一种车载双目视觉系统的标定

为了在线感知汽车行驶前方道路,搭建车载双目视觉系统,从不同拍摄位置和角度获取多组标定板图像。利用传统标定方法,在MATLAB应用程序Stereo Camera Calibrator工具箱中对图像进行校准及合理性验证,最终得到左右两个相机需要标定的内参数和外参数。标定结果将为视觉系统在车辆环境感知方面的研究奠定基础。     

烟草破膜自动定位方法及比较

对烟苗种植过程中需要人工破膜提出了机械自动化破膜,为实现机械自动化破膜提出3种自动定位烟苗方法,利用双立目视觉机器采取信息图像进行定位破膜;采用3D激光扫描对烟苗进行信息采集定位以及利用精准农业这套整体测控系统全方面定位对这三种方法进行了阐述,并在实际烟草种植破膜过程中对3种方法的优缺点进行比较。     

大兴安岭呼中自然保护区兽类多样性研究

于2016年6月至2018年6月,在呼中自然保护区共架设红外相机46台进行兽类多样性研究。通过对拍摄结果筛选,其中55 856份记录可以鉴定出具体物种,有效探测总数1 128个(狍子、驼鹿、野猪、原麝、黑熊、紫貂、猞猁和花尾榛鸡)。研究结果表明:相对多度指数最高的物种为狍子(RAT=9.82),其次为野猪(RAI=8.59);食肉目中,猞猁(RAI=3.10)的相对多度指数最高,其次为紫貂(RAI=2.93);偶蹄目中,相对多度指数最低的为驼鹿(RAI=1.94)。     

利用数码相机测定板栗果实褐变的方法研究

提出了一种测定板栗果实褐变程度的新方法,可快速测定板栗等果实的表面褐变程度.其原理是利用数码相机拍照获取板栗褐变果实的图像,利用软件对图像进行处理,得到板栗果实的亮度值,进而揭示果实的褐变程度及其褐变规律.     

利用红外相机调查五道峡自然保护区鸟兽资源及节律特征

为掌握五道峡国家级自然保护区的鸟兽资源情况,布设62台红外相机进行野生动物资源监测。调查发现,1 433张独立有效照片共记录兽类7目、12科、19种,物种相对丰富度指数前5位的是小麂、中华斑羚、野猪、猪獾和花面狸;记录到鸟类5目、14科、33种,物种相对丰富度前3位的是红腹锦鸡、白冠长尾雉和松鸦。节律特征分析结果表明,夏季物种丰富度显著高于冬季(P<0.05),与春季、秋季差异不明显,野生动物在夏季活动频繁,冬季动物活动频率较低;小麂、中华斑羚和野猪在早晨和黄昏活动频繁,属昼行晨昏型动物,白冠长尾雉和红腹锦鸡活动集中于早晨和黄昏。3种偶蹄目兽类的日活动节律重叠程度的分析结果表明,3个优势物种间日活动节律表现为中等程度的重叠,相互间存在不同程度的竞争。以期掌握五道峡国家级自然保护区鸟兽资源和节律信息,为保护区生物多样性保护与持续监测提供依据。     

作物行识别算法的虚拟试验方法

针对作物行识别算法的传统开发过程对田间作物生长周期依赖性较强,错过适当的田间图像采集时期将直接导致算法开发周期延长等问题,提出一种基于虚拟场景的作物行识别算法测试方法,即在虚拟环境下模拟农田作物行场景和图像采集系统,运用虚拟作物行图像测试作物行的识别算法。该方法在虚拟现实环境下建立作物行场景模型;提出一种融合建模法,根据作物和杂草的几何特征建立对应的三维几何模型;根据实际田间作物的空间分布特征,建立株距、行距可调的田间作物行模型;以Vega Prime为视景仿真工具,通过配置投影模式、渲染模式、视点位姿和图像采集规格,构建图像采集系统,输出作物行场景图像。以苗期棉花作物行为建模对象,对一种经过田间试验验证的双目视觉作物行识别算法进行测试试验。对比实际棉田图像对应的试验结果,同一作物行识别算法的识别正确率、偏差角和图像处理时间均相近。结果表明,本文建立的虚拟棉田作物行与实际棉田作物行场景相近,能够用于作物行识别算法的测试。     

基于双目立体视觉的机械手移栽穴盘定位方法

为了解决自动化机械手移栽过程中穴盘放置偏斜和底部局部"凸起"而引起的移栽效果不理想的问题,为机械手提供穴盘精准坐标,对穴盘准确定位方法进行研究。首先,根据机械手移栽特点提出穴盘定位总体方法及图像获取手段。其次,利用单目相机获取的图像采用像素标记法和Radon变换法计算穴盘中心坐标和角度,完成穴盘平面定位。再次,对双目相机获取的图像采用SIFT(scale invariant feature transform)特征匹配的算法获得匹配点对坐标,并提出区域整合匹配点的方法。最后,利用整合的区域双目匹配点坐标配合相机标定结果重建匹配点的三维世界坐标,并且与穴盘平面定位结果相结合完成穴盘空间位置重构。试验结果表明,提出的穴盘定位方法能够真实地恢复穴盘空间姿态,中心像素横纵坐标相对误差分别在(-7,+7)和(-6,+7)像素内,角度检测值与实测值相对误差值在(-0.51°,+0.53°)内,利用SIFT特征匹配算法匹配双目图像,在2×4区域内对8对整合匹配点进行三维世界坐标重建,其中7个坐标的三个维度与测量值相对误差在2 mm内,1个坐标与测量值相对误差为4.6 mm内。该方法所应用的算法成熟,可以满足机械手移栽实际应用处理要求。     

基于高速摄像技术的马铃薯在分离筛上运动特性研究

为了研究马铃薯挖掘机在收获过程中马铃薯在分离筛上的运动特性、改善马铃薯挖掘机工作性能、提高薯土分离效果及降低马铃薯的损伤,采用室内试验和室外试验研究的方法,对马铃薯在分离筛上的运动规律进行研究。利用红外高速摄像技术,采集室内和田间马铃薯在分离筛上的运动情况的数据。利用高速摄像分析软件(TEMA)对采集到的摄像数据进行处理,绘制出马铃薯的分离筛上的加速度时间历程曲线,总结出马铃薯在筛面上的运动规律。最终得出马铃薯在分离筛上的运动特性,为马铃薯收获机的分离筛参数的优化提供参考。     

农业机器人田间导航参照点测距的新方法

传统双目视差测距法的测量值为参照点P到双目摄像机基线中心的距离,而农业机器人上的摄像头装置通常被安装在距离地面一定高度,与水平方向呈一定倾角的位置,利用传统双目视差测距法将无法得到导航参照点到机器人机身的水平距离。为此,提出了一种解决农业机器人田间导航参照点测距的新方法。通过改进的BP神经网络标定下的双目系统、改进的SIFT特征匹配,输出导航参照点在世界坐标系下的坐标X,Y),则导航参照点距机器人机身的水平距离可表达为S=(X2+Y2)(1/2)。实验表明:该方法在实际田间测试中的结果最大偏差0.479cm,最小偏差0.032cm,精度高达99%,测距过程耗时共计55ms,计算量较传统双目视差测距显著减小,具有一定的工程实用性与可行性。     

自动移栽机双臂式取苗机构运动学试验分析研究

提出了一种双臂式取苗机构,简述了该机构的组成及工作原理,并介绍了其结构特点。为验证机构的工作稳定性,对其进行了运动学试验分析。试验结果表明:该机构在较低取苗速率情况下,机构工作稳定,能够满足自动取苗要求;但在较高取苗速度情况下,机构晃动较为明显,需对其进行进一步优化设计。