张正友法的摄像机标定试验

针对机器视觉领域的摄像机标定问题,采用介于自标定与传统标定之间张正友法,对Sunway-130D数字摄像机进行标定。本研究首先阐述张正友法标定原理,即利用针孔模型匹配模板平面与其所成图像中的角点,计算出图像和模板之间的单应性矩阵,利用该单应矩阵线性解出摄像机内部参数,并由单应矩阵求出理想成像模型下的摄像机外部参数。然后考虑非线性畸变因素,求出畸变系数的初始值,最后对所有的标定参数进行迭代修正,通过非线性优化得到所有标定参数的最优解。制作模板并采集模板图像,利用MATLAB提取模板图像角点坐标并进行标定。结果表明:该方法可以有效地对摄像机进行标定;绝大多数偏差在(-1.5,1.5)像素之间,个别偏差超过1.5个像素,达到像素级精度,有较高标定精度。研究结果为进一步研究农业机械机器人奠定基础。     

基于机器视觉的帧种子数识别及其应用

首先,介绍了采用机器视觉的精播排种器性能检测方法;然后,在对获取样本图像进行处理的基础上,完成帧种子数的识别,利用采样频率和排种频率之间的关系,构造了帧种子数、帧型孔数和型孔种子数频数统计模型,计算出排种器性能指标。试验表明,此方法检测误差小,速度快,精度高。     

机器视觉排种试验台的研制

系统介绍了黑龙江省农机院研制的新型排种器试验台。该试验台包括可模拟机械和气力两种精密排种器高速作业,并具有实现稳定承种的机械装置和控制系统。基于试验台的工作原理,给出了机械结构简图、监控系统电气原理图,并简述了机器视觉方法测量排种粒距的原理和程序流程。该方法具有精确、直观、实时的优点。     

农林环境机器视觉导航路径生成算法及应

提出两种自然环境中的路径导航线生成算法:对于矮小作物规则分布的农田场景,在标准Hough变换的基础上,预先检测共线点峰值的限定偏角阈值,以迅速检测关键信息;对于林地环境及类林地环境的高大作物农田场景,寻找树干与地面的交点,形成机器人行走的左右边界,再求两边交点的中值产生一列点簇.对该列点簇进行Hough变换检测直线作为导航线,或应用最小二乘法拟合左右边界,求其中线作为路径导航线.Matlab对比仿真表明,几种算法对各自适用的场景具有可靠稳定的路径辨识能力,可对图像进行有效的批量处理.     

基于机器视觉的棉种破损检测技术

研究了破损棉种的机器视觉识别方法,采用均值、方差、均方比等统计特性参数,计算棉种边界破损参数.通过实验确定均方比分类阈值为0.58,将棉种分为破损棉种和正常棉种.选取正常棉种330粒、破损棉种110粒,利用该检测系统进行检测,其识别精度达93%.     

基于计算机视觉的新疆棉种颜色分选系统设计

设计了一套基于机器视觉的脱绒棉种在线分选系统,采用种子平抛和气吹分离的方式实现了新疆地区红棕色棉种与黑色棉种的自动分选。研究了无序状态下的种子图像采集方法,并通过区域细分的方式解决了无序种子与气流喷嘴的对应关系。提出了种子位置跟踪和分离算法,实现了对棉种图像处理结果的延时分离操作。实验结果表明:在传送带速度为0.50 m/s时,分选精度为88.6%,选出率为80.7%。     

机器视觉技术在禽蛋品质和孵化成活性检测中的应用

本文论述了利用机器视觉技术进行禽蛋品质检测分级及种蛋孵化成活性检测的意义，从禽蛋外形、表面缺陷、内部缺陷检测及种蛋孵化成活性检测等方面阐述了国内外研究现状，从硬件和软件两方面分析了在研究和应用中存在的不足，指出了目前尚需解决的难点问题。     

挤搓式玉米脱粒机

挤搓式玉米脱粒机是一种利用挤搓原理的宽板齿、低转速脱粒滚筒、栅格式凹板的玉米脱粒机。该脱粒机特点是脱净率高、破碎率低,适应玉米子粒含水率在13%～25%,既适合普通玉米脱粒,也适合种子玉米脱粒。该脱粒机的研制成功解决了我国长期以来种子玉米脱粒损失量大的问题。一、机     

草莓采摘机器人成熟果实识别及避障控制系统研究——基于ARM与FPGA

目前,草莓的采摘主要靠人工完成,任务繁重,效率较低,人为造成的损失也比较大,减少了果农的经济收入,也影响了草莓种植的发展。因此,研制草莓采摘机器人是解决人工采摘问题的关键。为此,大量研究了草莓种植的特点及人工采摘技巧,基于ARM与FPGA智能控制模块及双目机器视觉技术,设计了草莓采摘机器人成熟果实及避障控制系统。实验结果表明:所设计的草莓采摘机器人成熟果实识及避障控制系统可以准确识别成熟草莓果实,并能灵活避开采摘途径中的障碍物,系统运行稳定,对我国开展草莓采摘机器人果实识别和避障技术的研究具有一定的参考价值。     

机器视觉在木材缺陷检测领域应用研究进展

为了提高木材利用率,采用机器视觉来实现木材缺陷快速而稳定的检测,不仅可以克服人工检测效率低、劳动强度大、准确率低等弊端,而且对提高木材加工企业的智能化水平具有重要意义。文中概述了机器视觉检测技术及设备的国内外研究现状,介绍基于机器视觉检测木材缺陷所涉及的相关理论和算法研究,以及相关图像处理算法的优缺点;针对机器视觉应用在木材缺陷检测领域存在的不足,提出机器视觉木材表面检测应进一步向人工智能方向发展,以提高木材缺陷检测效率及准确性。