首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 296 毫秒
1.
为实现含有蔗芽的有效蔗种片段机器智能切断,引入机器视觉技术识别甘蔗茎节。以甘蔗图像HSV颜色空间的S分量经阈值分割、数学形态滤波处理作为模板,和H分量经阈值分割的反图像进行与运算得到合成图;将合成图划分为64个列块区域,提取质心比、粗度比和白点比等7个特征指标,再用支持向量机分类识别茎节与节间列块,得到茎节与节间的平均识别率为93.359%;对支持向量机分类出的茎节列块进行聚类分析,得到茎节数与位置的平均识别率分别为  相似文献   

2.
近年来,我国甘蔗机械化程度有所提高,但在甘蔗种植过程中,全自动化的联合种植机械装置还有待提高。为此,针对甘蔗种植机中甘蔗预切种的蔗节识别提出了基于颜色空间的图像处理,实现甘蔗种植机的蔗节切割智能化。甘蔗蔗节处具有拐点和灰度值不连续的特性,采用边缘拟合法和灰度值拟合法,并在此基础上使用中值决策法识别甘蔗蔗节。蔗节的颜色特征提取和处理算法的实验表明:蔗节识别效果的正确率可以达到94.7%,证明了中值决策法对甘蔗的蔗节识别有效,因此颜色空间视觉识别技术可作为甘蔗预切种中自动装备研制的理论依据。  相似文献   

3.
为实现甘蔗单芽段蔗种的自动切割,利用机器视觉技术识别甘蔗茎节。对甘蔗图像进行均值滤波处理,以处理后的甘蔗图像为基础,在其HSV颜色空间的H分量上进行阈值分割、数学形态学处理以及最大面积选择,提取中心坐标;再利用矩形模板在G-B色差分量图上以一定步长沿甘蔗中心横坐标移动,计算每一步所覆盖甘蔗的平均灰度值,找到最大平均灰度值对应的位置,最终确定甘蔗茎节位置。试验结果表明,在36组组合试验下,较优组合为:模板宽度为6、步长为6,其识别率为90.77%,平均时间为0.481 539s。  相似文献   

4.
基于机器视觉的甘蔗茎节特征提取与识别   总被引:2,自引:0,他引:2  
为实现含有蔗芽的有效蔗种片段机器智能切断,引人机器视觉技术识别甘蔗茎节.以甘蔗图像HSV颜色空间的S分量经阈值分割、数学形态滤波处理作为模板,和H分量经阈值分割的反图像进行与运算得到合成图;将合成图划分为64个列块区域,提取质心比、粗度比和白点比等7个特征指标,再用支持向量机分类识别茎节与节间列块,得到茎节与节间的平均识别率为93.359%;对支持向量机分类出的茎节列块进行聚类分析,得到茎节数与位置的平均识别率分别为94.118%,91.522%.  相似文献   

5.
分析了甘蔗种植机械化现状,阐述了机器视觉技术在甘蔗种植机械化中的意义,提出发展预切种式甘蔗种植机的总体方向,引入机器视觉技术实现蔗种自动识别与切断,克服人工切断与机器定长切断蔗种的不足,采用基于边缘拟合的算法识别甘蔗茎节正确率达80%,为甘蔗种植的精确化提供了思路。  相似文献   

6.
追对广西等甘蔗种植区域、地块面积特点提出发展甘蔗预切种式种植机的总体方向;为克服人工切断与机器定长切断蔗种的不足,引入机器视觉技术与模糊决策对甘蔗种蔗进行茎节识别,最高识别率达93.33%,为甘蔗种植的机械化、精确化和智能化提供了理论依据。  相似文献   

7.
基于图像处理的甘蔗茎节识别与定位   总被引:1,自引:0,他引:1  
为实现含有蔗芽的有效蔗种片段机器智能切断,运用图像处理技术对甘蔗茎节进行识别定位。通过背景转换、灰度级变换、中值滤波和自动阈值获取甘蔗的二值化图像;采用阈值和孔洞填充实现甘蔗区域的分割,通过regionprops函数测定该区域的质心、倾角和等效长短轴长度;以分割后的甘蔗图像对二值化图像掩膜,得到含有茎节和干扰信息的图像;对该图像进行旋转,计算每列像素值之和,统计分析最大值所在列,并结合质心、等效长短轴得到茎节上下端点坐标;以倾角的度数进行反向旋转,最终得到茎节位置。试验结果表明:甘蔗茎节识别与定位方法处理速度快,茎节识别率高,左右端的定位误差分别小于0.9 mm和2.4 mm。  相似文献   

8.
针对目前甘蔗切种机伤芽率高、切种效率低的难题,设计了一台基于机器视觉的甘蔗多刀切种装备。装备采用传送链横向输送甘蔗,由相机采集整张甘蔗图像并识别茎节位置,根据农艺的要求确定双芽段蔗种切割点位置;上位机通过TCP通信将切割点位置发送给PLC,进而由PLC控制5把切刀横向定位及同步切割。由于装备的核心是采用机器视觉技术对甘蔗茎节进行识别,因而提出了一种基于机器视觉的甘蔗茎节实时识别新算法。试验结果表明:装备的茎节识别率为95.3%,切刀平均定位精度为0.07%,可满足优质双芽段蔗种的农艺需求。  相似文献   

9.
基于Matlab的甘蔗茎节特征分布定位与试验   总被引:1,自引:0,他引:1  
以Matlab为开发平台,提出了一种对甘蔗茎节识别的方法。通过灰度处理和Sobel边缘提取对甘蔗节进行预处理,再结合数学形态学中的膨胀、腐蚀再膨胀对预处理后的不连续、细小边缘进行处理,消除甘蔗茎边缘及无用小边缘,获得甘蔗节的边缘直线。通过Radon函数进行直线提取,得出甘蔗节在R取得最大值时的位置坐标,为甘蔗种茎切割防伤芽装置的控制研究提供准确信息。试验表明甘蔗节识别率达100%,其位置精确到0.1mm级。  相似文献   

10.
为实现甘蔗单芽段蔗种的防伤芽与自动切割,设计了一种基于机器视觉的甘蔗切种装备。该装备利用橡胶滚轮夹持住甘蔗输送,由相机采集甘蔗图像并识别茎节,通过对茎节处的位置进行偏移,获得切割点的位置;上位机通过TCP通信将切割点位置发送给PLC,PLC通过控制切割部件和橡胶滚轮部件完成切割点的定位及切割动作,切割点距茎节的距离可调节。试验表明:装备对切割点的定位精度可达8mm,伤芽率为0,可满足单芽段优质蔗种的农艺需求。  相似文献   

11.
为提升甘蔗预切种种植的机械化程度,提高甘蔗预切种效率,降低蔗芽损失率,减少人工劳动强度,自主设计开发集甘蔗输送、蔗节智能识别、多刀协同切种等流程于一体的智能甘蔗预切种工作站,实现甘蔗自动协同切种工作。介绍智能甘蔗预切种工作站的输送系统、蔗节识别以及多刀数控协同切种等关键部件的结构设计及工作原理,重点对输送速度和黑箱照度对识别精度的影响,以及多刀切割工作台的定位精度等进行综合的分析。对拍照黑箱的识别精度试验研究表明,甘蔗横向传送速度和光照平均照度对蔗节识别精度具有显著影响,当甘蔗传送速度为0.1 m/s,光照平均照度为430.7 Lux时,识别精度较好,蔗节识别误差小于1.7 mm。通过对切种平台的定位精度试验分析,试验表明:6个移动切种工作台的横向直线移动运动的定位精度误差小于1.5 mm,重复定位误差为±0.2 mm;切种精度的综合误差小于3.4 mm,蔗节的相对综合误差小于5.67%,达到设计的预期目标,实现甘蔗智能横向多刀切种的功能。  相似文献   

12.
压蔗辊和刀盘直接关系到蔗茎的切割质量及损失,为提高蔗茎的切割质量和降低甘蔗的损失并满足低破头率的前提下,在田间对甘蔗收获机进行系列试验研究。通过调整不同的压蔗辊转动、不同的刀盘转速和压蔗辊转速并分别研究其对蔗茎切割质量的影响。试验表明不同的压蔗辊转动以及刀盘转速和压甘蔗辊转速对蔗茎切割质量具有显著影响。在该试验条件下,最优组合为上下压蔗辊同时转动、刀盘转速为750rpm、压蔗辊转速为180rpm,切断后的蔗茎头部完好率为53.21%,蔗茎头部粉碎率为10.78%。  相似文献   

13.
基于计算机视觉识别技术的甘蔗种植机械化研究   总被引:1,自引:0,他引:1  
王盛  李明 《农机化研究》2017,(6):198-201
针对当前甘蔗种植机械化现状,优化机具设计,并应用计算机视觉识别技术,自动识别切种长度,预切甘蔗种,以便实现精密化、机械化的甘蔗种植。在计算机视觉识别技术支持下优化设计甘蔗种植设备,不仅可提升识别甘蔗茎节的正确率(提升80%),还可以提升甘蔗种植效益(提升20%),取得较好的经济效益。为此,设计了基于计算机视觉识别技术甘的蔗种植机械化设备,可提升甘蔗种植机械化水平,提高甘蔗预切种正确率,提升甘蔗机械化种植效益,产生积极影响。  相似文献   

14.
甘蔗病斑模式识别特征参数提取的研究   总被引:1,自引:0,他引:1  
在甘蔗病害识别的研究中,为寻找合适的赤腐病病斑和环斑病病斑分类的特征参数,从颜色、纹理和形状3个方面探讨了识别这两种病斑的特征参数的可行性。初步分析结果表明:颜色分量Cr的均值、颜色分量S的方差、颜色分量V的均值、圆度和复杂性可作为识别这两种病斑的特征参数。用模糊K-近邻算法进行模式识别,结果发现颜色分量Cr的均值与圆度、颜色分量V的均值与圆度的特征参数组合的区分效果最好。  相似文献   

15.
基于HIS颜色特征的田间成熟番茄识别技术   总被引:26,自引:6,他引:26  
研究了一种基于HIS颜色特征的田间成熟番茄识别技术。将计算机视觉系统获取的番茄RGB图像转换成HIS图像,通过统计H、I、S分量的灰度分布找出成熟番茄、未成熟番茄和叶子(枝干)灰度分布差别;然后根据H分量的灰度分布用阈值法分割出成熟番茄区域;经过空洞填充后,计算出番茄质心坐标。该方法对田间成熟番茄之间相互分离的情况有很好的识别效果。  相似文献   

16.
<正>近几年,广西所推广应用的甘蔗种植机,都属实时切种作业方式,即开展种植作业时,种植机上的切种器将整杆甘蔗切成一定长度的蔗种段摆入开好的沟内。由于切种长度为固定值,切种器不能按甘蔗节长短进行切种长度调整,因而蔗种容易出现伤芽和切损等问题,造成后期出苗不均,解决方法主要是采用预切种作业方式,即作业前把蔗种进行切断和处理,但目前预切种式  相似文献   

17.
利用图像处理技术和人工神经网络对酿酒葡萄常见的4种病害进行分割和识别。首先,在HSV颜色空间中采用ISODATA聚类算法分割病斑,在病斑区域,对于H、S、V分量分别提取了基于灰度共生矩阵的4种纹理特征以及颜色特征;然后以人工神经网络为分类器,对各分量及其组合的特征对于识别精度的影响进行了实验研究,结果表明,H分量对于4种病斑均具有较好的分割效果;在诊断时,HS组合的特征具有最好的识别效果,平均准确率达到了90%,对白粉病识别率则达到94%。  相似文献   

18.
甘蔗种植的重要环节是种蔗的选取与切断。为此,根据种蔗的选种与切断质量的要求,设计了一种切断机构,并能保证农艺要求。设计该机构的总体思路如下:根据工作的性能要求初步选取电动机,设计出整个机构各个部件的基本布局,选出合适的动力传递装置;通过计算与校核,设计传动装置中的带轮、传动轴、轴承型号、轴承盖以及工作部件中的圆盘与刀片;最后,将各个零部件进行组装。该机构集中一个地点进行切断种蔗,可装配于预先砍种的甘蔗种植机使用。该机构设计与研制,可减轻甘蔗种植过程中的劳动强度以及生产成本,为争取农时、加快甘蔗生产机械化的发展提供了一个方向。  相似文献   

19.
病虫害是骏枣缺陷检测的一项重要内容,易受表面皱褶影响而不易识别,为此提出了一种基于彩色分量和图像形态学的骏枣病虫害检测方法。首先获取病虫害枣各彩色空间图像,在各彩色空间截取正常区域图像1幅、病虫害区域图像4幅,统计图像各彩色分量的灰度均值、灰度变换范围及标准差,计算骏枣正常区域与病虫害区域的灰度均值之差,进行彩色分量筛选,结果为RGB的R分量、CMY的C分量、I1I2I3的I2分量、HSV的S分量和V分量。采用自适应阈值法和图像形态学方法,分割出完整的病虫害。取84粒骏枣样本试验,其中病虫害枣61粒,无病虫害枣23粒,检测结果为:CMY的C分量最优,病虫害识别准确率98%,误判率0。试验证明,该方法基本满足骏枣分级精度的要求。  相似文献   

20.
以新台糖22号为试验材料,以盆栽的试验方法,对甘蔗植株茎直径变化的机理和不同节位的茎直径变化规律进行了研究。试验结果表明,甘蔗茎秆木质部和韧皮部都有直径方向的收缩、膨胀变化,但是木质部的直径方向的变化幅度比韧皮部分大,收缩要明显的多;甘蔗茎收缩过程是由韧皮部及木质部收缩同步构成的,而茎恢复过程可能是不同步的,韧皮部恢复在先而木质部恢复在后,木质部补水恢复到原先厚度的时间较长。在茎生长阶段,甘蔗茎秆直径的增长是由下而上的,在水分充足的条件下上下节位的茎直径增长量保持较大的差异;在茎成熟阶段,蔗茎下节位基本停止生长而上节位还保持着微弱的生长态势。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号