基于机器视觉的甘蔗种植机械化研究

分析了甘蔗种植机械化现状,阐述了机器视觉技术在甘蔗种植机械化中的意义,提出发展预切种式甘蔗种植机的总体方向,引入机器视觉技术实现蔗种自动识别与切断,克服人工切断与机器定长切断蔗种的不足,采用基于边缘拟合的算法识别甘蔗茎节正确率达80%,为甘蔗种植的精确化提供了思路。     

基于计算机视觉识别技术的甘蔗种植机械化研究

针对当前甘蔗种植机械化现状,优化机具设计,并应用计算机视觉识别技术,自动识别切种长度,预切甘蔗种,以便实现精密化、机械化的甘蔗种植。在计算机视觉识别技术支持下优化设计甘蔗种植设备,不仅可提升识别甘蔗茎节的正确率(提升80%),还可以提升甘蔗种植效益(提升20%),取得较好的经济效益。为此,设计了基于计算机视觉识别技术甘的蔗种植机械化设备,可提升甘蔗种植机械化水平,提高甘蔗预切种正确率,提升甘蔗机械化种植效益,产生积极影响。     

基于机器视觉的甘蔗茎节特征提取与识别

为实现含有蔗芽的有效蔗种片段机器智能切断,引人机器视觉技术识别甘蔗茎节.以甘蔗图像HSV颜色空间的S分量经阈值分割、数学形态滤波处理作为模板,和H分量经阈值分割的反图像进行与运算得到合成图;将合成图划分为64个列块区域,提取质心比、粗度比和白点比等7个特征指标,再用支持向量机分类识别茎节与节间列块,得到茎节与节间的平均识别率为93.359%;对支持向量机分类出的茎节列块进行聚类分析,得到茎节数与位置的平均识别率分别为94.118%,91.522%.     

基于机器视觉的甘蔗切种装备设计与试验

为实现甘蔗单芽段蔗种的防伤芽与自动切割,设计了一种基于机器视觉的甘蔗切种装备.该装备利用橡胶滚轮夹持住甘蔗输送,由相机采集甘蔗图像并识别茎节,通过对茎节处的位置进行偏移,获得切割点的位置;上位机通过TCP通信将切割点位置发送给PLC,PLC通过控制切割部件和橡胶滚轮部件完成切割点的定位及切割动作,切割点距茎节的距离可调...     

基于机器视觉的甘蔗多刀切种装备设计与试验

针对目前甘蔗切种机伤芽率高、切种效率低的难题，设计了一台基于机器视觉的甘蔗多刀切种装备。装备采用传送链横向输送甘蔗，由相机采集整张甘蔗图像并识别茎节位置，根据农艺的要求确定双芽段蔗种切割点位置；上位机通过TCP通信将切割点位置发送给PLC,进而由PLC控制5把切刀横向定位及同步切割。由于装备的核心是采用机器视觉技术对甘蔗茎节进行识别，因而提出了一种基于机器视觉的甘蔗茎节实时识别新算法。试验结果表明：装备的茎节识别率为95.3%,切刀平均定位精度为0.07%,可满足优质双芽段蔗种的农艺需求。     

湛江农垦甘蔗机械化种植实践与分析

湛江农垦是我国最早开展甘蔗机械化种植生产的单位。本文回顾了自2007/2008年榨季以来该单位采用的甘蔗种植机机型、机组配套、人员配置、作业成本和作业效果等机械化作业实践情况,并做了简要分析。改进或改变种植机作业方式,减少或取消喂种人工数量;选用合适的肥料形式,取消拌肥人工;采用专用苗圃以减少选种人工费用:这将大幅度降低种植费用,是甘蔗机械化种植技术的发展方向。     

基于机器视觉的甘蔗茎节特征提取与识

为实现含有蔗芽的有效蔗种片段机器智能切断,引入机器视觉技术识别甘蔗茎节。以甘蔗图像HSV颜色空间的S分量经阈值分割、数学形态滤波处理作为模板,和H分量经阈值分割的反图像进行与运算得到合成图;将合成图划分为64个列块区域,提取质心比、粗度比和白点比等7个特征指标,再用支持向量机分类识别茎节与节间列块,得到茎节与节间的平均识别率为93.359%;对支持向量机分类出的茎节列块进行聚类分析,得到茎节数与位置的平均识别率分别为     

甘蔗剥叶机械化技术及运用前景

1．技术应用的意义目前广西蔗区甘蔗机械化程度很低,特别是甘蔗收获环节。但收获作业量占甘蔗种植总作业量的55％,据统计,收获作业各道工序时间比例分别为：收割17．2％、剥叶59．3％、清理打捆10．9％、运输12．8％。由此可见,在收获环节中剥叶所占用的时间最长,劳动强度最大,是甘蔗收获机械化的关键     

浅谈甘蔗种植机械化技术的推广应用

文章阐述推广应用甘蔗种植机械化技术的紧迫性和重要性,从不同角度对推广应用效益进行了分析,并提出了具体的推广措施。     

甘蔗种植机械化的发展与应对措施

通过对甘蔗机械化生产的现状进行简要的分析,发现其中存在着生产产品的单一化、机械化程度和机械设备自身的适应性普遍较低等情况。建议通过加大资金的投入、种植方式的改进,扶持政策的有效落实以及机械适应能力的提高等方面,提出了解决上述问题的重要措施,从而有助于甘蔗种植机械化实现可持续性发展。     

基于机器视觉的自然环境中成熟荔枝识别

研究了自然场景下成熟荔枝的识别技术.通过分析荔枝彩色图像的颜色和灰度特征,选取YCbCr颜色模型进行处理,对其Cr分量图进行阈值分割去除复杂背景,并采用形态学和连通区域标注法消除分割后的随机噪声;然后结合一维随机信号直方图分析法与模糊C均值聚类法( FCM)对处理后的荔枝图像进行聚类和分割,实现荔枝果实和果梗的识别.不同光照条件下的识别实验结果表明,算法均能有效分割出果实和果梗,综合识别率达到95.5％.     

我国甘蔗生产全程机械化现状与对策

甘蔗是我国制糖的主要原料,目前甘蔗生产机械化水平远远落后于其他主要农作物,因此甘蔗生产机械化发展得到国家高度重视。本文从甘蔗生产机械化水平和所需主要机具发展情况等方面综述了我国甘蔗生产全程机械化的发展现状,指出我国的甘蔗种植区域主要是丘陵山区,应以发展中型全程机械化为主、大型全程机械化为辅。分析了甘蔗全程机械化发展迟缓的原因,对如何协调利益共同体、推进农机农艺融合技术研发和试验示范、建立适用的土地流转制度、加强完善社会化服务体系建设等问题提出了建议。     

机器视觉识别技术在活塞装配中的应用

将机器视觉识别技术应用于活塞装配,研制开发的活塞装配机器视觉识别系统成功地解决了发动机生产厂在活塞装配中存在的漏装、反装和混装问题,保证了活塞装配质量,减轻了工人的劳动强度。     

广东东方红农场召开甘蔗机械化种植现场会

日前,广东东方红农场在9队召开甘蔗机械化种植现场会。现场会上,观众观摩了甘蔗种植机在田间演示一次性完成机械开行、切种、摆种、施肥、盖膜、覆土、压实过程。该机具种植甘蔗效果较好、成本低,适用于农场大地块作业,深受职工干部的青睐,给垦区甘蔗生产机械化带来了新的希望。     

甘蔗生产机械化现状与发展建议

正甘蔗具有极高的经济价值,不仅是制糖等食品工业的重要原料,还是轻工、化工和能源的重要原料。全世界甘蔗生产面积大约在2000万hm2,年种植甘蔗面积最大的国家是巴西487万hm2、其次是印度414万hm2、位居第三是中国167万hm2,分别占世界甘蔗种植总面积的25.16%、21.21%、7.1%。甘蔗已成为我国重要的经济作物之一,因此推进甘蔗生产机械化发展意重大。1国内甘蔗生产机械化发展现状(1)种植机械研发与推广方面。甘蔗种植机械的研制和推广应用起步较晚,2000年后才开始大面积推广应用。     

机器视觉技术在农业机械中的应用

随着计算机与图像处理技术的发展，机器视觉技术的研究与应用已扩展到农业工程领域，并在许多方面取得了重大成果。介绍了机器视觉系统的基本组成，概述了其在农业机械中的应用状况；讨论了农业机械应用机器视觉技术所存在的问题和发展趋势。     

甘蔗机械化种植的农艺技术分析

甘蔗糖业在保障我国食糖安全中的地位举足轻重,而机械化已成为提高我国甘蔗糖业国际竞争力急需突破的关键技术瓶颈.本文探讨了机械化种植在甘蔗生产全程机械化中的重要性,结合机械化种植对生态条件、耕层条件和高产苗期群体结构特点的技术要求,对甘蔗机械化种植的品种选择、种茎质量、下种量、植沟深度、覆土厚度、肥药使用、地膜覆盖等农艺技术进行了分析,为实现甘蔗全程机械化的高产稳产提供参考.     

机器视觉在除草机器人中的应用

随着农业自动化技术和农业机器人技术的发展,许多国家和企业开始致力于机器视觉除草机器人的试验与研究。为此,在介绍机器视觉技术系统的基础上,结合除草机器人苗草识别的试验,讨论了机器视觉系统在除草机器人中的应用,详细分析了基于机器视觉的苗草识别系统,并优化其系统的硬件、软件结构、功能以及原理等。     

甘蔗机械化种植参数优化研究

研究了甘蔗机械化种植主要参数(即深耕深度、培土高度和种植深度)对试验指标甘蔗产量的影响,采用3因素3水平的正交试验及田间全程机械化种植收获试验。对试验结果进行极差分析和方差分析,获得了甘蔗全程机械化种植的较优化种植方式及参数。这对提高甘蔗种植产量、促进甘蔗生产全程综合农机化技术的推广应用具有重要意义。     

机器视觉技术在农业应用中的研究

机器视觉技术是近几年来发展较快的信息处理技术,是人工智能领域的一个重要分支。随着图像处理技术的专业化、计算机硬件成本的降低和速度的提高,机器视觉在农业领域的应用已变得越来越广泛。为此,介绍了机器视觉技术在农作物生长监测、农产品品质鉴定、农业生产自动化等方面的研究和应用情况,并分析了其存在问题和未来发展方向。