广角镜头的摄像机非线性标定技术

在路面检测的计算机视觉系统中,采用了线结构光照明和摄像机采集外界三维信息。为了实现在大范围内的测量,摄像机采用了广角镜头摄像,同时也引入了比较大的图像畸变。为了精确标定摄像机,采用比较接近实际情况的几何模型,并采用非线性迭代解方程的方法对摄像机进行标定,求解摄像机的内外参数。实验精度可以达到0.1mm。该方法简洁实用,可以采用这种方法在实际当中对系统进行标定。     

广角镜头的摄像机非线性标定技术

在路面检测的计算机视觉系统中,采用了线结构光照明和摄像机采集外界三维信息。为了实现在大范围内的测量,摄像机采用了广角镜头摄像,同时也引入了比较大的图像畸变。为了精确标定摄像机,采用比较接近实际情况的几何模型,并采用非线性迭代解方程的方法对摄像机进行标定,求解摄像机的内外参数。实验精度可以达到0.1mm。该方法简洁实用,可以采用这种方法在实际当中对系统进行标定。     

基于机器视觉的温室作物行间杂草的识别

根据温室行间植物的位置特征,应用空域中值滤波对图像进行预处理,然后运用色度法和最大方差自动取阈值法对图像处理,最后应用种子填充法将杂草和作物进行分割。结果表明,机器视觉技术在对温室杂草的识别方面具有一定的优越性。     

基于机器视觉的田间水稻苗列识别算法的研究

利用YUV色彩空间模型,以完全查表法对水稻秧苗列图像进行灰度化,通过基于傅里叶变换指导生成图像形态学运算的结构元素,提出一种结合傅里叶变换进行膨胀和腐蚀的方法,提取秧苗列轮廓,采用改良的逆投影变换对苗列图像进行垂直俯视投影,得到实际田间苗列位置,进而利用苗列实际走向信息,实现机器视觉导航系统跟踪苗列行进。对摄像机不同角度获取的苗列图像的处理结果表明,在容许识别定位误差小于50像素点、角度偏差小于6°的前提下,对苗列中心线识别与提取导航基准线的准确率为95.2%,可较好地实现田间自然环境下秧苗图像背景分割和苗列中心线提取。     

作物病害机器视觉诊断研究进展

 据统计,由病害引起的作物产量损失平均在12%以上,病害不仅直接影响产量,而且也严重降低农产品的品质。通过快速诊断识别作物病害而及时采取防治措施,提高作物病害的诊断水平是保证有效防治病害的重要组成部分。机器视觉技术的发展为作物病害诊断和识别提供了快捷、低廉、无损检测的可能手段。本文综述了面向多种作物病害机器视觉诊断研究的进展,归纳了作物病害机器视觉诊断的识别模式,分析了诊断中存在的问题,提出了相应的解决方法。     

基于3种不同颜色空间的作物行提取方法比较研究

作物行检测是精准农业和自动导航的关键。为研究不同颜色空间作物行提取方法克服光照条件变化影响的性能,综合比较不同方法的优劣情况,选取归一化RGB颜色空间提取ExG分量方法(ExG分量法)、HSV颜色空间提取H分量方法(H分量法)、CIE-Lab颜色空间提取a分量方法(a分量法)3种方法,分别在阴天和晴天2种光照条件下进行了详细分析和比较。结果表明,ExG分量法和a分量法在阴天和晴天环境都具有可行性且基本能够满足实际需求;H分量法仅在阴天环境下具有可行性且基本能够满足实际需求,在晴天环境下无法完全准确分离作物和土壤。分析得出,阴天环境下综合比较优劣结果为a分量法>H分量法>ExG分量法,晴天环境下综合比较优劣结果为a分量法>ExG分量法。     

基于机器视觉的成行作物精量喷洒系统研究

概述了基于机器视觉的植保机械研究进展,针对目前大多数农作物粗放式喷洒现状,设计了一套基于机器视觉的成行作物精量喷洒系统,它包括硬件系统和软件系统。模拟实验结果表明,系统中的喷头移动轨迹基本上与作物行中心线一致,两者间的标准差为2.13cm。     

作物除草剂药害症状的识别

随着除草剂的广泛应用,由于使用不当造成的作物药害时有发生,在大多数情况下被误认为是作物病害而喷药防治,结果造成经济浪费且收效甚微。     

基于嵌入式设备的作物长势监测系统

传统的基于机器视觉的作物长势监测设备对环境要求较高,且体型较大,不易布置在实际生产的复杂环境中。本文提出了一套基于嵌入式设备的应用于实际生产环境的作物长势监测系统,该系统集成了图像采集、滤波、颜色空间转换、图像分割、形态学运算、特征量化的图像处理流程,依靠人工在嵌入式视觉系统中面向环境自定义算法提取作物长势特征,确定最优算法组合,设定流程,进行作物长势特征的自动提取并监测。利用该监测系统对拔节期玉米植株的株高进行连续监测,监测值与人工测量值的决定系数达到0.9072,随时间的变化趋势一致,表明该系统可用于复杂环境下的作物长势监测。     

加权联合方差分析法在作物区域试验分析中的应用

<正> 加权联合方差分析法是补救方差不齐的联合方差分析方法。所谓方差不齐,就是在系列试验中,虽然设计相同,但试验的误差项方差并非实质相同,甚至相差很大。这种情况在作物区域试验分析中是很常见的。方差不齐,可分为不规则型与规则型两种。对不规则型的补救办法一般是剔除某些表现特殊的点(但一般不宜轻易剔除试验点),或将总的试验误差方差分裂为几个较为同质的试验误差方差。对规则型的补救办法,一种是     

CCD摄像机内外部参数快速准确的标定方法

导出了一种ＣＣＤ摄像机的成像模型，给出了一种基于这种模型的ＣＣＤ摄像机内部、外部参数标定方法，该方法的特点是无需迭代，且精度高。     

应用时域反射仪测定作物需水量和作物系数

介绍了应用时域反射仪（ＴＤＲ）测定作物需水量（ＥＴｃ）的原理和方法。根据冬小麦生育期内实测的ＥＴｃ以及用气象资料计算的参考作物蒸散量（ＥＴｃ）,求得了冬小麦的作物系数（Ｋｃ）,最后还用水面蒸发量（Ｅｐａｎ）的产测ＥＴｃ计算了需水系数,并给出了Ｋｃ－ｔ,α－ｔ在关系图,探讨了用α值估算作物需水量的可能性。     

名优绿茶嫩芽识别与定位方法研究

由于人工采摘名优绿茶效率太低,严重制约了名优绿茶产业的发展。研究具有选择性且能快速准确采摘名优绿茶的智能系统迫在眉睫。而嫩芽识别和定位则是实现名优绿茶机械采摘的前提,因此,开展了名优绿茶嫩芽识别与定位方法的研究。基于RGB颜色空间采用三基色以及组合因子对图像进行灰度化处理,利用维纳滤波和梯度增强技术对处理后的图像进行滤波去噪,采用大津法和迭代法分割图像获取二值图像;借助MATLAB软件对相机进行标定处理获取各项内外参数,然后采用质心法对目标进行定位。结果表明,利用G-B索引因子结合迭代法能较大程度地识别出嫩芽目标,采用张氏标定法能在误差要求范围内对目标质心进行定位,且实时性较高。     

自然环境下山核桃果实的图像识别提取方法

研究了自然环境下成熟山核桃果实的机器视觉图像识别方法。通过分析顺光、逆光、遮挡等环境下拍摄的山核桃成熟待采时的果实图像,确定了2R-G-B色差模型,用最佳阈值函数进行图像分割,经形态学滤波后采用Canny算子进行边缘检测,提取出复杂背景下山核桃果实的轮廓。试验结果表明,该方法对山核桃果实的有效识别率达86.7%,可为山核桃采摘机器人的研发提供技术参数。     

气相色谱法测定土壤和植物中酞酸酯

报道了土壤，植物事５种酞酸酯的残留分析方法。样品用二氯甲烷萃取，硅胶柱净化，得到了土壤和植物样品回收率分别为９０．１％－９５．８％，８０．０％－８４．７％。     

作物品种改良历程及其对作物遗传多样性的影响

该文阐述了作物品种的改良历程,分析了作物改良历程对作物遗传多样性的影响,并提出了今后品种改良的方向。     

作物模拟研究进展

作物模拟是农业信息技术的核心和基础,有助于预测、调控作物的生长发育及对环境的反应。笔者着重介绍了作物生长模拟的概念、特征、国内外的研究进展以及存在的问题和今后的发展方向。     

转基因农作物的安全性及其发展前景

简述转基因农作物的发展现状,客观地分析转基因农作物的安全性和安全隐患的根源及其评价.同时,对转基因农作物发展前景作简要展望.     

基于色差信息的田间成熟棉花识别

准确识别和定位目标在三维空间中的位置,为机械手提供运动参数,是采摘机器人视觉系统要解决的关键问题。本文利用棉花成熟期,棉花表面颜色与背景颜色存在较大差异的特征,在统计分析的基础上,建立了利用色差信号进行棉花识别的视觉模型。试验结果表明该模型可以完成棉花的识别,识别准确率达到85%以上。