一种快速剔除伪分枝的作物行骨架提取算法

作物行骨架线的提取是机器视觉导航的基础,准确提取作物行骨架也是精准施药系统中一个至关重要的研究方向。为了克服传统骨架提取算法中的背景单一、存在较多的冗余分支及不连续等缺点,以农田作物行为研究对象,提出一种形态学细化和伪分支剔除相结合的实用型骨架提取算法。首先对采集到的作物行原图像通过灰度、滤波、阈值分割操作使其转化为二值图像;然后将二值化后的作物行图像先细化为单像素宽度的骨架线,再采用端点追踪法追踪伪分支骨架,而后剔除追踪的毛刺或无关枝杈,保证了骨架的单一性和圆滑性,提高了作物行检测的精度。通过与拓扑细化法和最大圆盘骨架提取算法比较,本文算法不但在去除冗余骨架的同时能保持自身良好的拓扑性和稳定性,而且能去除多余的毛刺状分支,同时表明该算法具有较强的稳定性和抗干扰能力。     

基于骨架提取算法的作物茎秆识别与定位方法

针对农作物禾苗和杂草辨识和定位不精确,会造成除草机器人除草不净、伤害禾苗、影响产量等问题,提出了一种基于骨架提取算法的作物茎秆中心识别与定位的多级图像识别方法。该方法通过不同图像处理算法的多级式递进融合,实现对农作物茎秆的精确识别与中心定位。首先将采集到的彩色图像转换到HSV颜色空间进行背景分割。然后采用腐蚀算法对图像进行腐蚀操作,腐蚀掉杂草图像信息得到仅含作物的图像信息,最后用Zhang-Suen细化算法对作物图像进行骨架提取操作,并对骨架交叉点进行计算分析,识别与定位作物茎秆中心,实现作物精准辨识和定位。对采集的100幅苗期图像进行实验测试,结果表明农作物禾苗茎秆中心识别和定位精度误差小于12mm。本文方法能实时精准辨识禾苗和杂草,并对禾苗进行精准定位,为实现田间机械化除草提供了一种精准可靠的作物识别和定位方法。     

基于机器视觉和随机方法的作物行提取算法

根据农田作物图像特点,采用基于垂直投影的窗口移动方法,得到代表作物行的定位点,提出了基于机器视觉和随机方法的作物行提取算法.该算法从定位点中随机选取2个不同点,决定一条候选直线,再根据阈值规则,进一步判断候选直线的真实性.实验结果表明,该算法可以提取不同作物的作物行,处理一幅640×480像素的彩色图像平均需要220 ms,正确识别率达98%.     

基于改进Hough变换的农田作物行快速检测算法

选取苗期农田作为研究对象,采集了包含行栽作物和土壤背景的农田图像,针对现有作物行定位方法易受外界干扰和处理速度较慢的不足,提出将投影法和直接Hough变换法相结合检测作物行的算法.采用2G-R-B 法和OTSU法将图像二值化,通过快速中值滤波算法去除噪声,再利用垂直直方图投影将图像进行水平条划分获取作物垄平均定位点,最后通过Hough变换检测垄定位点,得到作物行中心线.试验结果表明:基于垂直直方图投影的Hough变换检测作物行中心线的算法在保证高定位精度的同时,算法处理速度比直接Hough变换检测法提高了3倍,得到的定位基准线能代表作物行走向.     

基于改进K-means图像分割算法的细叶作物覆盖度提取

植被覆盖度是重要的农学指标,图像法作为一种方便、快捷、准确度较高的地面测量方法,在该领域得到了广泛应用。图像背景分割是获取植被覆盖度最关键的步骤,已有分割算法的分割对象局限于大叶植物或者长势较为稀疏的作物,针对细叶作物的研究较少,或者未根据分割结果得出更有价值的规律。本文以小麦为例,提出了基于HSV空间的自适应果蝇均值聚类算法(IFOA-K-means),用来分割图像背景,以此作为获取覆盖度变化的理论基础。采用小波分析按比例去噪算法单独对亮度分量去噪,主体分割算法采用自适应步长果蝇算法(IFOA)改进的Kmeans算法对小麦图像进行背景分割,综合了自适应果蝇算法的全局最优和K-means算法的局部最优特点,使分割效果达到最优。其分割效果优于基于遗传算法的最大类间方差分割法,较好地去除了滴灌带等较明显干扰因素,与传统的K-means算法相比,运行时间和峰值信噪比指标都较优,小麦覆盖度准确率在90%以上,与作物系数之间的决定系数为0. 953 1。     

基于改进K均值特征点聚类算法的作物行检测

精准施药是现代精准农业发展不可或缺的一部分,而准确地提取作物行是进行精准施药的关键环节。为此,以苗期的玉米为研究对象,提出一种基于改进K均值特征点聚类算法的作物行检测方法。该方法根据距离函数最值关系求出最佳聚类数目,再依据点密度大小和邻域半径确定初始聚类中心,减少了迭代次数,提高了算法的执行效率和划分效果。首先,采用改进的超绿法(1.27G-R-B)进行灰度化和Otsu方法进行二值化,得到作物行的二值图像;然后,利用左右边缘中间线算法提取作物行特征点;最后,采用改进K均值算法和最小二乘法对作物行中心线特征点进行聚类和直线拟合。试验数据表明:提出的改进K均值特征点聚类算法识别效果好,精确度高,可为精准施药提供理论依据。     

皮棉中异性纤维骨架快速提取算法

提出了一种皮棉中异性纤维骨架提取算法.首先对图像进行距离变换,以距离图中的局部极大值点作为种子点,沿着各个方向上的脊点推进骨架,从而以脊线连接各局部极大值点.扫描骨架点集,对骨架进行细化,剔除对骨架连通性不起作用的重复点.之后,对伪骨架段进行剪枝,最终得到准确的骨架.该方法得到的骨架具有良好的单像素性和连通性,同时对于细长状以及存在断续的异性纤维能进行准确的骨架提取.实验表明,算法的运算复杂度低,能实现异性纤维骨架的快速提取.     

作物行识别算法的虚拟试验方法

针对作物行识别算法的传统开发过程对田间作物生长周期依赖性较强,错过适当的田间图像采集时期将直接导致算法开发周期延长等问题,提出一种基于虚拟场景的作物行识别算法测试方法,即在虚拟环境下模拟农田作物行场景和图像采集系统,运用虚拟作物行图像测试作物行的识别算法。该方法在虚拟现实环境下建立作物行场景模型;提出一种融合建模法,根据作物和杂草的几何特征建立对应的三维几何模型;根据实际田间作物的空间分布特征,建立株距、行距可调的田间作物行模型;以Vega Prime为视景仿真工具,通过配置投影模式、渲染模式、视点位姿和图像采集规格,构建图像采集系统,输出作物行场景图像。以苗期棉花作物行为建模对象,对一种经过田间试验验证的双目视觉作物行识别算法进行测试试验。对比实际棉田图像对应的试验结果,同一作物行识别算法的识别正确率、偏差角和图像处理时间均相近。结果表明,本文建立的虚拟棉田作物行与实际棉田作物行场景相近,能够用于作物行识别算法的测试。     

皮棉中异性纤维骨架快速提取算法

提出了一种皮棉中异性纤维骨架提取算法。首先对图像进行距离变换,以距离图中的局部极大值点作为种子点,沿着各个方向上的脊点推进骨架,从而以脊线连接各局部极大值点。扫描骨架点集,对骨架进行细化,剔除对骨架连通性不起作用的重复点。之后,对伪骨架段进行剪枝,最终得到准确的骨架。该方法得到的骨架具有良好的单像素性和连通性,同时对于细长状以及存在断续的异性纤维能进行准确的骨架提取。实验表明,算法的运算复杂度低,能实现异性纤维骨架的快速提取。     

基于细化法的土壤孔隙骨架提取算法研究

为可视化土壤孔隙的空间分布和拓扑结构,进一步理解土壤功能和生态过程,以自定义的规则结构和土壤孔隙结构为应用对象,进行了土壤孔隙骨架提取算法的研究,并验证细化法和距离变换法2种算法构建骨架模型的性能。试验结果表明,2种算法的骨架模型构建效果均不受模型类型的影响,其中,距离变换法构建的骨架模型存在体素点缺失和偏移的现象,而细化法提取的孔隙骨架模型结构完整,其平均骨架偏移距离(0. 10 mm)比距离变换法(0. 15 mm)减少了50%,具有良好的拓扑不变性。通过对细化性、连通性和中心性3个指标的综合分析,细化法具有优越的描述土壤孔隙形状及拓扑特征的能力,可为土壤物理结构及水文特性的研究奠定技术基础,为从孔隙尺度理解土壤功能奠定理论基础。     

基于改进YOLO v3的肉牛多目标骨架提取方法

针对肉牛行为识别过程中,多目标骨架提取精度随目标数量增多而大幅降低的问题,提出了一种改进YOLO v3算法(Not classify RFB-YOLO v3,NC-YOLO v3),在主干网络后引入 RFB(Receptive field block)扩大模型感受野,剔除分类模块提高检测效率,结合8SH(8-Stack...     

基于多作物总产量最大的灌溉优化模型与算法研究

我国北方地区灌溉水资源极度缺乏,如何将有限的灌溉水资源有效分配到多种作物间是一个重要问题。为此,在考虑作物敏感系数、有效降雨量、土壤含水量等因素的同时,还考虑了作物的市场价格和单位产量因素,建立了多作物、多约束的非线性灌溉优化模型。引入粒子群算法(PSO)时,借鉴遗传算法中杂交的概念,得到了基于杂交的混合粒子群算法(BreedPSO),并应用实例进行计算,求解结果表明该模型能很好解决多作物间灌溉水量优化配置问题,同时也验证了该算法的有效性和可行性。     

基于改进算法的小麦收获机作物密度检测研究

针对谷物联合收获机喂入量实时调整的需求,研究成熟期作物密度与收获机喂入量间的函数关系。首先对图像进行灰度化与中值滤波处理,然后以改进的图像分割算法获得了更为准确的图像分割阈值,从而将作物的谷、叶从背景中分割出来。在此基础上,以数据拟合的方式得到小麦收获机喂入量随图像像素的变化模型,为谷物收获机实时、精准地控制喂入量提供可行的方案。     

圆盘施肥开沟器的改进

去年春季我公司生产的精密播种机出现了区域性机器跑偏的现象．影响了该机的销路,为此公司组成技术攻关小组,进行研究。最后,发现原因在于圆盘施肥开沟器不能适应该地区过硬的土质,圆盘无法摆正．使得整机随之跑偏,又由于田地里又分布大量杂草,使得铲式施肥开沟器也不能满足其播种、施肥作业的需要,因此我们设计了一种圆盘和铲式相结合的新型施肥开沟器,解决了机器跑偏的问题．并受到用户欢迎。     

基于最小相切圆和形态学相结合的作物行检测算法

机器视觉的农业导航路径规划是精准施药的关键,而作物行提取是其准确识别作物行路径的基础。为此,以玉米为研究对象,提出了一种基于最小相切圆原理和形态学相结合的作物行检测算法。首先在室外田间环境下采集生长早中期的玉米作物行图像,选择作物行比较规整的图像进行处理;其次,利用改进的超绿灰度化(1.8R-G-B)算法对玉米作物行图像进行灰度化处理,大大减少了噪声的干扰,通过中值滤波基本消除了噪声;然后,运用Otsu阈值算法获取了玉米作物行的二值图像。由于作物行呈线型,在此基础上,采用5×1像素的线型结构元素和3×3像素的方形结构元素两者相结合的方法对二值图像进行腐蚀、膨胀运算,并采用提出的最小相切圆与形态学结合的方法提取中央玉米作物行的骨架并进行中央作物行直线的拟合。实验表明:该算法能提供准确的位置信息,且对作物行边缘噪声具有较强的抗干扰能力,对进一步研究精准施药提供了参考依据。     

基于机器视觉的玉米苗期多条作物行线检测算法

为满足玉米苗期中耕、追肥等田间管理环节的自主导航行走需求,研究了基于机器视觉的多条作物行线实时检测技术.首先,基于绿色分量增强法、分割阈值优化法和形态特征分析法,对图像分别进行灰度化、二值化和去噪等预处理,该预处理结果不受自然光照变化、阴影、降水/积水、播种模式等影响,对细密状杂草干扰或植株冠层交叠条件下作物行间分界间...     

改进的圆盘渗透仪计算模型

圆盘渗透仪是一种目前常用的田间测定土壤导水参数的仪器，利用测量得到的入渗数据，国内外学者推导出了一系列推导土壤导水参数的计算方法。这些方法经过逐步改进，日趋成熟。本研究主要是针对Zhang模型中不能准确估计宏观毛管上升高度的缺点，用Philip的导水率曲线代替Ankeny 等方法的近似公式来改进Zhang模型，用大量的模拟和实验的数据对比分析现有方法和新方法，新方法提供了更精确的估计值。     

宽行作物滴灌的水管理

影响滴灌系统能否取得增产效果主要取决于两个因素,一是系统的设计,二是系统的用水管理。本文提出了为达到最大的成功和最小的失误的宽行作物滴灌的水管理程序,其关键在于在灌水季节开始之前确定一个全面的管理方针,以适应不断变化的客观情况。同时还要设计一个根区及为达到这一     

新型日光温室骨架型材的改进设计

我国早期的日光温室通常采用塑料薄膜为外覆盖材料,圆钢作骨架,细绳穿过塑料膜将其捆扎在钢骨架上。这种日光温室对塑料薄膜的损害很大,而且固定也不牢固,在春季大风天气下很容易被刮坏,大大降低了塑料薄膜的使用寿命,农户也不得不在1~2年就更换一次新的塑料薄膜,大大增加了日光温室的运行成本和农户的经济负担。为此,设计了一种用型材固定塑料薄膜的方法,并通过数学计算及强度计算,对温室的骨架型材进行改进,达到了降低成本的目的。     

基于改进Delaunay算法的树冠三维重构单木因子提取

针对树冠结构复杂和点云数据量大的特点,为了提高测算单木因子中树冠表面积和体积的精度和效率,通过改进Delaunay三角网的算法机制,提出一种基于空间分割的分块优先级机制的三角网表面重建算法,用于重构树冠表面,形成一种高精度高效率的树冠表面积和体积因子提取方法.利用地面三维激光扫描系统获取树冠点云数据,分别通过传统人工方法、点云量测法、数字高程模型算法与提出的改进SD Delaunay算法,计算实验区域研究对象的树冠表面积与体积,并进行对比分析,结果表明提出的算法完全满足计算精度,同时该计算方法的耗时只有传统人工法的41％,数字高程模型法的62％,大大提高了运算效率.