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。     

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。     

基于RealSense深度相机的多特征树干快速识别方法

针对农业机器人在果园定位和导航中,环境背景复杂、光照强度变化大等问题,本文提出了一种基于RGB-D相机并利用颜色、深度、宽度和平行边特征的树干快速识别方法。首先,使用RealSense深度相机获取果园的彩色图像和深度数据;然后,将彩色图像转换为HSV颜色空间,再对HSV颜色空间中的S分量进行超像素分割,并将颜色特征和深度特征相近的相邻超像素块进行合并;随后,对深度图像进行树干宽度特征检测,对宽度置信率大于阈值的物体看作是待处理物体;最后,对待处理的物体进行平行边特征检测,在待处理物体边缘区域选择感兴趣区域窗口（ROI）进行边缘检测,搜索可能的树干边缘直边,当物体边缘的置信率R_B大于设定的阈值T_LB时,则识别为树干。通过对树干的多特征提取,有效提高了在不同环境下树干识别准确率。利用移动机器人平台在果园环境进行试验测试,以检验在强光照、正常光照和弱光照条件下树干识别算法的性能。试验结果表明,本文的树干识别算法在强光照、正常光照和弱光照条件下,树干识别的准确率分别为92.38%、91.35%和89.86%,每帧图像平均耗时分别为0.54、0.66、...     

基于改进YOLO v4的群体棉种双面破损检测方法

针对研究人员难以利用计算机视觉对棉种这类尺寸较小的物体进行双面检测,导致检测效果不佳的问题,设计了一款新型棉种检测分选装置,利用亚克力板在强光和白色背景下透明的特点,将棉种通过上料装置滑入透明亚克力板的凹槽中,随着转盘的转动,同一批棉种的正反两面图像分别由2个不同位置的CCD相机采集得到.利用改进YOLO v4的目标检...     

喷杆式施药机对行喷雾控制系统设计与试验

针对现有大田喷杆式施药机喷雾过程中喷头无法精准对行喷施造成农药浪费的问题,基于机器视觉技术设计了喷杆式施药机对行喷雾控制系统。该系统包括作物行中心线位置提取上位机软件和电动喷杆控制系统,利用工业相机获取作物行RGB图像,采用G-RTG-BT算法及形态学处理实现作物行分割,基于改进的垂直投影法获取作物行中心线,利用坐标系转换实现将作物行中心线位置信息转化为喷杆横向偏移量,并经RS2 3 2串口传输至ATMega1 6控制器,控制推杆电机带动喷杆在滑轨上左右移动,借助位移传感器实时监测喷杆移动距离,以实现作物行追踪和对行喷雾控制。实验室和田间试验表明:改进的作物行中心线提取算法平均耗时12.51ms,喷杆横向偏移量计算误差小于0.44cm;电动喷杆右移最大误差0.3cm,左移最大误差0.5cm;小车速度为0.26m/s时,对倾角为5°、10°、15°模拟作物行的最大对行误差分别为3.22、2.86、2.51cm;小车速度为0.2 4 m/s,最大偏移1 4.0 2 cm时,对田间玉米幼苗的对行喷雾最大误差为4.8 6 cm,为实现作物行追踪和对行喷雾控制提供了一种有效的解决方案。     

基于深度相机的玉米株型参数提取方法研究

提出了一种基于骨架提取的改进算法,可实现在大田环境下,使用PMD深度相机快速、无损测量玉米株型参数。首先利用深度图像RGB伪彩色和深度距离信息,提取深度图像的骨架,排除复杂背景干扰,得到单株玉米的二值骨架图像;然后利用基于角点检测的改进归类算法提取骨架图像特征点;最后建立骨架图像中特征点与深度图像的对应关系,利用空间几何数学方法,结合特征点计算出玉米的3种株型参数,即株高、茎粗、叶倾角。农田实验对比分析表明,所提方法的株高测量结果与人工测量结果的相关系数 r 为0.986,最大相对误差小于2 cm,农田作物育种抗逆性分析还表明玉米株型参数与抗倒伏性具有显著相关性。