基于区域生长的采摘机器人视觉识别方法

提出了一套基于茄子图像的空间位置信息和颜色因子相融合的区域生长分割算法。为保证茄子图像分割最佳的颜色空间和颜色因子,提取了50幅不同光照条件下的茄子图像的RGB颜色空间分量灰度图和直方图,比较了茄子果实、叶子、茎秆和空隙等的颜色特征,得出了G-B颜色因子对于茄子果实分割最为有利的结论。按照灰度级相同和空间8邻域连通的原则确定种子区域,进而通过扫描整幅图像进行初始分割。融合G-B颜色因子和空间信息对初始区域进行合并,直到分割形成的区域类间距离最大时停止生长。通过顶点链码与离散格林技术提取出果实的最小外接矩形,求解果实的生长位姿,试验表明:其分割效率均大于93%,平均用时为0.32 s,能够满足果蔬采摘机器人对视觉系统的要求。     

基于图像运算的牛肉大理石花纹分割方法

针对牛胴体眼肌切面大理石花纹图像的自然纹理特征,首先采用区域生长法进行图像的背景分割,然后采用图像差影法操作、图像腐蚀和膨胀技术以及图像的逻辑运算实现背长肌区域的分割,再通过Otsu法自动选取阈值,以此阈值为门限值,对图像进行二值化处理,最终提取出牛肉大理石花纹。实验结果表明,该综合处理技术具有很好的适应性,可以对各种牛胴体眼肌切面图像进行大理石花纹的准确分割。     

基于霍夫变换和Canny算子的表壳中心定位方法

为实现手表壳中心定位,搭建了一套单目机器视觉系统,并基于该系统的硬件条件,编写相应的图像处理程序。在对手表壳外形轮廓的物理特征和图像特征进行分析后,确定了表壳中心定位算法的操作流程。通过图像预处理提取有用特征信息,并利用Canny算子提取出完整的手表壳轮廓。在此基础上,利用霍夫变换检测轮廓的中心圆,从而获取其中心点的坐标信息。通过实验对该表壳中心定位方法进行准确率验证,结果表明：手表壳中心定位方法能够满足工业生产要求,具有一定的实用性。     

基于边缘检测的数字图像拼接实现研究

图像拼接在天文图像处理、日常照片扩展、大型图像的获得等方面应用极其广泛,是地理、人文、科技发展的重要标志。本文采用基于特征的图像拼接算法,利用Canny算子进行边缘检测提取数字图像特征,通过图像预处理(去噪,边缘提取,直方图处理等)、图像配准、图像重构融合等操作,在Matlab平台下实现两幅大小一样、光照条件一致的灰度图像的拼接。     

基于模式识别的农田目标定位线检测

根据农田图像的特点,采用K-means模式识别算法,实现农作物与背景的分离.通过对二值图像进行水平扫描.检测定位区域和定位点,利用定位点的坐标信息确定聚类判别函数,实现农田目标定位线的检测.多幅农田图像实验表明,定位线能够正确提取出来.该算法处理640×480像素的彩色图像蒂要0,12 s,在自动导航系统中是一种有效、快速的图像处理算法.     

基于颜色因子逻辑与运算的田间红葡萄果穗识别

图像分割是实现田间葡萄机器识别的关键部分,针对田间复杂的环境下传统图像分割法分割葡萄果穗图像准确度低的问题,课题组根据采摘葡萄果穗目标与背景在颜色特征上的差异性,对田间待采摘葡萄果穗的图像分割方法进行了研究.将数字图像的基本运算和逻辑运算进行结合,实现了图像分割的操作.课题组选取了与人类视觉相近的RGB颜色空间,并提取...     

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。     

基于自适应全局阈值融合标记的遥感图像建筑群分割

针对分割遥感图像建筑群时,标记不完全所产生的过分割和欠分割并存问题,提出一种基于自适应全局阈值融合标记的图像分割算法.该算法根据建筑群的分布和纹理特点,利用小波变换提取图像梯度,通过形态学重构对梯度图像进行滤波;采用局部极小值法提取背景标记,并应用自适应全局阈值法提取建筑群标记.采用逻辑运算进行标记融合,用融合后的标记修改加权像素的Sobel梯度图实现精准分割.实验结果表明,该算法能够弥补形态学滤波梯度图的局部极值标记不足问题,抑制了建筑群的过分割和欠分割,准确地将建筑群从背景中提取出来,分割正确率达到90.7％.     

基因芯片生物信号的自动识别

信号点自动识别是基因芯片信息自动提取的关键.为此,根据信号点、噪声和背景特征的关系提出一种新的自动识别方法:使用小波变换的方法实现图像的滤波增强;通过对功率谱的分析实现图像的信号点中心的网格定位;利用信号点边缘亮度特征实现信号点中心和半径的校正.仿真实验证明,该方法具有良好的抗噪声能力和弱信号辨识能力,能快速、准确地实现信号的点自动识别.     

茄子收获机器人机械臂避障路径规划

提出了一种茄子收获机器人机械臂在笛卡尔空间的避障方法.将空间障碍物等效为可以用数学建模的圆柱扇环,将三维空间的路径规划简化为二维,提高了控制的实时性;将障碍从工作空间转换到C-空间中,使对机器人的控制直接作用于关节,避免了使用雅可比逆阵进行复杂的坐标转换.将C-空间映射到图像矩阵中,通过对图像进行适当的处理,规避了在使用A*算法寻优时可能出现的失败.实验结果表明,该避障路径规划方法计算量小,实时性好,适合自然生长状态下茄子的自动收获.     

基于归一化椭圆傅里叶描述子的黄瓜形状识别

为定量描述水果形状以便为后续识别提供特征信息,以黄瓜为研究对象,通过对黄瓜图像进行增强、阈值、形态学及边界提取操作,提取黄瓜边界并用数对表示.采用椭圆傅里叶描述子定量描述边界信息,并做尺度变换、旋转变换及起始点变换归一化处理.利用描述子对黄瓜边界进行重建,对重建后边界做误差分析.实验结果表明:采用椭圆傅里叶描述法,只需...     

牛肉眼肌图像在线采集和实时分割系统

根据肉牛屠宰现场牛肉自动分级的技术要求,设计并构建了一个以TMS320DM642处理芯片为核心的牛胴体眼肌图像在线采集和实时分割系统.首先利用所开发系统在线采集牛肉图像,然后通过蒙板方法,对所采集图像进行背景分割;由于DM642系统采用y、Cb、Cr 3个色度分量来分别描述和存储图像,为节省算法处理的数据量,对Cr(红色)色度空间图像进行二值化处理,然后再用区域面积标记法和小区域消除法提取眼肌区域.实验结果表明,利用DM642系统能够实现牛肉图像的在线采集和眼肌区域分割,眼肌图像提取的准确率平均值为92.9％.     

基于图像处理和BP神经网络的玉米叶部病害识别

为快速诊断识别玉米叶部病害,及时采取防治措施,提高玉米产量,本文将图像处理技术和BP神经网络算法引入到玉米叶部病害识别诊断中。对田间采集的玉米叶部病害样本图像进行背景去除、灰度化处理、阈值分割、噪声去除等预处理操作,实现叶部病害图像的分割;通过提取病害图像颜色特征和形状特征的17个参量,作为BP神经网络的输入,实现了玉米叶部常见六种病害的分类识别。实验结果表明,6种玉米叶部病害的平均识别率为93.4%,取得较好的识别效果,具有一定的实用价值。     

棉花异性纤维图像特征提

针对棉花加工过程中存在的异性纤维,采用机器视觉技术,通过图像处理方法提取异性纤维目标,采集异性纤维特征数据,应用一种改进型粗糙集理论,进行异性纤维图像目标特征向量的提取,得到有效的特征向量.最后采用决策树理论,利用提取的特征向量进行识别,实验表明,所提取的特征向量对于识别棉花异性纤维是有效的,识别率达到95%.     

苹果采摘机器人果实识别与定位方法

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60～150 cm的距离范围内,测量误差小于2 cm.     

基于嵌入式系统与机器视觉的上孵前无精蛋识别系统

为避免未受精蛋的孵化,将计算机图像处理技术与嵌入式技术有机结合,提出了无精蛋识别系统设计方案.该系统首先通过计算机视觉技术采集种蛋图像,之后运用数字图像处理技术完成种蛋图像区域不变性参数(圆度、复杂性、伸长度、球状性、长短轴比和平均变动系数)的提取,最后采用已训练的遗传神经网络实现无精蛋识别.实验结果表明:该系统简单便捷,易于实现,对种蛋的600枚非实验样本的识别精度为99.3％,满足上孵前剔除无精蛋的要求.     

基于图像处理的微小塑料齿轮轮廓优化

通过计算机视觉系统的构成、图像预处理、图像分割和数字图像的像素连通性理论与技术的研究,提出微小塑料齿轮的二值图像噪声点去除及齿轮轮廓提取方法,用数学形态学方法提出轮廓的简化算法,并给出了关键技术的原理及实现方法.发现通过删除曲线上多余点,可以达到用最少的点来表示一条曲线的目的.实验结果表明,该优化轮廓的简化算法,可获得准确的齿形检测数据,能满足工程测量的实际需要.     

基于机器视觉的激光加工在线检测系统设计

激光加工作为高精密加工,对其加工质量的检测一直是一个重要的问题。相较于传统人工检测效率低、重复性不高等缺点。为此,设计了一套基于机器视觉的激光加工在线检测系统。该系统通过图像采集系统捕捉激光加工工件的表面图像特征,通过对拍摄到的图片进行图像增强、图像分割、边缘提取等一系列操作,提取出图像的轮廓信息,然后将获得的图像轮廓用最小二乘法拟合圆得到圆心坐标以及圆半径,求得圆度,实现了高精度的在线测量。试验结果表明,所设计的系统能够快速对激光加工的工件进行在线测量,该系统操作简便,精度较高。     

苹果品质多光谱图像分析方法

本文提出了一种基于多光谱图像分析的苹果质量检测方法,通过苹果多光谱图像的算术和逻辑运算,提取图像的多光谱特征参数,并探索这些特征参数与苹果品质的关系。结果表明:利用可见光图像与近红外图像的异或运算,提取了多光谱图像的颜色特征参数,发现异或图像中黑点像素所占百分比与苹果品质显著相关;通过苹果可见光图像与近红外图像的和运算,实现苹果外形特征的提取和计算;利用可见光图像与近红外图像的相减运算完成了苹果缺陷区域的提取和计算。     

基于灰色关联分析和区域生长的微小缺陷提取

提出了一种基于灰色关联分析的区域生长算法。首先通过计算二维灰色绝对关联度,将原始图像转换为仅包含高频信息的灰色关联图像,并在此基础上进行阈值处理和区域标记,获得缺陷区域的形心。然后将该形心作为种子像素在灰色关联图像内进行区域生长,实现微小缺陷的在线提取。实验结果表明,新的区域生长算法能够有效地抑制背景噪声、简化计算过程,满足在线提取和实时性要求。