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。     

AMMI双坐标分析在玉米品种比较试验中的应用

用AMMI双坐标图分析2017年贵州省高海拔玉米区域试验。结果表明,其可以客观地评价参试品种与试点的互作关系,不但可以直观了解每个品种在各个区试点的丰产性、适应性,还可以了解品种对环境(试点)及环境对品种的特殊需求,为育种家制定育种目标提供重要的参考,为引种生产的稳定性、适应性提供科学依据。     

AutoCAD中快速编写装配图零、部件序号的方法与技巧

为使装配图中的零部件序号编写符合国家标注规定,介绍运用"多重引线样式、多重引线标注、多重引线对齐标注",再辅助"直线"绘图命令,快速编写出零部件序号的方法与步骤。     

监控摄像技术在DEM中实现林火定位的分析及应用

提供一种基于监控摄像头定位火点位置的可行方案。根据监控系统实时回传的摄像头当前俯仰角和方位角,利用已知的三个参数:摄像头所在位置坐标、高程、塔高,结合数字高程模型(DEM),可获得一个由监控摄像头发出的射线与DEM曲面的交点,可视为是火点位置。     

GPS手段机导航定位方法及可靠性试验研究

GPS导航定位以其高精度、全天修、高效率，多功能，操作简便，应用广泛等特点著称。针对GPS接收机型中的eTrexC（小博士）手持机在森林资源调查中的样地（点）导航定位操作方法及多点定位进行试验。结果表明，该机可直接用于样地（点）定位，其误差受特殊地形制约，与地类无关。     

立交匝道中桩及边桩坐标计算的新方法

以安楚高速公路某一立交匝道测设数据为例 ,给出坐标计算公式及编程思路 ,节省了坐标计算的时间及提高了计算数据的精度 ,为立交匝道放样提供了方便     

基于KNN方法的大兴安岭地区森林地上碳储量遥感估算

【目的】采用 KNN方法进行碳储量估测,并对估测后的数据进行各种校正处理,绘制森林地上碳储量的空间分布图,为我国森林碳储量和固碳潜力的研究提供基础数据和科学依据。【方法】以黑龙江省大兴安岭为研究区(50°05'—53°33'N,121°11'—127°01'E),基于2010年森林资源连续清查固定样地和同年 Landsat5 TM 影像数据,利用 k－邻近法( KNN)在像素级水平上对森林地上碳储量进行估算。采用多准则方法分东、南、北和中4个区域对样地坐标和其对应的影像光谱值进行坐标重配准,并根据实测样地数据对坐标重配置前后不同林分类型地上碳储量估测精度进行评价;针对 KNN方法像素级估测结果存在明显的高值区域低估和低值区域高估现象,应用直方图匹配方法对估测结果进行变动范围调整;并根据样地实测碳储量和 KNN 估测值间的回归关系对调整后的结果分区域进行进一步匹配校正后处理,绘制森林碳储量的空间分布图。【结果】总体来说,本研究区域像元尺度KNN估测的欧式距离优于马氏距离,均方根误差随着最邻近值 k的增大而降低,当 k大于6时变化缓慢,并逐渐趋于稳定;坐标误差校正后,各林分类型森林地上碳储量的估测精度均显著提高,平均均方根误差由17.23降低到14.3 t·hm －2;直方图匹配后,各区域样地点高值区域低估和低值区域高估现象均有很大程度改善,实测值和估测值间的相关关系明显增强,然而高值地区(碳储量大于20 t·hm －2)出现过高估计现象;经匹配校正后处理的均值、标准差、直方图和累积频率分布图更接近样地实测值,均方根误差也明显降低,高值地区过高估计现象得到很好校正。【结论】森林资源清查数据、遥感数据及 KNN方法相结合逐渐成为区域尺度森林参数空间连续估测的重要手段。同利用光谱值和森林参数建立的回归模型相比,KNN方法能够更多地考虑到森林参数同光谱值之间的非线性依赖关系;但 KNN估测方法除了受距离度量标准、最邻近值 k的大小以及影像波段的选取等因素影响外,还存在如样地坐标和对应的影像光谱值匹配误差、像素级估测结果多呈明显集中分布趋势等问题,使得该方法的应用受到一定限制。本文的研究表明,对这些因素进行合理的校正,将更有利于区域尺度森林参数的精确估计和反演。     

AA肉鸡屠宰性状主成分坐标图的分析

选取120只1日龄AA肉鸡,公母各半,饲喂基础日粮,常规饲养。42日龄随机抽取40只,公母各半,进行活重(x1)、屠宰重(x2)、半净膛重(x3)、全净膛重(x4)、胸肌重(x5)、腿肌重(x6)、腹脂重(x7)的主成分坐标图的分析。结果表明:1)主成分F1、F2、F3的贡献率分别为60.57%、19.91%、15.24%,累计贡献率为95.73%,为入选主成分。2)F1、F2、F3的信息量表达式分别为F1=0.450 7x1+0.4743x2+0.415 0x3+0.404 4x4-0.106 3x5+0.314 4x6+0.354 9x7,F2=-0.165 4x1-0.138 1x2+0.317 1x3+0.422 8x4+0.792 6x5-0.212 3x6-0.032 6x7,F3=0.209 1x1+0.127 3x2-0.300 2x3-0.103 3x4+0.092 8x5-0.651 2x6+0.637 7x7;F1、F2、F3分别称为屠宰因子、胸肌因子、瘦肉因子。3)在F1和F2、F1和F3、F2和F3构成的平面坐标中,x3和x4都是距离最近,可视为同类性状。     

利用ArcGIS输出图斑边界拐点坐标的操作方法

随着国家水土保持重点工程建设管理信息系统的应用,图斑边界的录入成为影响整个数据录入进程的关键环节。信息系统为县级用户进行图斑边界的录入提供了面上编辑、导入RM文件、输入拐点坐标三种方法。输入图斑边界拐点坐标是一种通用方法,但是在使用这种方法之前必须对图斑边界拐点坐标进行输出处理。现阶段图斑边界拐点坐标的输出方法主要有利用CAD、手持GPS、Google Earth和ArcGIS等四种方法,在这四种方法中,利用ArcGIS输出图斑边界拐点坐标是一种最为简便、快捷、高效、准确的方法。详细介绍了此方法的操作过程。