基于机器视觉的对靶喷雾系统时延估计方法研究

对靶喷雾系统中的时延估计是关系到整个系统实际喷雾命中率的关键问题。首先对经典的机载对靶喷雾模型进行了分析,总结出理论上机载设备长度、硬件延时、算法耗时、农机运行速度和理论对靶精确度之间的关系;然后,在此基础上提出了一套基于双目机器视觉的核心速度测算方法,并设计了喷雾时延估计模型;最后,通过搭建完整软硬件实验平台实现了对算法的有效性验证。实验结果表明:该算法可以在常用的基于机器视觉的农机装备中实现准确的常规对靶喷雾时延估计。     

基于融合多特征图切割的作物病害图像自动分割

为提高黄瓜叶部病害图像的分割性能,该文提出一种基于融合多特征图切割的病害图像自动分割方法。首先采用一种新的阈值化方法对原始病害图像的红色分量进行二值化处理;然后融合纹理、灰度、距离3个特征构建能量函数的边界项,描述像素间的相似性;再利用分割区域像素与区域边界像素的红色分量差值自动建立能量函数的区域项,反映像素归属于背景和目标的程度;最后运用最大流算法求解能量函数得到分割结果。将该方法应用于黄瓜3种病害(靶斑病、霜霉病和白粉病)叶部图像分割中,并与OTSU算法及半自动图切割算法的分割结果进行比较。试验结果表明,该方法的平均错分率为1.81%,低于其他2种算法,平均分割速度约为2.34 s并无大幅增加。该研究可为黄瓜病害的自动识别和诊断提供技术参考。