共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
3.
基于计算机视觉的番茄营养元素亏缺识别研究 总被引:1,自引:0,他引:1
针对番茄种植中营养元素的亏缺,肉眼不易进行识别判断的问题,以番茄亏缺氮、镁营养元素为研究对象,利用CDD摄像机采集研究图像,将图像进行处理后,提取分割出可以表现亏缺氮、镁的特征图像,提取颜色特征和纹理特征,并通过遗传算法进行优化。同时,将优化的特征进行组合分析,以此建立特征模型,并确定特征向量用于分析提取出来的特征参数,建立的特征模型,并采用二叉树形式对番茄缺素识别进行研究。仿真试验结果表明:番茄种植中,采用计算机视觉技术识别亏缺氮、镁营养元素,识别准确率可以满足生产需要。种植户可以根据检测结果对番茄进行区别施肥,既能满足番茄生长的需要,又不会造成资源的浪费,符合农业可持续发展的要求。 相似文献
4.
基于计算机视觉的成熟番茄识别研究 总被引:1,自引:0,他引:1
以番茄图像为研究对象,提出一种成熟番茄识别方法。首先,以HSI模型中的色调分量为基础进行图像分割,提取出成熟番茄目标图像;然后,再采用最大方差自动取阈值法进行分割处理,对得到的目标图像进行轮廓提取;最后,对轮廓曲线采用Hough变换的方法进行识别,以同一个轮廓圆识别的多个极值点的均值作为最终识别结果,在Hough变换之前采用最小外接矩形法进行有效区域标记,提高了Hough变换的效率。通过多幅番茄果实图像的仿真测试表明:本算法对果实遮掩度为0、小于50%、大于50%这3种情况的识别率分别为78.7%、6 8.1%、4 1.9%,平均识别率达到7 0.6%。本算法对于成熟番茄可以较好识别,尤其对于存在重叠情况的番茄,识别准确率较高。 相似文献
5.
6.
为了实现番茄分类自动化采摘,基于机器视觉和红外图谱技术设计了识别系统。基于可见光分析,分离番茄图像,对RGB和HSI通道强度进行分析,发现色调H可以有效区分除半熟和成熟阶段的番茄成熟度;引入红外图谱分析,采集810nm番茄图谱,发现灰度在半熟和成熟阶段区别明显。因此,建立半熟和成熟阶段区分模型,并以G、R、H、NIR强度以及4个因素标准方差为系统输入,基于色调H处理番茄图像,采用聚类算法计算番茄中心和半径。对成熟度判定与番茄半径精度进行测试,结果表明:成熟度分类准确率在94.8%以上,半径相对误差小于6%。 相似文献
7.
农田杂草总体上是指生长在田间、分布广泛、对农作物有危害、非人工有意栽培的草本植物。我国农田杂草危害面积大约为4000万hm^2,主要发生在水稻、小麦、玉米、大豆、棉花五大作物农田,造成严重减产。因此应对杂草及时地加以控制,以保证作物的产量和质量。 相似文献
8.
9.
10.
11.
12.
基于计算机视觉的水果分选机实时控制系统 总被引:3,自引:0,他引:3
研究了一种基于计算机视觉的水果分选机实时控制系统。其利用计算机进行水果图像的采集、处理。利用单片机对分选台执行机构进行控制。工作时,光电传感器的脉冲信号触发图像卡采集图像,计算机进行图像处理后,其结果信号由串口发出,单片机接收到结果信号后向相应的电磁阀发出开关量信号,驱动执行机构动作,从而实现实时分选。 相似文献
13.
14.
基于多源图像融合的自然环境下番茄果实识别 总被引:1,自引:0,他引:1
蔬果采摘机器人面对的自然场景复杂多变,为准确识别和分割目标果实,实现高成功率采收,提出基于多源图像融合的识别方法。首先,针对在不同自然场景下单图像通道信息不充分问题,提出融合RGB图像、深度图像和红外图像的多源信息融合方法,实现了机器人能够适应自然环境中不同光线条件的番茄果实。其次,针对传统机器学习训练样本标注低效问题,提出聚类方法对样本进行辅助快速标注,完成模型训练;最终,建立扩展Mask R-CNN深度学习算法模型,进行采摘机器人在线果实识别。实验结果表明,扩展Mask R-CNN算法模型在测试集中的检测准确率为98.3%、交并比为0.916,可以满足番茄果实识别要求;在不同光线条件下,与Otsu阈值分割算法相比,扩展Mask R-CNN算法模型能够区分粘连果实,分割结果清晰完整,具有更强的抗干扰能力。 相似文献
15.
针对现有气吸滚筒式排种器部件多、装配难、密封性差、无正压投种气室,以及难于实现正压投种清堵功能、直接造成排种器漏播率高的的技术问题,提出了利用3D快速成型技术打印剖分式负压吸种滚筒的新思路,并创新设计了双腔排种滚筒。以番茄种子为试验对象,以滚筒转速、滚筒负压和投种腔气室正压为试验因素,进行正交回归试验,并利用Design-Expert软件对试验数据进行方差分析和回归拟合,分析了影响排种性能指标的滚筒负压、滚筒转速和投种腔气室正压的显著性,确定了影响排种性能指标较优的结构参数、工作参数,即当投种腔气室正压为2.2k Pa、滚筒负压为2.4k Pa、滚筒转速为16r/min时,性能指标的最优值及为单粒率93.2%,重播率4.3%,漏播率2.5%,均满足精量排种的技术要求。 相似文献
16.
RGB与HSI颜色空间下番茄图像分割的对比研究 总被引:6,自引:0,他引:6
针对番茄收获机器人视觉系统在自然光照条件下对田间成熟番茄图像进行分割的问题,研究了基于(R-G)色差特征的阈值分割方法和基于HSI颜色空间H色调的统计阈值分割方法,并对其进行了对比分析。在RGB颜色空间,首先提取了RGB彩色图像的R、G分量并做代数减运算得到色差灰度图像RG,然后对该色差灰度图像RG使用Otsu阈值法进行自适应分割;在HIS颜色空间下,统计番茄与叶子的H色调分布差异,然后对H色调灰度图像进行阈值分割。通过大量试验表明:基于(R-G)色差特征的阈值分割方法能够实现自适应阈值处理,能对不同自然光照强度下的生长状态为相互分离的多目标番茄图像进行有效分割;同时,对番茄的成熟度及品种差异也具有很好的鲁棒性,其性能大大优于基于HSI颜色空间H色调的统计阈值分割。 相似文献
17.
基于计算机视觉系统分析研究缺素番茄叶片的色彩图像,可以准确提取出缺素番茄叶片色彩图像的特征。对当前缺素番茄叶片色彩图像特征提取中,可以运用计算机视觉,优化设计图像处理软件,依据番茄叶片颜色特征来完成缺素番茄叶片的识别。实验表明:基于计算机视觉系统,优化设计缺素番茄叶片色彩图像特征提取软件,可提升缺素番茄叶片色彩图像分析精度(提升32.0%),准确判断提取缺素番茄叶片图像的特征。基于计算机视觉系统,进行缺素番茄叶片的色彩图像特征提取,有效提高了缺素番茄叶片色彩图像分析精度,可在实践中推广应用该技术。 相似文献
18.
19.
加气灌溉对番茄植株生长、产量和果实品质的影响 总被引:6,自引:0,他引:6
试验设置了作物-皿系数kcp为0.6(W1)和1.0(W2)2个灌水水平、15 cm(D1)和25 cm(D2)2种滴头埋深和加气灌溉(O)、地下滴灌(S,不加气灌溉作为对照)2种灌水方式,采用3因素完全随机设计,共8个处理,以揭示加气灌溉不同灌水水平和滴头埋深对温室番茄根区土壤通气性、植株生长发育、产量和果实品质的影响。结果表明:加气灌溉有效改善了土壤通气性,与不加气地下滴灌相比,土壤氧气含量增大了6.42%(P0.05),0~40 cm土层土壤体积含水率下降了5.29%。同时,加气灌溉下番茄植株茎粗和叶面积分别显著增大了4.55%和16.21%,开花日期推后了2 d左右,开花时长存在延长的趋势,果实干质量显著增大了23.57%,单株产量、单果质量和水分利用效率分别显著增大了29.04%、23.93%和28.11%。加气灌溉下番茄果实中番茄红素、维生素C、可溶性糖的含量和糖酸比分别显著增大了37.73%、31.43%、32.30%和45.64%。因此,加气灌溉在促进植株生长发育、提高番茄产量的同时有效提高了果实品质,改善了果实风味。灌水水平由0.6增大到1.0也明显促进了番茄植株的生长发育、提高了果实产量,虽然随果实中番茄红素、可溶性糖含量的下降,果实品质有所降低,但灌水水平对果实品质的影响效应低于加气灌溉,且灌水水平的提高和加气灌溉对番茄产量产生显著的交叉影响效应。因此考虑各处理对番茄生长发育、产量和果实品质的综合影响,kcp为1.0灌水水平下加气灌溉是本试验条件下较优的加气灌溉模式。 相似文献