农业农村厅公布了2019年农业"机器换人"示范单位名单,宁波市奉化区、象山县被评为浙江省农业"机器换人"示范县(区),慈溪市为农业主导产业"机器换人"示范市,海曙区集士港镇、象山县鹤浦镇为农业"机器换人"示范乡镇,海曙鄞江卧心牧场等13个基地为农业"机器换人"示范基地。自2017年开展农业"机器换人"示范创建以来,宁波市共成功创建省农业"机器换人"示范县5个、农业主导产业"机器换人"示范县1个、示范乡镇21个、示范基地57个,创建步伐领跑全省。     

基于机器视觉的草莓自动采摘机的设计

针对我国大面积高垄种植草莓存在的采摘效率低、损伤率高等问题,设计开发了一种基于机器视觉的草莓自动采摘机。该机基于机器视觉识别成熟草莓位置和精准定位,采用步进电机带动同步带运动,让末端执行器执行采摘动作的机构,可一次完成采摘、传送及收集等作业。该采摘机主要由采摘系统、传输系统和收集系统组成。试验结果表明:该机在试验环境下对草莓的采摘速度为403.4颗/h,无损伤采摘成功率可达90%。     

基于边缘检测和区域定位的玉米根茎导航线提取方法

基于玉米根茎图像信息，提出一种基于边缘检测和区域定位的玉米根茎导航线提取方法。首先，利用最大类间方差法自动分割2G-R-B灰度图像，得到二值化图像，结合形态学处理、位置/面积去噪方法提高二值化图像质量，对去噪图像按列累加得到列像素累加曲线；针对传统方法得到的特征点中伪特征点较多的问题，引入高斯滤波器平滑累加曲线，并运用极值法减少玉米根茎伪特征点的干扰，在提取玉米茎秆边缘直线时，提出基于最远茎秆成像宽度的双侧边缘判别思路，通过扫描每条边缘直线的四边形封闭邻域有效剔除伪边缘直线；最后，根据边缘直线二次定位玉米的根茎区域范围，并剔除伪特征点，采用最小二乘线性拟合方法准确提取导航线。试验表明，本文算法处理一幅1280像素×720像素图像耗时约236ms，特征点拟合准确率为92%。与传统方法相比，本文算法精度高、实时性好，在缺苗、杂草较多和株距不标准的情况下仍具有较强的鲁棒性。     

明清苏作家具木雕饰面比例与视觉感受相关性分析

对明清苏作家具木雕装饰面积比例与木雕饰面繁简程度视觉心理感受的关联性进行研究。将明清苏作木雕家具按照明式和清式分组,基于AutoCAD展开木雕装饰面积测量,并计算饰面比例,通过SPSS软件将样本随机分成7组,结合语意差别量表法分析主观评价与木雕饰面比例之间的对应关系。结果表明:明清苏作家具木雕装饰繁简程度的主观感知受木雕饰面比例显著性正影响;不同职业分组群体中,学生组、导购组、消费者组、设计师组、专家组测试者,对明清苏作木雕家具装饰繁简程度的感知受木雕饰面比显著性正影响,技师组呈正相关不显著。     

农用车辆路径跟踪预瞄控制研究 —基于免疫模糊PID算法和视觉导航

在无人驾驶农用车辆过程中,由于作业环境的复杂性,往往会遇到一些突发状况,如急转弯或者突然出现障碍物等,目前的视觉导航技术一般都是获取路径信息后直接进行反馈调节,在遇到突发状况时难以有效的工作。为此,将跟踪预瞄加反馈控制器引入到了无人驾驶农用车辆自动导航系和控制系统中,并使用免疫模糊PID算法对控制系统进行优化,以提高控制的效率、精度及自动化程度。为了验证该方法的可靠性,模拟农用车辆的作业环境,对控制算法的精度和效率进行了验证。仿真结果表明:采用免疫模糊PID算法具有较高的控制精度,且运算效率高,如将其使用在农用车辆自动导航和控制系统中,对于提高导航的精度和智能化程度具有重要作用。