基于概率神经网络的玉米苗期杂草识别方法的研究

提出了一种基于计算机视觉技术和概率神经网络技术的玉米幼苗和杂草识别方法.首先利用类间方差最大自动阈值法对杂草图像的修正的超绿特征进行二值化处理;然后提取目标对象的形状特征参数作为输入向量,由概率神经网络(PNN)分类器识别出玉米幼苗.试验结果表明,该方法的有效性,对不同田间环境的玉米幼苗与杂草的准确识别率分别为92.5%和95%,效果优于使用BP网络.     

机器视觉技术在农业领域中的应用

机器视觉又称计算机视觉,指人类设计并在计算机环境下实现的模拟或再现与人类视觉有关的某些智能行为的技术,如对印刷与手写文字识别、图像模式识别和物体三维表面形状知识与距离、速度感知等.机器视觉技术在农业上的研究与应用始于20世纪70年代末期,主要研究集中于农产品分选机械中利用机器视觉对农产品进行品质检测与分级.由于受当时计算机发展水平的影响,检测速度达不到实时要求,处于实验研究阶段.随着电子技术、计算机软硬件技术、图像处理技术及与人类视觉相关的生理技术的迅速发展,机器视觉技术本身在理论和实践上都取得了重大突破,除农产品分选机械外,目前该技术已经渗透到农产品鉴定、农作物生长、农产品收获等多个领域.     

基于机器视觉的甘蔗茎节特征提取与识别

为实现含有蔗芽的有效蔗种片段机器智能切断,引人机器视觉技术识别甘蔗茎节.以甘蔗图像HSV颜色空间的S分量经阈值分割、数学形态滤波处理作为模板,和H分量经阈值分割的反图像进行与运算得到合成图;将合成图划分为64个列块区域,提取质心比、粗度比和白点比等7个特征指标,再用支持向量机分类识别茎节与节间列块,得到茎节与节间的平均识别率为93.359%;对支持向量机分类出的茎节列块进行聚类分析,得到茎节数与位置的平均识别率分别为94.118%,91.522%.     

脱绒棉种分选关键技术研究现状——基于机器视觉技术

棉种的优劣直接影响棉花的产量和质量,而机器视觉技术在种子的检测与分级中发挥重要的作用.为此,基于机器视觉技术,分析了脱绒棉种分选系统在硬件方面关键技术的研究现状,总结了脱绒棉种在图像处理中的分选算法,并随着分选的自动化与智能化的不断提高,提出了今后的发展趋势.     

计算机视觉在脱水姜片在线分选中的应用

目前,脱水姜片的分选主要靠人工完成,分选精度不高,结果不稳定.为此,研究设计了一套基于计算机视觉的在线分选装置;开发了基于物料颜色参数的实时算法,对物料图像进行特征提取和一系列处理;运用双缓冲技术提高系统运行速度.试验结果表明,分选出的成品中含有的合格姜片达到95.5%,系统测量速度快、分选精度高且运行稳定,满足在线实时分选要求.     

机器视觉技术在农产品分级分选中的应用

机器视觉技术在农业自动化领域中的应用得到了广泛研究.为此,针对机器视觉技术在农产品分级分选自动化方面的研究情况进行了综述;同时,介绍了目前比较成熟的分级分选设备,并提出了机器视觉技术在农产品分级分选应用中存在的问题及发展方向.     

基于机器视觉的甘蔗茎节特征提取与识

为实现含有蔗芽的有效蔗种片段机器智能切断,引入机器视觉技术识别甘蔗茎节。以甘蔗图像HSV颜色空间的S分量经阈值分割、数学形态滤波处理作为模板,和H分量经阈值分割的反图像进行与运算得到合成图;将合成图划分为64个列块区域,提取质心比、粗度比和白点比等7个特征指标,再用支持向量机分类识别茎节与节间列块,得到茎节与节间的平均识别率为93.359%;对支持向量机分类出的茎节列块进行聚类分析,得到茎节数与位置的平均识别率分别为     

基于机器视觉的花菇分选技术

为了实现花菇的自动分选,设计了一种基于机器视觉的花菇分选系统,并提出了相应的算法。针对花菇分选中花菇的菇柄长度、形状类别和菌盖面积这3个重要分选指标,提出了一种曲线结构特征分析的分选方法。跟踪花菇边界并计算曲率,根据边界上点运动变化模式判断曲线凹凸性,利用曲线类半径识别并定位菇柄的位置。使用极坐标意义下的线性插值重建去除菇柄的菌盖边界曲线,在重建曲线基础上提取9种形状特征参数和1个大小特征参数,利用主成分分析法从9个形状参数中提取相应的3个主分量,以这3个主分量作为输入,构建K近邻分类器作为形状分选模型。结合花菇的菇柄识别情况、形状等级和大小等级共同判定花菇的最终等级。试验表明,菇柄识别正确率为91.4%,且菇柄识别能显著提高形状分选的准确率,最终形状分选正确识别率可达95.6%,花菇等级分选正确率为92.2%。     

基于机器视觉的甘蔗多刀切种装备设计与试验

针对目前甘蔗切种机伤芽率高、切种效率低的难题，设计了一台基于机器视觉的甘蔗多刀切种装备。装备采用传送链横向输送甘蔗，由相机采集整张甘蔗图像并识别茎节位置，根据农艺的要求确定双芽段蔗种切割点位置；上位机通过TCP通信将切割点位置发送给PLC,进而由PLC控制5把切刀横向定位及同步切割。由于装备的核心是采用机器视觉技术对甘蔗茎节进行识别，因而提出了一种基于机器视觉的甘蔗茎节实时识别新算法。试验结果表明：装备的茎节识别率为95.3%,切刀平均定位精度为0.07%,可满足优质双芽段蔗种的农艺需求。     

玉米种子实时检测分选装置设计与试验

针对我国玉米种子人工分选效率低、错分率高、缺少自动检测分选装置等问题,设计了一种玉米种子实时检测分选装置。该装置由进料单元、检测单元、分选单元和控制系统组成。下位机采用MSP430,与上位机实时通信,并控制分选执行机构,上位机采用Matlab 2014b软件对玉米种子图像进行实时处理,并输出识别结果。为了便于采集玉米种子图像,设计了种子分离机构。根据霉变玉米种子与正常玉米种子表面颜色的差异,设计了一种基于HSV颜色空间划分的玉米种子识别算法,并提出了一种玉米种子排序策略,实现了玉米种子的精确分选。该装置对单幅图像的采集和处理时间约为0.7 s,分选速率最高为680粒/min,霉变玉米种子识别准确率为100%,裝置总体分选准确率不低于94%。该装置实现了从玉米种子进料到分选的全自动化,能够对霉变玉米种子进行实时检测和分选。     

基于机器视觉的穴盘幼苗分级移栽系统设计与试验

针对穴盘幼苗工厂化生产中人工分级移栽劳动强度较大的问题,提出了基于机器视觉和图像处理自动分级方法,设计了一套穴盘幼苗分级移栽系统。首先,运用图像分割、模板匹配等方法提取穴盘幼苗叶面积、地径、株高3个特征,并以此训练SVM自动分级模型;然后,开发了基于Opencv3.6、Qt5的软件,实现了穴盘幼苗的实时在线分级;最后,使用穴盘幼苗分级移栽样机对7~10天的番茄幼苗进行自动分级移栽试验。结果表明:在平均移栽速度为9.6株/min时,移栽成功率为96.88%,分级正确率为95.83%,可以连续稳定工作,有效解决人工费时费力问题。     

基于图像自适应分类算法的花生出苗质量评价方法

为了能够快速、准确地获取花生出苗质量,提出了基于机器视觉的花生出苗质量评价方法。首先通过田间自走机器人获取花生图像信息,然后采用机器视觉的方法获取图像中花生苗的数量、花生苗冠层投影面积以及花生苗中心点坐标位置。将花生缺苗率和花生苗活力指数作为花生出苗质量评价指标,以花生苗数量结合花生苗坐标计算花生缺苗率,以花生苗叶片包络面积计算花生苗活力指数。针对花生图像识别易受环境干扰的问题,提出了鲁棒性强的花生苗提取算子,采用K均值聚类方法对花生苗提取算子进行分类,结合花生苗和土壤自适应分类算法,有效地将花生苗从土壤中提取出来。针对花生苗棵数误判现象,提出了采用图像全局分割和区域分割相结合的方法对图像进行分割,并基于形态学方法剔除田地杂草等噪声。试验结果表明:采用机器视觉识别花生苗数量的平均准确率为95.4%,花生苗株距计算平均误差为5.35 mm,验证了所提出的图像自适应分类算法的可行性。基于机器视觉所得花生缺苗率结果与人工测量结果两者之间的相关性为0.991(皮尔逊相关系数),人工评价与基于机器视觉评价具有较高的一致性。     

均匀化育苗研究平台的设计与试验

标准苗的培育是机械嫁接过程的关键技术之一。为解决日光温室内植物幼苗向光弯曲的问题,且为探究不同LED光质对幼苗外观特征的影响,设计并研制了均匀化育苗研究平台。该研究平台由4个不同光质的培养小室组成,可根据幼苗生长期的不同,调节光源距离幼苗的高度,并利用机器视觉实时检测幼苗外观特征。以"北农亮砧"嫁接砧木为研究对象,在不同光照条件下进行了验证试验。试验结果表明:在不同光照条件下均可培育出长势均匀的幼苗,株高标准差小于7mm,茎粗标准差小于0.3mm,可用于培育外观特征一致的嫁接用幼苗;系统可实现对单株幼苗的外观特征无损检测,操作简单。     

甜瓜嫁接机嫁接苗接缝视觉识别系统研究

嫁接可以有效地解决甜瓜连作障碍,提高产量,但嫁接作业劳动强度大、生产效率较低。目前,半自动化蔬菜嫁接机器人仍然需要人工对嫁接后的接缝进行质量检测,由于个人的主观性和技术熟练程度的不同,会影响嫁接质量和嫁接效率,从而影响嫁接成活率。因此,在嫁接之后,需要对嫁接苗进行接缝质量的自动识别与检测。为此,确定了嫁接幼苗接缝的成功标准,并利用图像采集技术和分割处理的基本理论与方法,研制嫁接幼苗接缝自动识别、检测的算法,完成了接缝检测软件程序编制。对嫁接幼苗接缝视觉检测识别系统软硬件进行了调试和试验研究,选取了60株甜瓜嫁接幼苗进行接缝图像检测和识别试验。试验结果表明:甜瓜嫁接幼苗接缝检测的成功率为90%,因茎秆折断弯曲造成了嫁接幼苗接缝的检测失败。     

马铃薯组培苗生长点识别方法研究

采用马铃薯脱毒组培苗培育优质种薯进行种植有利于马铃薯连年高产量生产.目前,马铃薯组培苗生产面临人工成本高、自动化程度低等问题,亟需开发马铃薯组培苗自动化生产设备.为了引导马铃薯组培苗自动分化设备进行有效地移植分割作业,提出采用图像投影分析方法识别马铃薯组培苗生长点位置,提高马铃薯组培苗后续自动化分割移植的作业质量.对1...     

油菜裸苗物理机械特性试验研究

对油菜裸苗茎秆进行物理机械特性试验,包括不同生长期油菜裸苗茎秆截面直径的测定,不同生长期油菜裸苗茎秆的压缩、剪切、拉伸试验。试验研究了油菜裸苗茎秆直径随生长时间的变化规律以及油菜裸苗茎秆压缩、剪切、拉伸极限随生长时间的变化规律,建立了油菜裸苗茎秆截面直径与生长时间的数学模型。研究表明:湘杂1613的油菜裸苗茎秆直径的增长与生长时间呈线性关系;油菜裸苗茎秆的耐压、耐切、耐拉的能力随时间的增加而增加。该结论为设计移栽机械提供了初步的实验基础,同时为进一步研究油菜移栽机械取苗、护苗、栽插参数等关键部件结构和运动学、动力学参数提供了理论依据。     

基于ADAMS的番茄翻秧机的仿真分析

在虚拟环境下对番茄翻秧机工作过程的关键部件进行了仿真,直观地了解了工作过程中番茄秧的运动情况。首先,进行模型建立与传递、约束与力的定义;然后,对拨秧滚子进行运动分析和力学分析,对分秧装置进行力学分析;最后,进行番茄秧与分秧器的接触运动分析、番茄秧与拨秧滚子的接触运动分析。通过在各种参数下结构受力的仿真分析,为物理样机的设计提供了详尽的参考数据。     

基于计算机视觉的萝卜幼苗自动识别技术

为实现萝卜幼苗间苗作业的自动化，提出并探讨了适于萝卜幼苗自动间苗的播种方式，通过对萝卜幼苗彩色图像的分析，提出了由突出绿色方法和亮度组合的灰度化方法、最大方差自动取阈法及快速区域标记等构成的自动识别算法。对从田地中拍摄的250幅萝卜幼苗图像的识别处理结果表明，该算法能够识别出图像中的各株萝卜幼苗。     

机器视觉与PLC融合的自动分拣装置研究

随着自动化技术在农业生产中应用的逐渐推广,农业生产智能化、自动化水平越来越高.传统的分拣系统采用的是人工分拣方式,分拣效率低,耗费时间长,精确度低,耗费大量的人力物力.为解决以上问题,将机器视觉技术和PLC技术进行融合,设计了自动分拣装置,完成了自动分拣装置的总体设计方案,并对分拣装置控制系统进行硬件设计及控制流程设计...     

单人工上苗式半自动蔬菜嫁接机关键机构设计与试验

半自动嫁接机价格低、适用蔬菜种类广,但其生产能力相对低。为简化操作、提高嫁接效率,设计一种单人工补给砧木和接穗苗的贴接式半自动蔬菜嫁接机。嫁接机关键部件包括砧穗木夹持旋转机构、旋转持苗防回转机构、切削机构等;其中,旋转持苗防回转机构采用了双棘轮反向止动,实现单电机驱动双轴间歇反向旋转,保证上苗和夹持工序有序配合;确定了砧穗木上苗位、夹持、切削、嫁接工位的较优布局,可实现单人工同时上砧、穗木苗。对南瓜和丝瓜穴盘苗进行嫁接试验表明:嫁接成功率达到89%,与人工相近;嫁接效率达到846.3株/h,是人工嫁接效率的3.3倍,证明该单人工上苗操作的贴接式嫁接机满足工厂化嫁接作业要求。