基于视觉测量的挖掘机工作装置姿态测量系统

提出了一种基于视觉测量的挖掘机工作装置姿态测量方法。使用工业相机获取工作装置侧视图像,采用鞍点检测方法快速捕捉工作臂上的人工靶标;将靶标间的固定几何尺寸关系作为约束条件筛选出靶标中的鞍点并计算相应工作臂的姿态角;通过预判靶标的运动范围以缩小图像检测区域,提高算法处理速度。试验表明,与挖掘机上原有的拉线传感器测量系统相比较,动臂和斗杆姿态角动态测量偏差分别小于1°和2°,处理每帧工作装置运动图像平均用时在100 ms以内,验证了该方法对挖掘机工作装置姿态测量的可行性。     

园林空间视觉秩序的构建

论文通过对园林空间的整体性、可感知性和观赏性的分析,从视觉设计、空间序列和空间的生长去探讨园林空间视觉秩序的构建方法。     

基于自适应导航参数的智能车辆视觉导航

为提高导航路径识别的鲁棒性和实时性,采用了分区阈值二值化、噪声点搜索及滤波等图像处理方法,并对导航路径进行分区逐段识别;在路径跟踪方面,在获取的导航路径图像中选取远端路径和近端路径,以远端路径和近端路径的方位偏差量作为确定目标路径的依据,使提取的导航参数能适应导航路径的变化。根据四轮智能车辆模型进行路径跟踪仿真计算。在此基础上,采用两块数字信号处理器,对基于路径导航的视觉智能车辆进行了设计和试验验证。试验结果表明采用该方法设计的智能车辆具有较好的路径识别和跟踪控制效果。     

基于机器视觉的蜡质巢础的破损检测系统

[目的]采用机器视觉技术,对蜡质巢础片进行破损检测。[方法]首先对采集到的巢础片图像进行二值化、中值滤波和图像增强等预处理,然后采用区域生长法提取破损区域。根据破损区域的面积剔除破损巢础片。软件系统编写采用Labview及Imaq vision。[结果]经试验,破损区域的检出率可达到98.4%。[结论]采用机器视觉技术进行巢础片的破损检测,系统平均响应速度快、检测精度高,完全满足巢础自动化生产的要求。     

空间视域分析方法在八达岭长城风景林分类配置中的应用

以八达岭长城沿线风景林为研究对象, 利用空间视域分析技术, 在ERDAS virtualGIS平台上, 将八达岭长城风景林和游客同时置身于一个虚拟的三维空间中, 通过调整游客在长城上的观测高度和视程, 将长城沿线风景林划分为视觉盲区、视觉感知区、视觉敏感区3个类型, 结合研究区植被、森林起源等专题图数据, 采用空间叠置分析法, 获得新的区划斑块, 从视觉感知方面客观确定每个风景林景斑类型, 为八达岭长城风景林科学经营提供科学依据。结果表明, 八达岭长城风景林区在最远2 000 m视域范围内, 视觉盲区、视觉感知区、视觉敏感区面积824.44 hm²、880.4 hm²、3 247.77 hm²。空间叠加分析将八达岭长城风景林区分为119个风景林景斑类型, 为了经营管理方便, 划分10种大的类型, 分别是视觉敏感区保安灌木林、视觉敏感区保安林、视觉感知区保安林、视觉感知区保安灌木林、视觉盲区保安林、视觉敏感区观光林、视觉感知区观光林、视觉盲区观光林、视觉敏感区游憩林、视觉感知区游憩林。     

Automatic detection of lameness in dairy cattle—Vision-based trackway analysis in cow's locomotion

The occurrence of lameness in dairy cattle is of increasing importance in herd health management and herd productivity. Current practice, involves visual observation by human experts to score cow's locomotion in order to estimate the lameness in the herd. The trackway defined as “hind hoof compared to fore hoof position” is one of the main components to score the locomotion. However, because of the time-consuming observation method, lame cows are undiagnosed until the problem has become severe. Up till now there is no automatic (visual) method for detecting lameness in dairy cattle. The objective of our study was to make an automatic system for continuous on-farm detection and prediction of lameness in the farm by using vision techniques. The current focus was on demonstrating the possibility of capturing cow's hoof locations by vision and strong correlation between automatically calculated hoof trackway and visual locomotion scores. Fifteen selected lactating cows were scored visually by four trained observers at the Gent University Research Farm. Scoring varied from 1 (normal walking) to 5 (extremely lame). Side-view images with resolution of 1024 × 768 pixels were recorded when cows passed an experimental set-up freely. Recorded videos were split into sequences of bitmap images. After background subtraction, binary image operations, calibration and hoof separation, the trackway information containing hoof location in the real world and its related time in the video was calculated. The accuracy of automatically captured results was checked by comparing with the output from manually labeled hoof locations. The mean correlation coefficient of all measurements was 94.8%. Hence, the results suggest that the automatic method by vision analysis is feasible to present the cows’ real locomotion situations. The first result showed a positive linear relationship between cows’ trackways overlap and locomotion scores by human visualization. This research proved that vision techniques have great potential to be used for continuous quantification of lameness in cows.     

基于深度学习的青梅品质智能分选技术与装备研究

青梅内外品质对其精深加工过程有重要影响,常规人工分选不仅分级效率较低,且受个人主观因素影响难以实现标准化作业,不能满足市场需求。以深度学习技术为基础,在青梅外表缺陷分类方面,将Vision Transformer网络模型应用到机器视觉系统中,引入多头注意力机制,提升全局特征表示能力,并通过softmax函数减少梯度,实现青梅表面的多类（腐烂、裂纹、疤痕、雨斑、完好5类）检测分选,结果表明其平均判别准确率达到99.16%,其中腐烂、疤痕、裂纹以及完好青梅图像的判别准确率达到100%、雨斑达到97.38%,每组平均测试时间为100.59ms;该网络的各类判别准确率、平均判别准确率均明显优于VGG网络、ResNet-18网络。青梅内部品质（SSC）预测方面,基于高光谱成像技术,结合低秩张量恢复（LRTR）的去噪优势和堆叠卷积自动编码器（SCAE）的降维优势,构建了LRTR-SCAE-PLSR青梅糖度预测模型。结果表明网络规模为119-90-55-36时,模型预测集相关系数为 0.9654,均方根误差为0.5827%,表现最佳;通过SCAE、LRTR-SCAE两种降维模型对比,LRTR-SCAE模型不仅维度更低,预测集相关系数也明显提高,验证了LRTR-SCAE模型的降维去噪优势。设计并搭建了可用于青梅内外品质无损分选的智能装备,整机尺寸小,结构简单,分选结果满足青梅精深加工需求。     

乡村振兴背景下农业现代化愿景与实现途径

随着我国农业现代化建设的不断深入,农业现代化的基本内涵越发丰富、目标指向越发鲜明、建设思路越发明晰。在乡村振兴背景下,推动农业现代化建设,有助于改善农业生产结构,优化农业生产经营模式,实现农民收入稳定增长,促成绿色生态农业建设,早日实现全面现代化及共同富裕的目标。本文基于乡村振兴背景,在阐述农业现代化基本内涵的基础上,分析我国农业现代化的愿景与实现路径,以期对我国农业现代化建设有所帮助。     

基于机器视觉的工业机器人智能分拣系统设计研究

随着我国工业发展脚步的不断加快,机器人在工业智能化中发挥的作用日益突出,将其应用到机械零件分拣工作中,可以利用机器人的智能化特点,代替传统模式下的人工操作。基于此,本文主要从机器视觉技术出发,探讨基于机器视觉的工业机器人智能分拣系统设计,以此来为日后工业生产效率及质量的提升提供参考。     

Design on the Prototype System for Monocular Writing In Air

介绍了专利文献在企业竞争中的价值及专利文献的分析方法。在科技飞速发展、竞争日趋激烈的今天,重视和发挥专利文献在竞争情报中的价值,可以促进企业适应市场变化提高自身的核心竞争能力。