排种器性能检测中种子位置智能检测方法

根据基于计算机视觉的排种器性能检测的特点，提出了基于神经网络的种子位置智能检测方法。采用两个光轴互相垂直的摄像机监测投种规律，并把以矩法求取的质心图像坐标作为输入节点，构造检测种子质心实际坐标的两个神经网络，并行处理左右两幅图像，从而快速求得种子位置。实践表明，此方法不仅能求出种子位置，而且可全面监测种子的运动情况。     

采用运动图像处理检测排种器充填性能

针对人工测量和光电检测排种器性能的弊端,提出了采用运动图像处理检测排种器充填性能的方法。研制了检测多目标高速运动物体(种子)计算机图像处理系统,分析了光照对抓拍运动物体的影响和图像的采集过程,给出了系统的拍摄区域和合理的图像处理窗口,并运用最佳熵门限法准确提取目标和背景,建立了根据种子边缘、面积及种子之间的距离检测排种器充填性能的适用算法。试验表明:采用该系统误差小,速度快     

根茬粉碎还田机除茬刀滚功耗模型的建立

通过对除茬刀结构参数的分析,设计了９组除茬刀。采用正交试验及对试验数据的分析,得到了除茬刀最佳结构参数,用部分正交回归试验,建立了单除茬刀滚功耗模型,为根茬粉碎还田机的设计提供了理论依据。     

基于计算机视觉的三维测量技术

该文根据计算机视觉原理,提出一种三维非接触测量技术。该技术根据人眼感知事物的原理,利用神经网络拟合图像坐标与空间坐标的映射关系;以光栅投影曲线为特征,采用小波边缘检测和搜索式无监督聚类,结合视觉几何不变性,实现亚像素级的立体精匹配;并采用小波多尺度多分辨率的特性,拼接图像,融合数据,对物体进行全方位测量。实验表明,该技术设备简单,测量速度快,测量精度控制在0.5mm/m以内     

基于序列图像的排种器性能检测方法

通过分析序列图像的特点和种子目标的运动规律 ,提出了基于序列图像的排种器性能检测方法。包括种子的初速度确定、空间位置坐标变换、离开排种口的时间、图像采集间隔的求取、序列图像空间点的递推拼合、种子水平间距的确定 ,进而获得表征排种均匀度的各种特征量。实验证明 ,基于计算机视觉的排种器性能检测系统的结果可靠 ,检测速度快     

用图像处理技术检测精密排种器性能

运用计算机图像处理技术，建立了精密排种器性能检测系统，通过种子动态图像的详细分析，采用图像增强、平滑、锐化及分割等预处理方法，有效地提高了图像质量；提出了根据种子的面积和种子间距检测精密排种器性能的特征提取方式。检测试验表明，检测系统精度满足精密排种器性能检测要求。