排序方式: 共有16条查询结果,搜索用时 0 毫秒
1.
基于颜色特征的作物与背景分割的对比研究 总被引:2,自引:1,他引:1
化学除草剂和杀虫剂的运用对环境造成很大的冲击,有选择地对准目标精确喷药能够有效地减少化学药剂的使用量,对准精确喷药的关键是运用机器视觉技术正确地识别目标,而作物与背景的快速并准确地分割是正确识别目标的基础。文章介绍几种图像的颜色模型和转换公式,运用VC++软件设计出图像背景分割的程序。选择南京农业大学江浦农场的玉米田、花生田和校园内的小麦田作为研究对象,运用自行设计的程序对图像进行分割并计算出分割图像所需的时间。用处理耗时与处理效果两个指标来评定用于背景分割的几种颜色特征。研究结果表明,过绿的2G-R-B是最好的背景分割因子,这个分割因子具有耗时少、分割效果好且不受光照强度影响的特点,能够满足农业智能生产中实时性的要求。 相似文献
2.
农业图像的目标分割是在农业领域应用机器视觉技术的基础,采用阈值法进行图像的目标分割,能够克服一些图像缺陷。首先将彩色数字图像转换成像素灰度级分布与其邻域平均像素灰度级分布所构成的二维灰度图,再根据图像分割后的最大熵计算分割阈值,然后由计算出的阈值分割农业田间图像,分割的结果显示,二维熵法分割农业田间图像的效果很好,分割质量的优秀率达到了98%。 相似文献
3.
基于光照无关图的农业机器人视觉导航算法 总被引:8,自引:6,他引:2
完成沿作物行的行走作业是农业机器人视觉导航系统的一个基础功能,但是由于田间环境的复杂性,比如阴影的存在和天气的恶劣变化等外界因素的影响使导航参数的提取变得困难。该研究针对农业机器人视觉导航中存在的阴影干扰问题,采用基于光照无关图的方法去除导航图像中的阴影,然后采用增强的最大类间方差法进行图像分割和优化的Hough变换提取作物行中心线,最终通过坐标转换获得导航参数。最后,通过作物行跟踪试验表明,基于光照无关图的阴影去除方法不仅满足了导航实时性的要求,而且使农业机器人在光照变化的情况下导航参数提取的鲁棒性有了更大的提高。 相似文献
4.
5.
6.
为了满足智能农业车辆导航数据多传感器采集的需要,提出了基于分层结构的数据采集与处理系统设计方案。该方案将系统分为设备层、采集层、通讯层、数据层和数据处理层5个层次。各层独立设计,且为相邻层提供接口。首次提出归一化综合距离理论,用于数据处理过程中的异常数据剔除,采用均值滤波抑制噪声。试验表明:系统能够实时、正确地对导航数据进行采集,各传感器工作正常,CAN协议合理,分层结构的设计方案可行。同时,采用归一化综合距离法和均值滤波能够正确剔除异常数据,有效抑制噪声数据。 相似文献
7.
基于邻域直方图的玉米田绿色植物图像分割方法 总被引:1,自引:0,他引:1
为了准确分割绿色植物与土壤背景,克服田间环境的复杂性,比如植物阴影、残渣的存在和光照强度变化等外界因素带来的影响,采用图像处理和支持向量机方法,以超绿特征(2G-R-B)灰度图像为研究对象,以像素点邻域组成的灰度直方图特征作为输入特征向量,通过试验选出最佳训练参数和最优邻域窗口模型。实验表明,该方法适应不同光照强度,并且可以减小噪声、植物阴影和残渣对图像分割带来的影响,得到完整的分割图像。 相似文献
8.
9.
根据智能化农业车辆低速工作的特点,采用CAN总线通信技术和多线程技术,设计并实现了基于脉冲式多普勒雷达的智能测速系统.通过速度分级和可变滑窗灰色预测,为系统建立了多分辨率自适应机制,在保证测量精度的同时降低其对系统资源的消耗.试验表明:启动分辨率自适应机制后,车辆速度为0.2 m/s时,测量平均误差为1.45%,分辨率发生器工作频率降低76.7%;车辆速度为0.8 m/s时,测量平均误差降低到0.61%,分辨率发生器工作频率降低90.0%.变速运动过程中,能够获得9.6Hz的稳定输出频率,同时大幅降低分辨率发生器工作频率. 相似文献
10.