基于机器视觉的对靶喷雾系统时延估计方法研究

对靶喷雾系统中的时延估计是关系到整个系统实际喷雾命中率的关键问题。首先对经典的机载对靶喷雾模型进行了分析,总结出理论上机载设备长度、硬件延时、算法耗时、农机运行速度和理论对靶精确度之间的关系;然后,在此基础上提出了一套基于双目机器视觉的核心速度测算方法,并设计了喷雾时延估计模型;最后,通过搭建完整软硬件实验平台实现了对算法的有效性验证。实验结果表明:该算法可以在常用的基于机器视觉的农机装备中实现准确的常规对靶喷雾时延估计。     

基于机器视觉的工件自动分拣系统研究

对工件识别过程中,对于机器视觉技术的应用进行了一定的分析,并且简要地介绍了主要图像处理算法。在此基础寻求有效方法,对自动分拣系统决策方面提供一定的支持。     

自动对靶施药系统中植物病害识别技术的研究

植物病害识别属于实时性较强的小样本模式识别。作为一种新机器学习方法支持向量机能够有效解决小样本学习、非线性及高维模式识别等问题。在提取图像颜色特征色度矩的基础上,利用SVM对患有红蜘蛛的棉花进行病害识别,获得较高的识别率和识别速度。     

“基于机器视觉的棉田杂草自动探测与精确施药系统研究”通过验收

2010年11月30日,镇江市国际科技合作项目＂基于机器视觉的棉田杂草自动探测与精确施药系统研究＂在江苏大学通过了验收。该项目由陈树人教授主持,实施期间与丹麦哥本哈根大学开展了国际交流与合作,邀请了Hans.W.Griepentrog博士来江苏大学进行学术交流和指导。     

基于计算机图像处理的自动对靶精准施药平台研究

搭建了自动对靶自动对靶平台视觉模型,并对各个坐标系之间的坐标转换进行了研究。介绍了自动对靶精准施药平台自动对靶与相机标定,并基于极限学习机实现了自动对靶精准施药决策。实验结果表明:自动对靶精准施药平台准确率达到了77%以上,喷药最大时间为8s,效率较高,具有较高的可行性和有效性,能够满足设计需求。     

基于DSP和机器视觉的精准施药平台研究

介绍了机器视觉的工作原理,从总体方案、DSP选型、视频采集和图像处理等3部分对精准施药平台进行了设计。平台通过图像处理算法提取农作物行间轮廓位置,驱动精准施药控制器,实现对喷头的调整,达到精准施药目的。试验表明:平台误差在可控范围内,能够满足农业喷雾的要求。     

基于机器视觉的玉米单倍体自动分选系统

针对导入基因标记后杂交诱导产生的玉米籽粒,设计了一套基于计算机视觉的玉米单倍体高通量自动分选系统。系统主要由传动部件、斜面翻滚部件、信号采集与处理部件,以及籽粒分选部件4部分组成。斜面翻滚部件表面有凹凸纹理,可使玉米籽粒在下落翻滚过程中产生多种姿态,试验使用这一方法获得含胚面图片的成功率达90%。信号采集与处理部件通过提取玉米籽粒胚面的SIFT特征来判断籽粒属性,并将属性结果发送给籽粒分选部件,分选部件根据结果控制直线滑台的运动以实现籽粒筛选。试验结果表明:系统对单倍体的正确识别率为95%,可很好地实现玉米单倍体的自动分选。     

基于PLC和机器视觉的水果自动分级系统研究

介绍了水果自动分级系统总体设计,并从机器视觉模块和水果图像处理等两方面介绍了系统的视觉模块,最后基于图像处理和PLC控制技术实现了水果自动分级功能.试验结果表明:系统能够对水果进行等级分拣,系统最高精度为98％,具有较高的可靠性、可信性及一定的推广价值.     

宽幅施药机械机器视觉辅助导航系统研究

为了实现宽幅施药机械喷幅的精确拼接,提出一种机器视觉辅助GPS导航方法。该方法首先对施药机械幅边喷洒泡沫剂并进行泡沫剂识别,识别过程中为了有效分割目标与背景,选定蓝色泡沫剂作为试验对象,提出使用超蓝色灰度化方案,并经过形态学滤波、行定位点的选取、Otsu分割提取泡沫剂信息,使用迭代的最小二乘法检测泡沫剂中心线的信息;然后给出了二维图形航向偏角和偏距的定义,并根据识别的泡沫剂信息进行航向偏角和偏差信息的提取,从而指导施药机械的行进方向。试验表明,所提方法可以较为准确地进行泡沫剂识别,根据泡沫剂信息识别得到的偏角计算值和实际测量值平均误差为1.58°,最大误差为2.5°,偏距计算值和实际测量值平均误差为5.4 cm,最大误差为8.4 cm,检测精度能够满足实际需求。     

基于机器视觉的室内农药自动精确喷雾系统

建立了基于机器视觉的室内农药自动精确喷雾系统,对信号采集、图像处理、施药决策、数据交换等主要问题作了较深入的研究,提出了基于相对色彩因子的树木图像分割算法,和传统方法相比,在不影响分割效果的同时大大提高了图像分割的实时性。测试表明该系统运行良好,有很好的户外应用前景。     

果园自动对靶施药系统设计与试验

针对果园作物生长环境复杂、农药利用率低且易流失造成环境污染问题,设计了果园自动对靶施药系统。该系统采用红外光电传感器探测果树,根据传感器信号控制电磁阀状态实现自动对靶施药;采用红外测距传感器实时检测周围环境,实现避障及转弯。室内模型实验表明:该系统能够自主行走、垄间穿行、果树识别和向果树对靶施药,小车行走速度约0.5 m/s时对靶喷药时间约20 ms。该研究为在果园中实施自动对靶施药技术提供了理论依据。     

基于机器视觉的农业机械自动导航方法研究

目前,全球农业面临粮食生产效率提高和可持续性管理的挑战,自动导航技术成为提高生产力和资源利用效率的关键技术之一。基于机器视觉技术的基本原理,系统探讨了机器视觉技术在农业机械自动导航应用平台的构建,并提出一种基于颜色和纹理特征组合的田间障碍物识别方法,根据识别结果系统实现自动实时测距与信息反馈,从而实现农业机械的智能导航。     

基于机器视觉的大豆叶部蚜虫自动计数系统的研究

目前蚜虫种群动态调查大都采用人工计数方式,工作量巨大且准确性难以保障.为此,利用机器视觉技术对蚜虫进行自动计数,采用HSI颜色系统对图像进行处理,将蚜虫从大豆叶片中分离出来,同时给出计数算法.结果表明,该方法计数结果准确、速度快,是实现蚜虫计数的一种行之有效的方法.     

基于机器视觉的无人机避障系统研究

无人机避障不及时造成的人员伤亡及财产损失是阻碍无人机发展应用的重要原因之一,实时性好、准确率高的避障系统可降低无人机的运行风险。提出基于目标检测的智能避障系统,以one stage与two stage目标检测方法相结合的方式改进目标检测模型YOLOv3。其中,障碍物检测分三部分完成:基于darknet-53进行三个不同尺度的特征提取、RPN根据ground truth筛选感兴趣区域和yolo层多尺度特征融合预测障碍物的位置和分类。然后,在该文数据集的基础上将训练好的障碍物检测模型进行测试,测试结果表明:改进模型的障碍物检测速率为25帧/s,mAP为95.52%,与现有的目标检测模对比结果表明:本研究改进的目标检测智能避障算法,比Faster R-CNN的mAP提高17.2%,检测速率加快14个FPS;并在保证实时性的同时,mAP比YOLO2提高23.3%,比YOLOv3提高6.25%。最后,将目标检测模型应用于无人机避障系统中提出实现方案,进一步为无人机安全运行提供新的方法。     

基于机器视觉的火龙果自动分级系统设计

针对目前水果机械化分级效率低、效果差的现状和机器视觉技术在水果分级检测的应用前景,提出了利用机器视觉的技术对火龙果进行分级的方法。通过利用CCD摄像机和DSP处理器对火龙果进行缺陷检测及大小和色度的分级。试验结果表明:基于机器视觉的火龙果自动分级系统可以高效率、高准确率地实现对火龙果的自动分级,为后续产业化机器视觉水果分级系统提供了技术支持。     

基于机器视觉的自动收割机控制系统分析与研究

收割是农业生产的最后一道工序,对作物最终的产量和品质有着直接的影响。我国大部分地区的稻麦都实现了机械化收割,但收割机的控制系统相比整体水平较为落后,包括对行走速度的控制。为此,设计了基于机器视觉的收割机自动控制系统,根据作物图像中的谷粒信息计算作物密度,依照设定的喂入量对收割机行走速度进行相应的调节,以保持较高的作业效率和质量。在试验中,收割机对水稻和高密度种植小麦的作业效率较高,对大麦和低密度种植小麦的作业效率较低,需要设定较大的喂入量值。结果表明:系统从拍摄作物图像到启动步进电机的整个过程耗时1 s,可以实现对收割机行走速度的实时调节。     

基于机器视觉黄瓜果实自动分级方法

为实现黄瓜果实快速准确分级,以摄像头为视频采集模块、DSP核心处理器为主控制模块、机械手为执行模块,并借助质量控制、电机传送等辅助单元,构建了自动化分级平台。参照国家标准NY/T1587-2008,利用图像处理方法对黄瓜果实图像的瓜长、把长、横径差、弓形高度进行了提取和计算。选取长春密刺、龙杂黄七号、露秋一号3个品种240根黄瓜果实作为试验样本,抽取每个品种的20个样本作为图像提取数据分析,其余60个样本作为自动分级平台测试。测试结果显示:该平台的平均分级精度为96.7%,每分钟约检测35根果实,相较人工分级具有快速、无损、准确、客观的特点,为机器视觉技术应用于椭长形果实自动化分级提供了重要依据。     

基于机器视觉的农业机械无人驾驶系统

为实现农业机械的无人驾驶,研究基于机器视觉的农业机械运动控制具有重要的意义.为此,介绍了基于机器视觉的农业机械无人驾驶的工作原理和实现方法,通过对视频图像的处理,识别出农业作业环境路径特征的位置和方向,采用模糊控制方法实现了农业机械的运动控制.试验证明了基于机器视觉的农业机械无人驾驶系统的可行性及控制算法的可靠性,对未来视觉伺服研究的方向进行了总结.     

基于机器视觉的智能红绿灯系统

随着我国社会经济的高速发展以及城镇一体化进程的不断加快,城市交通堵塞问题日益严峻,在十字路口尤为常见.随着人们生活水平的提高,近几年内私家车数量急剧增加,导致路面车辆增多,汽车使用率增加,这是导致城市交通堵塞的主要原因.由于汽车的普及,市区内车流日益升高,每逢高峰时间,上班的、旅游的、购物的车流从四面八方涌入市中心.但...     

基于机器视觉的螺纹检测系统

本文应用机器视觉技术的螺纹检测,利用CCD作为螺纹几何要素的探测器件,借用小波变换去噪,模局部极大值进行边缘检测,解决了传统的不能在线检测的问题,同时提高检测速度和检测精度。