共查询到19条相似文献,搜索用时 62 毫秒
1.
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
2.
3.
4.
5.
6.
基于多特征融合的田间杂草分类识别 总被引:4,自引:0,他引:4
提出了一种基于模糊BP综合神经网络的田间杂草分类识别方法。对分类特征进行模糊化处理,充分考虑了杂草的分类特征本身存在的不确定性。使用遗传算法对网络结构进行优化处理,提高了该综合神经网络的收敛性和稳定性。并基于特征级数据融合方法进行杂草识别。对田间7种杂草进行识别的实验结果表明,7种杂草的混合识别率达到94.2%;另外,对玉米及其伴生杂草进行分类测试,混合识别率达到96.7%,具有较好的识别精度。 相似文献
7.
8.
9.
10.
机器视觉技术的发展和应用 总被引:2,自引:0,他引:2
1机器视觉系统的概述 机器视觉(又称计算机视觉)是指用计算机来实现人的视觉功能,也就是用计算机来实现对客观的三维世界的识别.简言之,机器视觉就是用机器代替人眼来做测量和判断.机器视觉系统是指通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作. 相似文献
11.
12.
13.
14.
基于机器视觉的高精度测量技术在国内外已广泛应用于工业、医学、农业等领域,近年来在农业工程相关研究与应用中也得到了长足进展,应用对象涉及到蔬菜、水果、农作物和相关农业作业装备等。为此,从机器视觉定量检测和精确检测的角度出发,综述近年来机器视觉检测技术在农产品分级、农业机器人动作规划、植物生长参数检测和播种机排种性能试验等方面的应用以及进展,同时也简要讨论了该技术在非农业领域的应用现状和在农业工程领域的发展趋势,为农业现代化新技术的应用提供参考。 相似文献
15.
基于机器视觉的嫁接用苗识别研究 总被引:3,自引:0,他引:3
设施农业自动化的实现有赖于对作业对象的正确识别.为此,引进了机器视觉技术,设计了视觉软件程序,快速分选出满足嫁接要求的幼苗,并向控制器输送数据,保证后续机构对苗的分选与移栽的顺利进行.结果表明:在保证拍照位置精度和选取到适当的定位模型的前提下,能够准确地识别并测量出幼苗的茎粗、茎高和子叶与水平方向的偏转角. 相似文献
16.
栅条滚筒式红枣分级机改进与试验研究 总被引:3,自引:0,他引:3
为了保证红枣分级过程中不伤果,通过对传统的等螺距螺旋红枣分级机的改进与试验,确定较优的螺距及转速。采用二因素三水平的正交试验,研究了不同螺旋螺距和滚筒转速下对红枣混级率和生产效率的影响,得到内螺旋螺距变化影响较为显著。通过均匀试验得到改进后红枣分级机的主要参数为内螺旋螺距为40mm、滚筒转速为32r/min时分级质量和效率最好。 相似文献
17.
基于机器视觉的无损检测是植物生长建模的关键技术之一,对图像采集系统进行标定是实现无损检测的基本步骤.目前,摄像机标定的方法有传统标定方法、主动视觉标定法、自标定方法等.为此,对现有标定方法分别进行了讨论与比较,结果表明,传统线性标定法可以满足农作物无损检测的要求. 相似文献
18.