基于机器视觉的烟叶面积在线测量

为提高烟草打叶复烤工艺中烟叶叶片结构的检测效率,研究了用于烟叶叶片结构在线检测的叶片面积快速测量方法.采用空变模糊矩阵还原了线阵相机的场曲模糊,利用张正友标定法校正了图像畸变;提出了对噪声、照明环境不敏感的R、G分量差值阈值分割法,实现了叶片图像的高精度分割;提出了计算效率较高的叶片面积拼接法,解决了在线检测时单个叶片被分割在2幅图像中的问题.采用多线程技术,编写了并行图像处理软件,开展了重复性实验,结果表明:图像处理速度达22帧/s,能够满足在线测量要求,在100～2500mm2量程内,相对误差小于0.50％,变异系数小于1.01％.     

基于方向A*算法的温室机器人实时路径规划

针对复杂环境下的温室机器人路径规划问题,重点研究了生成路径的平滑设计、碰撞检测和算法实时性,提出一种方向A~*算法。首先采用"视野线"平滑原则优化路径,消除锯齿效应并避免部分碰撞;其次应用"圆弧—直线—圆弧"转弯策略,避免机器人本体宽度影响;最后基于二叉堆加速算法,提升算法计算效率。仿真实验结果表明,方向A~*算法满足平滑要求且能有效避免碰撞,加速算法平均提速4~7倍。同时,机器人在真实实验环境下能实现安全自主导航,跟踪误差小于0.15 m,验证了所提方法的可行性。     

基于卷积神经网络的鲜茶叶智能分选系统研究

机采鲜茶叶中混有各种等级的茶叶,针对风选、筛选等分选方法难以做到精确细分的问题,结合计算机视觉技术和深度学习方法,设计了一套鲜茶叶智能分选系统,搭建了基于7层结构的卷积神经网络识别模型,通过共享权值和逐渐下降的学习速率,提高了卷积神经网络的训练性能。经过实验验证,该分选系统可以实现鲜茶叶的自动识别和分选,识别正确率不低于90%,可对鲜茶叶中的单芽、一芽一叶、一芽二叶、一芽三叶、单片叶、叶梗进行有效的类别分选。