红外相机技术在河北雾灵山国家级自然保护区中的应用

为了充实河北雾灵山自然保护区的野生动物资源本底资料,提高监测能力和监测水平,雾灵山保护区自2015年开始将红外相机技术应用到野生动植物的资源调查和管护中。目前应用红外相机技术发现兽类5目10科14种,鸟类4目6科10种,掌握了区内主要物种猪獾(Arctonyx collaris)、狍(Capreolus)和勺鸡(Pucrasia macrolopha)的日活动节律,补充了保护区的本底调查资料,为保护区进一步开展金钱豹(Panthera pardus)、斑羚(Naemorhedus goral)和鸟类多样性等科学研究奠定了基础,为保护区制定关于野生动物资源的相关管护政策提供了科学依据。     

利用红外相机技术对小五台山兽类和两栖爬行类动物的研究

从2016年12月至2017年11月对小五台山兽类和两栖爬行类动物进行了阶段性调查。记录了兽类33种,含外来物种2种,其中有确凿影像记录或活体目击的有22种;两栖类4种;爬行类12种。调查结果名录中的所有大中型兽类均有红外相机的影像记录。     

小型无人机非测量相机在林业调查中的应用研究

为提升林业调查的技术水平,研究小型无人机搭载非测量相机在林业调查中的应用技术。选择北京十三陵林场开展低空航拍试验,针对非测量相机的镜头畸变和小型无人机相机云台外方位元素误差较大的特点,分别通过相机检校算法和外方位元素逆向求解,进行内外方位元素定向,生成立体像对和正射影像;用地面控制点对相片整体进行几何精校正,采用3D量测工具测量立体区域树高,用地面控制点测量图像拼接区域面积和周长,用现地实测树高、面积和周长对图测结果进行检验和模型拟合。结果表明,通过适当的校正和调整,小型无人机搭载非测量相机基本能够满足林业调查对树高、面积及周长等的量测精度要求,应用前景广阔。     

长春街头惊现金毛犬“扫”马路

"真厉害啊……"7日15时,长春市民刘先生从红旗街一商场出来,看到前方围着一群人,不断叫好,有的还掏出手机拍照。刘先生好奇,凑近瞧。好家伙,刘先生看到后也忍不住惊叹,赶紧掏出相机抓拍。是啥让他也这么兴奋,原来一头金毛犬,正叼着扫帚"扫"马路呢。     

基于旋转正交性的测绘相机内方位元素标定方法探究

在实验室的环境下,测绘相机的内方位标定工作会受到一定的影响与干扰,为了提高标定的精准性一科学性,本文介绍了使用旋转矩阵正交求解的办法,并对该方法进行了精度的分析,进而论证了该计算方法的有效性,仅供相关人士参考。     

荷兰:采摘机器人大规模应用尚有时日

在设计采摘机器人时,视觉辨识系统设计是关键。机器视觉算法的改进和多光谱相机的使用,有助于机器人更快地找到采摘目标。瓦赫宁根大学荷兰园艺研究所设计的早期机器人最先用于采摘黄胡椒,这是低垂生长的果实,训练机器人上的摄像头来寻找绿叶中黄色或红色的辣椒相对简单。在技术工人短缺、全球人工费增长的情况下,机器人研发人员和园艺从业人员正合作开发机器人,以提高生产率。     

红外相机技术在高黎贡山国家级自然保护区南段西坡野生动物监测中的应用

2017年1—12月,通过布设红外自动触发相机对高黎贡山国家级自然保护区南段西坡腾冲段11个位点的野生动物进行监测研究,调查共计拍摄到兽类和鸟类的有效照片分别为739张和499张,共鉴定出鸟兽物种41种,其中兽类5目13科21种,鸟类5目10科20种。拍摄频次较高的兽类为赤腹松鼠(Callosciurus erythraeus)、树鼩(Tupaia belangeri)、短尾猴(Macaca arctoides)、中华鬣羚(Capricornis milneedwardsii)、赤麂(Muntiacus muntjak)、野猪(Sus scrofa)、豪猪(Hystrix hodgsoni)这7种;拍摄频次较高的鸟类为环颈山鹧鸪(Arborophila torqueola)、白鹇(Lophura nycthemera)、银耳相思鸟(Leiothrix argentauris)这3种。这表明红外相机技术可以作为野生动物多样性监测的主要方法,自然保护区应长期开展基于红外相机技术的野生动物多样性监测工作。     

基于双目立体视觉的重叠柑橘空间定位

果实的精准识别和定位是智能采摘面临的难题之一。基于双目立体视觉,提出了一种针对户外重叠柑橘的三维空间定位方法。首先,从双目左右图像中提取重叠柑橘果实轮廓并进行高斯平滑,通过曲率分析,找出异常的轮廓像素点;其次,依次连接相邻两个异常像素点,分析该线段上的像素点到柑橘轮廓的距离,在相邻两正常线段的交点处完成重叠柑橘轮廓分割,并通过寻找异常线段剔除对应的非柑橘轮廓像素点;再者,采用最小二乘椭圆拟合方法重建柑橘目标轮廓,并获取柑橘的中心;最后,根据双目极线约束和图像相似度,对重叠柑橘中心点进行匹配,并基于视差原理计算柑橘中心的深度值及三维空间坐标,确定重叠柑橘的遮挡关系。户外实验结果表明,所提出的方法定位误差为6.38 mm,满足柑橘采摘机器人户外采摘作业的定位精度要求。     

基于机器视觉的智能种子分选机设计

针对目前市场上种子分选装置多以传统机械式、半自动式为主,智能化程度不高、分拣准确率较低的问题,基于机器视觉技术设计一种智能种子分选机,主要由传输系统、供料系统、图像采集系统、种子筛选系统和控制系统五大部分构成。以‘郑丹958’玉米种子为研究对象,以种子气流下斜抛的水平距离和传送带传输速度为寻优条件进行试验,确定最优气泵压力值和控制器脉冲频率。对960个种子样本（优质、劣质种子分别为824和136 个）通过目标检测模型进行质量识别,判别种子质量,对种子状态进行标注框选和坐标记录。使用PLC（SIMATIC S7-200 CN,CPU224XP）分选模块控制直动式电磁阀组,对种子进行分选试验。结果表明：1）最优组合气泵压力值为0.3 MPa,控制器脉冲频率为3 175 Hz。2）优质、劣质种子识别率分别为93.69%和91.91%,种子分选率为89.6%。该分选机能够有效满足种子分选要求。