田间异物识别算法研究

针对农机手在长时间作业时对周围环境突变反应下降的问题,研究田间异物自动识别方法对提高农机作业安全、减少生命财产损失有重要的意义。为此,分析了大田作业背景下出现异物的图像规律,提出了区域均值的算法,可快速找出作业前方的异物位置。试验表明:农机以4.5km/h以下的作业速度时,该方法能在0.97s内准确地分析出不同大田背景颜色下的异物位置,达到了预期目标。     

基于三菱PLC和组态技术的交通信号灯控制系统设计

本文分析了交通信号灯的控制要求,利用三菱FX系列的PLC与上位计算机工控组态软件组态王实现了交通信号灯控制系统的设计。本设计综合了计算机和PLC的长处,为交通信号灯监控的远程化,区域化,网络化研究打下基础。     

时序电路在多路检控中的应用

介绍了一种利用时序电路完成多路检测和多路控制的电路 ,给出原理图并说明了其工作原理 ,提出了控制特征方程 ,并指出了若按此方程的原理可以制造出专用集成电路 ,将会得到广泛应用。     

苏南楸梢螟发生规律与防治方法初探

楸梢螟(Omphisa plagialis wilemani)又称楸螟,是楸树苗圃发生危害最严重的一种害虫,植株受害率高达80%左右,且一株苗可多处受害,被害部位呈瘤状突起,导致树     

基于神经网络和图像颜色、形状特征的绿色苹果图像分割

图像分割是苹果采摘机器准确识别和定位苹果的关键步骤.本研究首先采用线剖面方法对采集的苹果图像针对颜色特征进行分析,提出了利用颜色特征R-B的色差法对青果期苹果图像进行初步分割.在利用分割后的图像提取图像区域的形状特征(面积、周长、圆形度、离心率等).然后将得到的8个形状特征作为BP神经网络的输入量,随机选取一定数量的样本图像作为BP神经网络的训练样本图像和验证样本图像.样本图像经过BP神经网络训练后,建立了绿色苹果图像的分割模型.通过BP神经网络分割后的苹果图像,果实识别率高达89.3％,分割效果良好.