共查询到18条相似文献,搜索用时 59 毫秒
1.
2.
3.
基于试验设计方法实现了番茄采摘机器人夜间照明系统设计。提出了一种基于前景与背景类间方差和类内方差比值F的图像可分割性评价指标作为确定最佳试验方案即最佳照明系统的评价指标;考虑了光源种类、光源布局及图像采集距离3个试验因子;采用正交试验表L_(18)(6×3~6)安排试验。试验结果表明:光源种类和光源布局是影响番茄采摘机器人夜间照明系统的显著因子,图像采集距离为不显著因子;光源种类因子各水平中,荧光灯照射时图像的F最大,为2.159;光源布局因子各水平中,对角布局时图像的F最大,为2.234。因此,所设计的番茄采摘机器人夜间照明系统的最佳组合为:荧光灯、对角布局。将试验结果与基于归一化R-G色差的OTSU自动阈值图像分割算法的分割效果进行了对比,对比结果验证了基于该图像可分割性评价指标F的夜间照明系统设计方法的有效性。 相似文献
4.
5.
6.
7.
8.
9.
10.
提出了利用归一化的红绿色差(R-G)/(R+G)分割苹果的方法。对不同光照情况下拍摄的苹果图像进行了识别,并对识别后的图像进行预处理后,获得苹果的轮廓图像。对轮廓图像采用随机圆环法进行果实圆心、半径提取。通过建立基于面积特征与极线几何相结合的匹配策略实现双目视觉下的果实定位,对于搜索区域内面积相似的果实,通过计算垂直投影的互相关函数最大值的方法,得到排序基准线,然后根据顺序一致性原则进行匹配。实验结果表明:识别算法可以较好地消除阴影、裸露土壤等影响,识别率达到92%。采用随机圆环法,可以准确地提取果实的圆心、半径。在60~150cm的距离范围内,测量误差小于 相似文献
11.
12.
基于YUV颜色模型的番茄收获机器人图像分割方法 总被引:2,自引:0,他引:2
在研究番茄收获机器人对目标图像分割识别时,经常由于采集的图像受光照影响以及分割识别算法的计算复杂性而影响到识别的准确性和实时性.通过比较RGB、HSI、YUV等颜色模型的特点,从理论上分析了YUV颜色模型应用于收获机器人视觉系统的可行性,提出了一种基于YUV颜色模型的成熟番茄分割方法.同时综合实验及经验确定了成熟的红色番茄在RGB、HSI、YUV颜色模型中阈值范围,采用直接确定色差阈值的双阈值分割算法识别成熟番茄,并对3种颜色模型在不同的光照条件下的分割识别效果进行实验对比.实验结果证实,将基于YUV颜色模型成熟番茄分割方法应用于番茄收获机器人视觉识别系统,能很好地解决其鲁棒性和实时性问题. 相似文献
13.
14.
15.
番茄采摘机器人非颜色编码化目标识别算法研究 总被引:6,自引:0,他引:6
为了实现番茄采摘机器人在非结构化环境下对目标番茄的准确识别,提出了一种基于非颜色编码的番茄识别算法。通过Haar-like特征及其编码的方法,结合AdaBoost深度学习算法可以获得用于识别成熟番茄的分类器;并研究了Haar-like特征类型和AdaBoost学习训练次数对分类器性能的影响。所得强分类器对测试集中的番茄进行在线识别试验。试验结果表明,测试集中93.3%的成熟番茄能够被正确识别;同时该分类器还对光照变化、果实粘连以及枝叶遮挡等干扰具有较强的自适应性和鲁棒性,满足采摘机器人对目标识别的技术要求。 相似文献
16.
针对国内苹果园人工采收效率低和损伤率高的问题,设计了一种苹果采收平台输送装置,实现苹果自动输送作业。首先通过对苹果输送过程进行运动学分析,确定影响苹果机械损伤的主要因素及各因素的试验取值范围。其次根据Box-Behnken试验设计原理,以输送速度、果托倾角、果托形状为试验因素,以损伤率为试验指标,对苹果采收平台输送装置的作业参数进行试验研究,建立试验指标与试验因素之间的回归模型。最后分析了各因素对试验指标的影响规律,并根据回归模型对试验因素进行综合优化。试验结果表明:当输送速度为0.2m/s、果托倾角为30°、果托形状为圆台体时,苹果损伤率为3.69%,苹果机械损伤明显低于未经参数优化的苹果采收平台输送装置,输送作业效果最好。研究结果可为苹果园采收平台的结构优化和输送作业参数控制提供参考。 相似文献
17.