秧苗嫁接机器人视觉与识别的研究

研制了一套应用于瓜果秧苗嫁接机器人的视觉系统，该系统能判别秧苗品质和秧苗方向，使得瓜类秧苗嫁接机器人在保证质量情况下实现全自动嫁接成为可能。     

图像处理技术在农业机器人中的应用

图像处理技术是模式识别与人工智能的一个重要领域,其应用已扩展到农业领域的诸多方面。为此,简要介绍了计算机图像处理及其应用的基本过程,概述了图像处理技术在农业机器人中的应用状况,并指出了图像处理技术应用于农业机器人领域所存在的问题。     

图像处理技术在采棉机器人中的应用

图像处理技术的应用已从工业领域发展到了农业领域。综合我国棉花非结构化的种植模式以及棉花的特点,概述了图像处理及应用的基本过程,从图像处理的角度重点分析了目标物的识别与定位、导航路径的识别在采棉机器人中的重要性,并总结了图像处理在采棉机器人发展过程中的难点及关键技术。随着高新技术的快速发展,图像处理技术日益成熟,采棉机器人代替人类劳动的梦想一定能够实现。      

穴盘水稻秧苗拔秧力试验研究

从育秧穴盘中拔秧时,秧苗状况和营养土含水率是影响秧苗脱离穴盘的重要因素。在适宜的营养土钵含水率范围内的机械手拔起穴盘水稻秧苗所需的拔秧力试验表明,1穴秧苗所需的拔秧力为0．4～0．8N,小于1穴1株秧苗茎部所能承受的拔断力（平均为3．732N）;同一穴中秧苗株数对拔秧力基本无影响;多穴秧苗的拔秧力随穴数的增加而增大。营养土含水率越低,拔秧力越大,拔秧效果越差,达到过饱和时,拔秧力也会增加。拔秧时,适宜的营养土含水率为27％～29％（湿基）。     

基于图像处理的视觉采摘机器人作业控制研究

为了实现自动化的番茄分类采摘,基于视觉识别技术设计了识别系统。首先,基于HSV视觉体系中的H分量,采用聚类分析的方法,依据成熟度将番茄分为不熟,半熟和全熟3类,并计算3类番茄成熟度对应的H分量分布范围;其次,根据半熟和全熟番茄H分量的分布范围进行番茄图像分割,并利用形态学的方法得到图像中番茄区域的轮廓曲线;再次,采用椭圆拟合方法实现对番茄轮廓拟合,计算得到图像中番茄区域的中心坐标;最后,采用双目视觉系统实现图像中番茄区域中心坐标向实际空间坐标转化。对番茄轮廓曲线拟合精度和视觉定位精度进行测试,表明系统具有良好的可靠性。     

基于 OpenCV 的除草机器人图像处理技术

为实现除草机器人视频图像实时处理,基于Intel 开源视觉库OpenCV 技术,提出了一种除草机器人视频图像处理方法,并给出了整体方案。利用该方案设计除草机器人视频图像实时处理系统,并在土槽实验室进行试验验证。试验结果表明,该系统能够完成视频图像高速处理与作物植株定位,从而为实现除草机器人末端执行机构精确运动控制打下了坚实基础。     

图像处理在猕猴桃采摘机器人路径规划中的应用

为了实现猕猴桃采摘自动化,设计了采摘机器人导航行走系统.该系统基于图像处理,以种植垄和杂草空地分界线作为导航轨迹,主要包括以下内容:①图像处理,采用HSV系统中色调H分量,实现图像灰度处理,采用同态滤波和阈值分割,实现图像二值化,最终找到导航轨迹离散点;②对离散导航像素进行拟合,并将图像中导航方程转化到实际空间坐标系中...     

穴盘水稻秧苗通过分秧滑道的运动仿真与分析

为了研究所设计的分秧滑道的性能,利用Pro/E和ADAMS软件对穴盘水稻秧苗通过分秧滑道运动进行了仿真。建立了2种秧苗营养土钵模型,球体模型和实际尺寸营养土钵模型。结果发现秧苗在通过分秧滑道圆弧段时其速度、加速度和接触力会发生突变;秧苗通过7条滑道需要的时间最长为0.633 s,最短为0.463 s;当滑道相对竖直平面倾斜2°布置时,秧苗通过滑道的通过性与滑道竖直布置时的差异不大。通过仿真可得到7穴秧苗不同时间点在7条滑道中的运动轨迹,以及在滑道运动的状态下,秧苗通过2组分秧滑道后在田间的定植情况。研究结果为今后分秧机构的进一步优化设计和试验研究提供了参考依据。     

穴盘水稻秧苗拔断力学特性的试验研究

建立了一个用于工厂化穴盘水稻秧苗力学特性的测试系统。通过试验发现 ,单株穴盘水稻秧苗不同位置高度承受的拔断力不同 ,秧苗茎部最大 ,叶部次之 ,叶枕部最小。平均单株秧苗茎部承受拔断力约为 3.732 N。一穴多株秧苗承受的拔断力随株数的增加而增大 ,其变化趋势可由指数方程 P=2 .891 2 K exp(0 .2 894 n)表达     

苹果分选图象信息并行处理算法的实现

图象信息处理可以划发为３个阶段，本文介绍了苹果分选图象信息处理前两个阶段中常用算法的并行实现，进行了并行算法的性能分析，实践表明这些常用算法是非常适合于对农产品分选视觉信息的并行处理的，且能够满足建立实时控制系统的要求。     

种子形状参数检测的计算机图象处理技术

设计了采用计算机图象处理技术检测形状特征参数的实用算法，开发了对种子进行基本形状参数测量的计算机图象处理系统，实际测试表明，系统运行稳定，测量速度快，精度高，适合同时分析多个物体的特征参数。     

基于改进形状因子的钵体秧盘播种质量检测方法研究

为实现超级稻育秧播种过程按穴粒数播补种的思路,需要对播种钵体秧盘上每个穴位的种子数进行精确检测。传统的单一面积法和平均灰度值法虽然简单,但检测精度较低,无法准确识别每个穴位种子粒数,最终影响播种质量。考虑到种子单个连通区域的形状参数与粒数之间存在密切关系,提出一种基于改进形状因子的钵体秧盘播种质量检测方法。首先采用RGB加权法对彩色图像进行灰度化处理,Otsu分割阈值算法进行二值化,形态学算法进行去噪;再利用掩膜定位技术提取出秧盘中每个穴位内的种子图像并进行连通域检测,测量单个连通域的面积、周长、最小外接多边形面积等参数,计算出改进后的形状因子,结合单连通域面积大小,完成单个连通域种子0粒(含杂质)、1粒、2粒、3粒、4粒及以上情况的检测,并通过累加实现穴粒数的检测。实验结果表明,该方法对于单个连通域内种子数在0~3粒时识别准确率均达到95%以上,4粒以上种子的识别率达到90%;穴粒数的平均检测准确率均达到95%以上,每幅图像平均处理时间为0.518 s,满足在线检测的需求,为后续播补种提供了参考依据。     

基于神经网络的黄瓜等级判别

在瓜果的等级判别中尚存在机器人挑选与人挑选结果不一致的问题。作者基于图像处理技术和神经网络理论开发了一种适用于长型瓜果的判别系统,该系统通过对各对象标准样本的学习即可实现对学习工型瓜果的等级判别,达到一机多用的目的。     

基于土壤基质的播种精度检测试验

研究了一种基于土壤基质的播种精度检测方法.运动的土槽台车搭载播种机将种子播种到土槽土壤上,同时机器视觉系统动态采集序列图像.采用编码器和PLC等实现台车运动距离检测,控制触发面阵摄像机采集序列图像,完成序列图像的硬件拼接;再通过图像处理拼接算法完成种子的目标识别和序列图像的拼接,得出播种机播种精度结果.试验结果表明:匹配粒距率达85％以上,正确粒距率达70％以上;经多次重复试验后,系统检测的绝对误差在4％以内.     

小孔的图像处理与圆度误差的评定

小孔的测量，特别是对其圆度误差的测量与评定，一直是小孔测量中一项较难解决的课题。为此本文提出了对小妃的测量采用图像处理方法进行数据采集，二值化处理，去噪声和边缘检测，进而对圆度误差进行评定，试验表明，这种方案提供了检测和评定小孔圆度误差的可靠方法，并且它具有新颖性，先进性和实用性。     

车辆制动的台架检测和数据处理方法分析

在分析了车辆制动力测试曲线的基础上，采用滤波技术，抑制了工业环境的干扰信号，提出了处理制动力数据的３种方法，经过分析比较，认为概率密度数据处理方法能适应不同制动工况，并能消除驾驶员操作的影响。通过试验和实际应用，取得了良好的效果。     

基于计算机视觉的水果实时分级技术发展与展望

概述了计算机视觉技术在农业中应用的主要方面,综合分析了目前国内外利用计算机视觉进行水果实时分级研究的现状及存在的问题,并提出了进一步研究的方向和途径。     

棉籽制油蒸炒工艺的自动控制与研究

介绍一种棉籽制油自动控制系统以及用于制油工艺中的检测和控制方法。在加工过程中，它可以自动调节给水量和蒸炒温度这两个重要参数，使棉籽饼内的残油率有明显降低，同时节能效果也很显著。