多光谱视觉技术在收获机器人中的应用

分析了几种不同作物光谱反射特性；简要介绍了利用多光谱技术进行图像处理的软件、硬件系统及其处理方法；着重介绍了多光谱视觉技术在番茄收获机器人以及黄瓜收获机器人中的应用；最后，对多光谱视觉技术应用于收获机器人需解决的关键技术作了简要阐述。     

基于虚拟仪器视觉系统苹果图像采集装置的研究

以虚拟仪器视觉系统为主要技术手段,综合运用图像学、机械学、电子技术和计算机科学等方面的知识,以苹果为研究对象,在LED背景光源下通过NI1744智能相机对苹果图像进行实时采集,对所采集图像进行识别和处理,实现对苹果的分级。结合苹果分选装置的结构,具体介绍了供料机构、图像处理、光学检测系统、分选系统和测控系统等重要部分的设计及其工作原理,为以后水果分选机的研制提供了重要的理论依据。     

基于虚拟仪器的计算机图像处理与分析系统

传统的图像处理与分析系统的开发常常采用面向过程、基于文本的信息，具有开发周期长、可移植性差等缺点，而基于虚拟仪器的计算机图像处理与分析系统的开发，大大改变了传统的开发方式，其面向对象、图形化的编程的方式使开发灵活、方便、系统界面友好、开发周期短、功能易于扩充及程序移植性好，为此，根据农产品品质检测的需要，开发了一套基于虚拟仪器的计算机图像处理与分析系统。论述了系统的构成及功能。     

基于视觉技术的苹果分拣系统设计

在线检测是实现自动生产的重要环节,计算机视觉图像信息处理技术已经广泛应用于农产品品质检测中.表面缺陷检测一直是困扰苹果自动化分级的难题,本文采用特征提取,即提取出缺陷部位的轮廓,再进行填充求其面积的方法确定缺陷面积大小,然后用缺陷面积结合最大横径、颜色色度来判定等级,实现机器化苹果分拣.经实验证明本方法准确率达94.2%,且具有较好的稳定性,为农业自动化提供了一种可靠的苹果在线检测的方法.     

轮式田间信息采集机器人开发与控制系统设计

随着农业现代化的快速发展,农业基础设施建设不断完善,精确农业的发展理念得以进一步实施.农业机械化发展不仅需要机械技术的不断进步,还需要对生产环境相关信息进行精确把控,从而提升农业生产的科学性.现阶段,我国农业生产对田间信息采集与应用的重视程度仍不足,导致农业生产仍处于粗放型阶段.针对这一问题,从现阶段田间信息采集技术出...     

基于计算机视觉的田间杂草识别方法研究

杂草对农作物的侵害一直是人们关注的问题。为此,利用计算机图像处理技术对复杂土壤背景下的田间杂草进行识别。研究中采用可变阈值法滤除了土壤背景,应用形态学方法识别出了杂草。同时,根据杂草投影中心的像素位置确定田间杂草的实际位置。实验结果表明,此方法可有效地从阔叶子植物中识别出窄叶子稗草。     

基于机器视觉和光谱技术水果分级的研究进展

机器视觉和光谱技术广泛应用于农业机械化领域,对推动农业智能化发展起着至关重要的作用。针对机器视觉在水果分级方面的应用现状,从研究对象的选取、检测分级特性指标以及检测方法的选择、机械装置及生产线开发3方面综述了研究的进展和存在的问题,并预测了相关的发展趋势,为机器视觉技术在农业中的应用提供了参考。     

基于计算机视觉技术的樱桃自动分选系统设计

针对目前国内落后的樱桃分选工作方式,基于农业现代化、机械化、智能化的发展需求,以名贵果品樱桃为研究对象,设计开发了一种小型的集樱桃内部质量和外观判定为一体的计算机视觉自动分选系统。该分选系统主要由运动系统(包括樱桃输送系统和终端分级动作系统)、经改装配置近红外光发射器的视觉采集系统、计算机上位机、单片机等硬件系统和图像采集模块、数据处理模块,以及自动分选控制模块等软件系统组成。试验表明:该系统设计对樱桃内部外部综合质量的分选操作准确高速,其推广有望给樱桃产业打开国外市场提供支持。     

基于计算机视觉技术的向日葵种子分选系统设计

针对世界四大主要油料作物之一的向日葵种子的分选问题,结合近红外技术和计算机视觉技术,进行了根据向日葵种子内部含油率高低不同的自动分选系统设计开发。依据不同含油率种子在近红外光下的成像特征,将向日葵种子区分为两个级别。该系统由Labview计算机视觉系统、红外光发生器、图像采集卡、黑白照相机、40 W的环形灯、白色的照相纸及X射线图像处理工作站组成。运用所设计样机进行向日葵种子分选试验,结果表明:与化学分析方法相比较,本系统设计含油率分选准确,从而为满足不同市场需求的向日葵种子分选提供一种方便、快捷的方法,提高了向日葵种子的市场价格经济效益。     

模拟式温度仪表的自动识别系统设计-基于计算机视觉测量技术

随着计算机技术、图像处理技术和计算机视觉测量技术的发展,基于视觉图像处理技术的各种测量技术日臻成熟,并广泛地应用于各种测量领域。在此基础上,结合多年来在温度测量和计算机视觉测量方面研究的体会和社会的需求,提出了结合计算机视觉测量技术实现对温度测量仪表的全自动识别系统,实现了与理论温度值的同步采集,提高了温度仪表的校准效率和建模的正确性,缩短了校准时间。     

基于计算机视觉的葡萄检测分级系

设计了一套基于计算机视觉的葡萄检测分级系统,包括驱动装置、输送机构、夹持机构、图像采集与处理系统和分级控制系统,葡萄以悬挂方式连续输送,两个CCD摄像机在外触发模式下实时采集葡萄的两面图像.基于RGB色彩空间计算果面着色率,采用投影面积法和果轴方向投影曲线计算果穗大小和形状参数,进而实现葡萄外观品质分级.选用20穗巨峰葡萄进行3次分级试验,与人工分级对比,颜色和大小形状分级的准确率分别为90%和88.3%,同时在分级过程中不会对葡萄造成损伤.     

基于虚拟仪器技术的温室监控系统

利用LabVIEW开发平台设计了基于虚拟仪器的温室监控系统,其基本思想是将传统的硬件仪器监控系统通过虚拟仪器技术来实现。为此,介绍了温室监控系统的组成及工作原理。该系统可完成温室内的温度、湿度、光照和CO2等参数的采集。通过监视温室历史与实时环境参数,对温室环境的调节进行必要的人为控制,实现温室环境参数优化管理。该系统具有分析效果好、投入成本低和功能易扩展等优点。     

基于虚拟仪器技术的微孔钻削实时监控系统

为了防止微孔钻削过程中钻头折断,建立了基于虚拟仪器技术的微孔钻削实时监控系统.该系统以工业PC机为主控机,用霍尔电流传感器监测主轴电动机电流.采集的数据用LabVIEW语言编写的软件进行处理,实现了虚拟示波器、虚拟频谱分析仪、数字滤波器等功能.利用该系统以主轴电动机电流为监测对象进行了实验,根据钻头失效分布函数和可靠度函数的关系确定监控阈值,监测值超过给定阈值时自动报警退刀、提示换刀.实验结果证明,该系统及其监控方法可有效地防止钻头折断,并提高了钻头的利用率.     

基于计算机视觉技术的温室营养液调控系统研究

介绍了无土栽培的特点及国内外温室营养液供给系统的研究现状，针对目前营养液供给控制存在的问题，提出将计算机视觉技术应用到温室营养液调控中．利用作物的图像信息调整营养液配置参数，按照作物的需求来供应作物的营养液。文章阐述了系统的软硬件实现方法。     

基于虚拟仪器技术的水泵测试系统研究

细致分析有关水泵测试的国家标准GB3216—1991，充分利用现有的仪器设备。设计出模块化离散数据采集硬件结构．通过数据采集卡和计算机通信。在软件设计上成功引入了虚拟仪器技术，利用C语言开发工具LabVIEW进行编程，实现了信号采集、数据分析、曲线拟合、结果判定等功能。并利用LabVIEW的第三方支持软件LabSQL和LabVNC完善了系统的数据库功能和远程控制功能。     

用于内燃机数据采集与处理的虚拟仪器技术开发

基于虚拟仪器技术,以数据采集卡及计算机为主要硬件平台,利用图形化编程语言LabVIEW编程,设计出内燃机数据采集与处理系统。研究结果表明该系统运行可靠,人机界面友好,操作使用方便,且便于用户扩展功能,实现了较高的性价比。该系统的开发成功对于加快内燃机试验进程以及深入开展科学研究具有重要意义。     

基于计算机视觉的苹果自动分级系统硬件开发

介绍了一种基于计算机视觉的新型苹果实时分级试验系统的硬件组成,该系统主要由输送机构、视觉系统及均匀照明室３部分组成。输送机构可把苹果４个表面快速呈现给视觉检测系统;视觉系统可同时采集苹果在可见光和近红外光谱范围内的图像信息并送至计算机内存进行处理;照明系统为ＣＣＤ摄像机的视区提供均匀、恒定的光照。初步试验表明了该系统的可行性,其辅助机构的实时分级算法有待于进一步研究。     

基于计算机视觉技术的玉米叶绿素含量检测研究

植株叶片中叶绿素浓度的高低与植株进行的光合作用效率、植株的整体生长状况息息相关,在农业生产过程中,常常根据叶片中叶绿素含量(SPAD)的多少来精确的判断植物的生长状态,也是控制植株长势的依据。传统的叶绿素含量检测方式分光光度法,存在耗时长、步骤多、操作要求高等问题,而采用计算机视觉技术处理图像的过程更加准确、高效,不会像人眼分析时受到主观因素的影响导致偏差。为此,基于计算机视觉技术来检测玉米叶片中叶绿素含量,利用扫描仪采集玉米叶片的图像,将图像输送至计算机,然后通过软件处理图像,分割出图像中有效像素的颜色特征值,将特征值转换就可以得到玉米叶片中叶绿素。试验结果显示:利用计算机视觉技术可以准确地测定玉米叶片中叶绿素含量,进而进行合理施肥,避免浪费,对增加玉米的产量具有极大的价值。