共查询到18条相似文献,搜索用时 46 毫秒
1.
2.
3.
研究了一种用于计算机视觉水果自动分级系统的同步跟踪自动控制装置.图像处理结果从计算机并行口输出到移位寄存器,利用接近开关产生的脉冲作为寄存器的移位信号,将处理结果在移位寄存器输出端口的位置与水果的实时位置保持一致,实现对水果的同步跟踪,并利用硬件操作步进电机的脉冲分配和相关动作,从而完成对分级执行机构的正确控制. 相似文献
4.
用于水果实时分级系统的同步跟踪自动控制装置 总被引:3,自引:0,他引:3
研究了一种用于计算机视觉水果自动分级系统的同步跟踪自动控制装置。图像处理结果从计算机并行口输出到移位寄存器,利用接近开关产生的脉冲作为寄存器的移位信号,将处理结果在移位寄存器输出端口的位置与水果的实时位置保持一致,实现对水果的同步跟踪,并利用硬件操作步进电机的脉冲分配和相关动作,从而完成对分级执行机构的正确控制。 相似文献
5.
水果品质智能化实时检测分级生产线的研究 总被引:18,自引:12,他引:18
一种用于水果动态、实时检测的水果品质智能化实时检测分级生产线,由水果输送翻转系统、计算机视觉识别系统、分级系统组成。水果输送翻转系统的双锥式滚筒水果输送翻转装置,使水果以一定速度向前输送,并使水果绕水平轴自由转动,保证检测系统能检测到水果整个表面,获得足够的水果图像信息。通过计算机视觉系统的视觉智能识别,综合判断每一水果的等级,并确定每个水果的位置信息,由计算机识别系统的控制模块将指令传输给分级系统,完成水果的分级 相似文献
6.
7.
土壤颗粒大小的分布是重要的土壤物理性质,对土壤水、气、热传导特性有着显著的影响。鉴于土壤颗粒分形在分析和描述岩土介质多孔结构的优势,本文通过对5种不同质地的土样进行颗粒分析与水分特征曲线的测试。结果表明:土壤结构定量化表征的方法就是确定土壤结构的分形维数,针对不同地区的土壤,可以通过土壤粒径分布分形维数体现土壤粒径分布的情况,分形维数越大,颗粒粒径越小,细粒含量越高,质地越发呈现不均匀性;且可利用土壤粒径分形维数估算土壤孔隙分形维数。为建立土壤粒径分布模型提供数据支持,同时也为推进土壤结构的研究进展提供了新的方向。 相似文献
8.
广元市不同土地利用类型土壤的分形特征 总被引:2,自引:1,他引:2
以8个植被类型、2个农地和2个退耕地的土壤颗粒组成数据为基础,运用分形模型计算这12个土地利用类型土壤颗粒的分形维数,研究了土壤颗粒分形维数与土壤性状的关系。结果表明:(1)12个土地利用类型表层土壤颗粒的分形维数介于2.8185~2.9249之间。与退耕地和玉米地相比,各林地土壤颗粒分形维数小;与1990年的2.8633相比,2006年土壤颗粒分形维数(2.8592)减小;各团聚体分形维数规律不明显。(2)决定土壤颗粒分形维数大小的首先是〈o.002mm的含量,其次是0.05~0.25mm和0.0020.02mm的含量;决定团聚体分形维数大小的粒级含量由大到小的顺序是:2~5mm,0.5~1mm和1~2mm,其余粒级含量对分形维数影响较小。(3)土壤颗粒分形维数与团聚体分形维数可作为侵蚀指标,前者与土壤可蚀性因子相关关系显著,后者也可作为渗透蓄水指标。(4)在坡耕地基础上的退耕地比生态退化后的营林地具有更有利于水土保持的土壤分形特征。 相似文献
9.
基于DEM的陕北黄土高原典型地貌分形特征研究 总被引:5,自引:1,他引:5
应用分形理论与方法,结合陕北黄土高原1∶5万DEM数据,通过河网分形维数和稳定性系数计算,研究了陕北黄土地貌空间分布特征。结果表明:(1)陕北黄土高原不同地貌类型分形结构复杂程度各异,表现出不同大小的水系分维值和稳定性系数,其中,黄土峁状、梁状丘陵沟壑区地貌结构最为复杂,分维值最大,稳定性系数最小。黄土残塬、黄土塬区分维值次之。黄土—风沙过渡区地形结构简单,地势相对平坦,分维值最低,稳定性程度最高。(2)以分形参数作为定量化指标进行黄土地貌特征研究是可行的,DEM数据集是研究过程中的核心和基础。分形值所描述的分形特征与地貌类型、地质结构等有一定的相关性。此外,对分形几何的地学机理还需要进一步分析。 相似文献
10.
介绍了当前应用机器视觉进行水果尺寸检测的现状。根据水果成像时水果、摄像机透镜、水果图像三者之间的相互关系,运用几何光学理论分析了尺寸检测中的各种误差及其原因。水果成像时,由于水果表面各点的高度变化,水果图像上各点所代表的实际长度不尽一致,形成标定误差;水果与摄像机透镜光心之间的距离不可能无穷远,成像后,水果图像的边缘点到形心的距离并不能真正代表水果的半径,形成半径误差;水果中心与摄像机光心偏离后,得到的图像存在形状误差。给出了标定误差的计算公式和半径的估算公式。 相似文献
11.
12.
13.
14.
15.
用计算机视觉进行黄花梨果梗识别的新方法 总被引:10,自引:5,他引:10
梨的果梗是否存在是分级的重要特征之一。通过计算机视觉系统摄取黄花梨图象,应用图象处理技术完成图象与背景的分割。针对使用细化及收缩膨胀算法识别果梗速度较慢,提出了一种快速算法。该法利用梨果梗直径小,选择不同大小的模板,判别图象中是否存在果梗,同时得到果梗头、底部与梨相交点的坐标,依据切线斜率信息,对果梗的完好性进行判断。试验结果表明,该算法可以100%判断果梗是否存在,判断果梗是否完好的正确率达到93%,判别速度提高4~6倍。而且该算法具有一定的鲁棒性,对旋转、移位不敏感。 相似文献
16.
17.
计算机视觉技术已经广泛应用于农业生产领域。对计算机视觉技术在玉米种子质量检验、玉米品种的识别、玉米粒形的检测、玉米田间杂草的识别等方面的应用做了介绍。 相似文献