采摘机器人水果检测及定位研究——基于图像处理和卷积神经网络

首先,设计了一种采用K-means聚类算法和图像处理相结合的目标边缘识别算法,可以获得完整的目标边缘轮廓;然后,利用卷积神经网络和双目视觉技术实现了采摘机器人水果检测及定位方法。实验结果表明:该采摘机器人水果检测及定位方法较好,计算量小,处理速度快,误差较小,能够满足采摘要求。     

大田甘蓝作物行识别与对行喷雾控制系统设计与试验

对行喷雾技术可提高农药的利用率,有利于保护环境和减少农药残留。本文搭建基于机器视觉的大田甘蓝对行喷雾控制系统。通过改进的ExG算法提取颜色信息,采用最大类间方差法和形态学的开闭运算分割作物与背景。提出甘蓝作物行定位与多作物行自适应ROI提取方法,在条带分割的ROI内基于限定阈值垂直投影对特征点集进行采集,通过最小二乘法对特征点集进行线性拟合得到作物行中心线。利用中心线几何关系得到作物行偏移信息,根据对行机构的运动特性建立对行偏移补偿模型,并设计基于PID轨迹追踪算法的对行喷雾控制系统。试验结果表明,实验室作物行识别准确率为95.75%,算法平均耗时为77 ms。在田间试验中,识别算法在时间段09:00—11:00、14:00—16:00内测试效果最佳,识别偏差均值保持在2.32 cm以下。针对不同范围的杂草测试中,算法平均识别成功率为95.56%,说明算法具有较强的鲁棒性。在与其他识别算法对比测试中,本文算法平均耗时最短,识别成功率最高,能够为实时作业提供视觉引导。在对行喷雾控制系统田间试验中,对行准确率达到93.33%,对行控制算法可将对行偏差控制在1.54 cm,满足田间实际应用要...     

计算机视觉技术在农作物病虫草害防治中的研究进展

综述了国内外计算机视觉技术在农作物病虫草害方面的应用进展,分析了计算机视觉技术在农作物病虫草害自动识别与诊断中的应用前景,提出了目前在实际应用中存在的问题及改进方向。     

液压并联机器人力/位混合控制策略研究

针对液压驱动的六自由度并联机构,提出了基于机器视觉的力/位混合控制策略,以实现并联机构的跟随对接等需要与环境密切接触的任务。平台的视觉系统由一架CCD摄像机和一个激光测距器构成,用来测量平台与目标之间的相对距离,同时通过一个平板式六自由度力传感器对接触过程的作用力进行测量。其控制器由内外两个闭环构成,并通过补偿环节对外力扰动进行修正。最后通过若干试验验证整个控制方式的有效性。试验结果表明,整个系统在相对位置跟踪和接触力控制方面具有优异的性能。在整个对接试验过程中,接触力被控制在300 N之内。     

基于Hamming网络的苹果颜色分级研究

在基于计算机视觉的水果分选中,颜色是最主要的指标之一。为此,将Hamming神经网络应用于苹果的颜色分级。依据富士苹果的颜色将其分为3个等级,分析了各等级的平均色调累积直方图,据此构建了Hamming神经网络;从直方图上提取色调在0o,10o,20o,30o,40o,50o所对应的频度作为Hamming网络的输入向量;采集了3个等级各10个苹果图像作为训练样本,另外同样30个苹果图像作为测试样本。试验结果表明,Hamming网络颜色分级的准确率不低于96%,识别1个苹果的时间在0.1～0.2ms之间。     

鲜杏外部缺陷在线检测系统

为了有效实施对鲜杏表面缺陷的快速检测,基于LabVIEW软件平台和IMAQ Vision视觉工具包,开发了可同时检测鲜杏表面磨伤、日灼、霉变及碰伤缺陷的在线视觉检测系统。该系统包含图像在线采集和处理识别模块。最后,通过对搭建的系统在水平输送速度为0.063m/s条件下,对190个各类鲜杏样本进行RGB彩色图像采集,然后提取G单分量图像并依次采用中值滤波、图像灰度变换、阈值分割及形态学处理等算法对缺陷鲜杏图像进行处理和分析,得到正常果、磨伤果、日灼果、霉变果、碰伤果检测的准确率分别为88.00%、73.33%、80.00%、8 2.5 0%、8 7.5 0%,整体在线识别率达到8 3.1 5%。     

Color Landscape Planning in City Environment

Focused on the absence or disorder presented in the color landscape of modern city environment,it is argued that the color landscape of cities must be,and can be planned.Then,in order to setup the characteristics of a city,it is emphasized to make plan strategy based on city dimensions,handle controlling modes flexibly,extract the regional color and intensify controlling and guiding the color in architectures.     

基于机器视觉的枸杞产地识别研究

设计以枸杞图像的特征进行产地识别的可行性验证试验。选用3份枸杞样本,在光照箱拍照获得图像,经预处理后得到枸杞形态、颜色及纹理方面的54个特征;运用主分量分析法（PCA）优化得到13个主成分;通过建立支持向量机（SVM）模型,进行样本的训练和测试。结果表明,模型对3个不同产地的构杞正确识别率达到100％。研究结果对于枸杞品种及产地的识别及枸杞谱系研究具有一定参考价值。     

基于双目相机的森林样地调查方法研究

为了提高样地调查时的野外工作效率,设计了一种相片样地建立方法,以双目相机为测量工具,在样地中心上下放置双目相机,依次进行12次30°的旋转拍摄,获取12组立体相对,配合少量的现场目视检查和遮挡木补测,以立体相对前方交会作为内业处理手段,提取并纠正相片中各目标木的胸径和树心坐标,利用左右旋转角度和将树心坐标转换至同一坐标系中,完成样地各目标木的胸径提取、样木坐标提取、蓄积量计算等工作。为了验证该方法,选择了9块固定样地进行相片样地建立,分别对比相片样地与固定样地调查中提取的胸径、树心坐标、蓄积量和工作时间,其中蓄积量的平均相对误差为5.5%,最大相对误差为8.2%。     

基于机器视觉的大田环境小麦麦穗计数方法

基于机器视觉技术研究了一种低成本、针对局部小范围的小麦麦穗计数方法。通过部署的田间摄像头采集大田环境下小麦麦穗低分辨率群体图像,实现了复杂大田环境下小麦麦穗图像的降噪增强处理;提取麦穗的颜色、纹理特征,采用SVM学习的方法,精确提取小麦麦穗轮廓,同时构建麦穗特征数据库,对麦穗的二值图像细化得到麦穗骨架;最后通过计算麦穗骨架的数量以及麦穗骨架有效交点的数量,即可得到图像中麦穗的数量。经过2014年5月和2015年5月在方城县赵河镇示范区的试验测试,以小麦麦穗图像640像素×480像素（约250穗）为例,小麦麦穗计数平均耗时1.7 s,准确率达到93.1%,满足大田环境下小麦麦穗计数要求,可以为小麦估产提供可靠的参考数据。