共查询到18条相似文献，搜索用时 296 毫秒
1.
基于K-means和近邻回归算法的Kinect植株深度图像修复 总被引：6，自引：3，他引：3
针对Kinect传感器应用于农业植株检测产生的图像噪声问题,特别是由光线以及传感器自身局限导致的匹配图像目标植株数据的缺失,提出一种基于K-means和近邻回归算法的植株深度检测图像修复方法。首先对Kinect传感器获取的彩色RGB图像进行阈值分割预处理提取植株目标区域,再利用K-means聚类算法去除背景噪声,使得植株目标区域轮廓更加清晰;然后基于配准的彩色图像和深度图像,对获取的深度图像中可疑像素点的深度数据采取近邻回归算法进行修复,再将修复后的深度图像与目标分割后的彩色图像进行植株区域的匹配,并进行二次近邻回归算法修正错误的深度数据,最后获取目标植株深度信息的检测图像。试验结果证明,采用RGB阈值分割和K-means聚类算法植株目标区域分割误差均值为12.33%,比单一RGB阈值分割和K-means聚类分割误差降低了12.12和41.48个百分点;同时结合聚类后的彩色图像对深度数据进行两次近邻回归算法修复深度数据,能够提高深度数据边缘的清晰度,单帧深度数据空洞点进行修复数据的准确度提高。该研究结果可为农业植株检测、植株三维重构、精准对靶喷雾等提供参考。 相似文献
2.
基于三维点云数据的苹果树冠层几何参数获取 总被引：11，自引：9，他引：2
针对果园环境下苹果树冠层参数获取精度较低的问题,提出了基于地面三维激光扫描仪高精度获取苹果树冠层参数的方法.选用Trimble TX8地面三维激光扫描仪作为苹果树冠层三维点云数据采集设备,提出了基于标靶球的KD-trees-ICP算法,用于高精度配准苹果树冠层三维点云数据.研究了平均风速小于4.5 m/s时,距离地面三维激光扫描仪不同远近条件下的标靶球配准残差和拟合误差的变化规律,分析结果表明,标靶球平均配准残差为1.3mm,平均拟合误差为0.95 mm,低于大场景测量配准误差要求(5mm).为了提高有风环境下提取苹果树冠层参数的精度,研究了0.9～4.5 m/s区间平均风速影响下的苹果树冠层枝干、果实、叶片的三维点云质量,建立了风速与叶片侧面厚度的曲线拟合模型,分析结果表明,在果园平均风速小于1.6 m/s时可以从苹果树冠层三维点云数据中提取高精度冠层参数.利用地面激光三维扫描仪获取距离苹果树12 000 mm以内冠层参数,测量精度高于人工测量,相对误差小于4％,为果树高通量信息获取提供了技术支持. 相似文献
3.
基于三维点云数据的花瓣形态及生长过程模拟 总被引：1，自引：0，他引：1
目前对于虚拟植物的研究多是通过图形建模来模拟植物的生长变化,计算复杂且操作不灵活。随着三维扫描和点云重建技术的发展,为复杂植物形态可视化提供了新的手段。论文基于三维扫描的植物点云数据模型,研究了植物花瓣的形变和生长过程模拟。利用三维扫描仪获取植物花瓣的生长序列,采用MATLAB根据实测点云数据拟合植物生长函数曲线,最后将传统花卉生长模拟与点云模型的自由变形相融合,提出了依据实测点云数据通过点云模型变形算法模拟花卉植物动态生长的方法。该方法不仅能够保留花卉植物复杂的形态特征,而且使形变控制简单,模拟的花瓣形态及生长真实自然。此外,该方法还与基于物理的模拟方法进行比较,并利用拟合回归分析、实测花瓣数据与重建数据间误差对该方法的准确性进行了分析。结果显示花瓣生长期内决定系数达0.75以上及平均误差控制在2mm以内,研究结果为花卉植物的生长形变模拟提供了参考。 相似文献
4.
为了解决干果仓储过程中智能叉车行驶过程的障碍物误检问题,该文提出一种基于车速与转向角的智能叉车障碍物动态检测方法。智能叉车通过车载激光传感器实时获取车身位姿和周围环境信息,并结合所建立的叉车运动几何模型,形成基于水平和倾斜激光测距传感器扫描面的双面融合障碍物动态检测方式,使得智能叉车的障碍物检测区域随车速及转向角动态变化。试验结果表明:水平扫描测距传感器的试验中,该文方法未出现误检情况,而扇形方法误检率为50.00%,矩形方法误检率为10.00%;倾斜扫描测距传感器的试验中,该文方法未出现误检情况,而扇形方法误检率为30.77%,矩形方法误检率为69.23%。该文方法的警情预测与实际相符,以水平扫描测距传感器为主,倾斜扫描测距传感器为辅,能够检测到的障碍物最低高度约为31mm,有效解决了智能叉车在仓库中的障碍物误检问题,较传统障碍物检测方法更适用于仓储运输,提高了智能叉车在仓库中的机动性和安全性。该研究可为体型较大的仓储智能运输车辆的障碍物检测方法提供参考。 相似文献
5.
基于自动Hough变换累加阈值的蔬菜作物行提取方法研究 总被引：10，自引：8，他引：2
为解决机器视觉对生菜和绿甘蓝两种作物在整个生长时期内多环境变量对作物行识别影响的问题,同时提高机器视觉作物行识别算法的有效性,该文提出了一种基于自动Hough变换累加阈值的多作物行提取算法。首先,选用Lab颜色空间中与光照无关a分量对绿色作物进行提取,通过最优自适应阈值进行图像分割,并采用先闭后开形态学运算对杂草和作物边缘进行滤波。其次,采用双阈值分段垂直投影法对作物行特征点进行提取,通过对亮度投影视图中的目标像素占比阈值和噪声判断阈值设置,实现特征点位置判断和杂草噪声过滤,并对相邻特征点进行优化,剔除部分干扰特征。最后,采用Hough变化对特征点进行直线拟合,将不同Hough变换累加阈值获得的拟合直线映射到累加平面上,通过K-means聚类将累加平面数据聚类为与作物行数相同的类数,根据相机成像的透视原理提出基于聚类质心距离差和组内方差的最优累加阈值获取方法,将最优累加阈值下累加平面中的聚类质心作为识别出的真实作物行线。温室和田间试验表明,针对不同生长时期的生菜和绿甘蓝作物,该文算法均可有效识别出作物行线,最优阈值算法耗时小于1.5 s,作物行提取平均耗时为0.2 s,在田间和温室中作物行的平均识别准确率分别为94.6%、97.1%,识别准确率为100%的占比分别为86.7%和93.3%。研究结果为解决多环境变量影响因素下的算法鲁棒性和适用性问题提供依据。 相似文献
6.
基于凸壳理论的遮挡苹果目标识别与定位方法 总被引：9，自引：8，他引：1
为实现受果树枝叶遮挡、果实间相互遮挡的果实目标识别,该文提出了一种基于凸壳理论的遮挡苹果目标识别方法。该方法首先将图像由RGB颜色空间转换至L*a*b*颜色空间,并利用K-means聚类算法将图像分为树叶、枝条和果实3个类别,然后利用形态学方法对果实目标进行处理,得到目标边缘并进行轮廓跟踪,接着利用目标边缘的凸壳提取连续光滑的轮廓曲线,最后估计该光滑曲线段的圆心及半径参数,实现遮挡果实的定位。为了验证该算法的有效性,利用Hough圆拟合算法进行了对比试验,试验结果表明,该方法的平均定位误差为4.28%,低于Hough圆拟合方法的平均定位误差16.3%,该方法显著提高了目标定位的精度,能够有效识别遮挡苹果。 相似文献
7.
基于改进Hough变换的类圆果实目标检测 总被引：15，自引：11，他引：4
为了能够快速准确地计算出类圆果实的形心坐标和半径,提出了一种基于改进圆形随机Hough变换的快速类圆果实目标检测方法。在以2R-G色差分量实现背景分离后,采用模板匹配细化算法获取单像素果实轮廓,并按步长获取果实的边缘特征点;然后,根据边缘特征点的平均切线方向对特征点进行分组,并以此为依据对圆形RHT算法进行改进;最后利用改进后的圆形RHT算法计算出类圆果实的形心坐标和半径。该方法能够快速准确地对类圆果实进行检测,对部分被遮挡的类圆果实识别效果较好。 相似文献
8.
基于GF-1影像的东江流域面向对象土地利用分类 总被引：7，自引：4，他引：3
针对东江流域地物斑块破碎、湖泊河流众多等因素影响其地物分类精度的问题,该文以GF-1遥感影像为数据源,采用面向对象的分类方法,结合模糊分类和CART决策树分类法获取研究区土地利用分类信息。根据近红外波段均值的模糊范围(480~2 200)选择模糊小于隶属函数对水体与非水体进行区分,近红外波段均值小于480确定为水体,大于2 200确定为非水体;在水体类别中,采用长宽比指数模糊范围(1.53~4.32)调用模糊大于函数对河流与水库进行了区分,长宽比指数小于1.53确定为水库,大于4.32确定为河流;在非水体类别中,采用归一化植被指数NDVI(normalized difference vegetation index)特征值模糊范围(0.21~0.62)调用模糊大于函数区分植被与非植被,NDVI指数小于0.21确定为非植被,大于0.62确定为植被,最后采用面向对象的CART决策树分类法分出河流、水库、园地、林地、耕地、灌草地、未利用地、建设用地。与极大似然分类法、非监督分类法应用到GF-1遥感影像相比,基于面向对象的CART决策树分类方法的效果最好,总体分类精度高达93.27%,Kappa系数高达0.92。该方法可以作为东江流域获取较高土地利用信息的有效方法,为研究流域生态环境变化提供更准确的数据支持。 相似文献
9.
针对传统机器视觉算法难以获取准确视觉引导线的问题,该研究提出了一种利用深度学习算法获取视觉引导线的方法,并将毫米波雷达探测的目标运动状态信息考虑到视觉引导线的提取中,以安全避开障碍物。首先通过数据预处理方法过滤部分雷达目标数据,再利用多目标跟踪算法过滤干扰数据并对动态目标持续跟踪,为后续数据融合提供准确的雷达目标数据。然后制作田间道路环境数据集,搭建基于Deeplabv3 plus的改进语义分割网络。继而利用时间戳对齐和基于最小二乘法的坐标变换实现毫米波雷达数据与视觉数据在时间与空间维度的同步。最后基于无动态目标状态信息和有动态目标状态信息两种情况提出了相应的视觉引导线提取策略,进行相关试验测试了视觉引导线提取方法的效果。相比于人工测量的真实道路中点,在无动态目标场景下提取的视觉引导线的平均误差为1.60～9.20像素;而在有动态目标的场景下,能够成功获取避障的视觉引导线。研究结果有助于提升丘陵山区农业机械的智能化水平。 相似文献
10.
田间作物群体三维点云柱体空间分割方法 总被引：1，自引：1，他引：0
农田作物群体表型信息对于研究作物内部基因改变和培育优良品种具有重要意义。为实现田间作物群体点云数据中单个植株对象的完整提取与分割,以便于更高效地完成作物个体表型参数的自动测量,该研究提出一种田间作物柱体空间聚类分割方法。利用三维激光扫描仪获取田间油菜、玉米和棉花的三维点云数据,基于HSI(Hue-Saturation-Intensity,色调、饱和度、亮度)颜色模型进行作物群体目标提取,采用直通滤波方法获取作物茎秆点云,基于茎秆点云数据使用欧氏距离聚类分割算法提取每个植株的聚类中心点,并以聚类中心点建立柱体空间模型,使用该模型分割得到田间作物每个单体植株的点云数据。试验结果表明,该研究的方法对油菜、玉米和棉花3种作物的分割准确率分别为90.12%、96.63%和100%,与欧氏距离聚类分割结果相比,准确率分别提高了36.42,61.80和82.69个百分点,算法耗时分别缩短为后者的9.98%,16.40%和9.04%,与区域增长算法分割结果相比,该研究的方法可用于不同类型农作物,适用性更强,能够实现农田中较稠密作物植株的分割。该研究的方法能够实现农田尺度下单个植株的完整提取与分割,具有较高的适用性,可为精确测量作物个体表型信息提供参考。 相似文献
11.
为解决探地雷达（ground penetrating radar, GPR）异质土壤环境下树木根系检测图像存在背景杂波,影响检测精度,并且其数据的解译自动化程度低、成本高的问题,该研究提出一种基于深度神经网络（deep neural networks, DNN）的探地雷达杂波抑制和根参数预测方法。首先引入注意力机制优化U-net模型构成杂波抑制网络,更好地关注目标根系的双曲线反射,去除土壤异质性和雷达天线之间耦合带来的杂波影响,然后将杂波抑制前后的两张图像并行输入根参数估计网络,利用inception的多尺度感受野,挖掘全局特征和局部特征,同时预测根深度和根半径。利用仿真数据和合成真实数据构成的数据集验证方法的可行性,并完成了实地埋根试验。基于数据集的试验结果表明,该方法对于根半径预测的平均绝对误差为1.7 mm,R2值为0.914,根深度预测的平均绝对误差为6.3 mm,R2值为0.989;埋根试验的结果证明该方法对于根半径预测的最大误差为1.85 mm,根深度预测的最大误差为13.6 mm,平均相对误差为6.55%,实现了对根半径和根深度的准确预测。研究结果有助于为果树健康管理以及为古树名木保护提供决策参考。 相似文献
12.
基于分水岭和凸包理论的自然场景下未成熟苹果直径测量方法 总被引：1，自引：1，他引：0
针对自然场景下生长期内树上未成熟果实的自动探测与大小计算问题,提出了一种基于改进分水岭和凸包理论的自然场景下未成熟苹果识别与直径计算方法。该方法首先对灰度图像进行形态学重构后进行边缘检测,再利用合并局部极小值点分水岭分割方法从粘连区域中提取目标果实,并结合基于凸包理论的真轮廓提取和圆拟合方法,实现目标果实圆拟合直径的自动测量。计算结果与人工测量结果进行对比试验,结果表明:在不考虑扁平型目标果的情况下,该方法的直径计算均方根误差最小值为1.91 mm,均值为2.27 mm,误差范围在品质评定等级差(5 mm)以内,具有较好的推广应用价值。研究结果为生长期内果实的大小监测提供参考。 相似文献
13.
果园喷雾机器人靶标探测与追踪系统 总被引：2，自引：2，他引：0
针对风送喷雾装备不间断无差别喷施造成的过量用药和雾滴脱靶严重的问题,该研究设计一种果园喷雾机器人靶标探测与追踪系统,随果树对象位置变化实时调整喷雾角度实现精准对靶。该系统采用激光雷达扫描获取作业范围内果树的点云数据,确定靶标区域,然后通过点云分割、滤波等处理获得目标靶点,并根据目标靶点位置确定对应喷雾仰角;构建喷雾机构目标仰角与编码器脉冲数的数学模型,以及目标仰角与电动推杆行程的数学模型,设计喷雾机构仰角的测控方法。实际果树冠层靶点探测试验表明,随机选取的3棵果树目标靶点主要集中在距地2.0～3.5m范围内,系统可以依据冠层形状计算靶点并调节喷雾仰角,最小喷雾仰角为47.8°,最大喷雾仰角为51.4°,连续目标靶点之间喷雾仰角最大调节时间为0.06 s,可满足对靶的时效需求。该系统能够适应不同形态果树中下部对靶施药需求,为后续开展果园精准植保研究提供理论基础与技术参考。 相似文献
14.
Poor root development due to constraining soil conditions could be an important factor influencing health of urban trees. Therefore, there is a need for efficient techniques to analyze the spatial distribution of tree roots. An analytical procedure for describing tree rooting patterns from X-ray computed tomography (CT) data is described and illustrated. Large irregularly shaped specimens of undisturbed sandy soil were sampled from various positions around the base of trees using field impregnation with epoxy resin, to stabilize the cohesionless soil. Cores approximately 200 mm in diameter by 500 mm in height were extracted from these specimens. These large core samples were scanned with a medical X-ray CT device, and contiguous images of soil slices (2 mm thick) were thus produced. X-ray CT images are regarded as regularly-spaced sections through the soil although they are not actual 2D sections but matrices of voxels 0.5 mm×0.5 mm×2 mm. The images were used to generate the equivalent of horizontal root contact maps from which three-dimensional objects, assumed to be roots, were reconstructed. The resulting connected objects were used to derive indices of the spatial organization of roots, namely: root length distribution, root length density, root growth angle distribution, root spatial distribution, and branching intensity. The successive steps of the method, from sampling to generation of indices of tree root organization, are illustrated through a case study examining rooting patterns of valuable urban trees. 相似文献
15.
果园喷雾机自动对靶喷雾控制系统研制与试验 总被引：2，自引：11，他引：2
为提高农药利用率,减少环境污染,该文针对中国果园机械化作业条件差和传统果园喷雾机连续喷雾时存在果树间空隙无效喷雾的特点,设计了自动对靶喷雾控制系统,该系统以GY8履带自走式果园喷雾机为载体,采用传感器测距方式探测果树,实现自动对靶喷雾。通过对超声波、红外和激光3种传感器进行性能比较,及对超声波和激光2种传感器进行静态识别间距测试与分析,红外传感器受光强影响较大,超声波传感器识别间距超过800 mm,均不满足果园精确对靶喷雾控制要求,激光传感器静态识别间距只有20 mm,具有工作稳定、响应快速、方向性好等特点,故将激光传感器选为自动对靶喷雾机探测装置,并将激光传感器安装于喷头组件前方220 mm。采用连续3次检测靶标判别法设计了自动对靶喷雾系统,该系统可有效避免因激光光束较细而导致的将树冠内空洞、枝间间隙等误判为果树间空隙而出现的电磁阀频繁启闭动作。行驶速度为0.5 m/s时,自动对靶喷雾控制系统的动态靶标识别间距介于100~150 mm之间,行驶速度1.0 m/s时,动态靶标识别间距为200~250 mm。此外,该系统还具有提前及延后喷雾功能,自动对靶喷雾系统提前靶标95.0~157.5 mm距离开始喷雾,离开靶标100 mm距离停止喷雾,使喷雾完全覆盖整个树冠。与连续喷雾相比,对靶喷雾可有效节省施药量,对于空隙比为20.0%、35.2%、52.9%靶标行枣树,行驶速度为0.5 m/s时省药率分别达27.9%、53.7%、76.9%,行驶速度为1.0 m/s时省药率分别达27.3%、54.5%、81.0%。因此,该自动对靶喷雾系统对稀疏果园的精确对靶病虫害防治具有较好的实用价值。 相似文献
16.
华北石质山区杏树蒸腾规律和蒸降差分析 总被引：2，自引：1，他引：1
以河南省济源市石质山区8a生梯田杏树为例,利用热扩散植物液流技术（TDP）测算得到2005年和2006年杏树逐日蒸腾数据,结合同步观测的降水量数据,分析了华北石质山区杏树蒸腾耗水规律及水分供求关系,旨在为该地区节水杏园的发展提供依据。结果表明：（1）杏树蒸腾速率（TR）呈现出明显的日际变化特征,且在同一生长期内,晴天-多云日的蒸腾速率高于阴天。（2）从全年来看,4-8月杏树蒸腾速率相对其他月份要高,其中,5月（6月）蒸腾速率为全年最大时期;1月（12月）蒸腾速率为全年最低水平。（3）在华北石质山区,2005年和2006年的年际总降水量与杏树蒸腾耗水量差值分别为-263.25mm和-220.47mm,说明周年降水可以满足杏树蒸腾耗水的需要。但各月的蒸降差差异很大,7-9月降水量大于蒸腾量;其他大多月份降水不能满足杏树耗水的需要。 相似文献
17.
蔬菜嫁接机器人嫁接苗特征参数的视觉测量方法 总被引：1，自引：3，他引：1
嫁接用苗的直径、生长点坐标、苗长等特征信息,是判断能否嫁接匹配的有效参数特征,也是迅速获取机器人嫁接位置参数的重要依据。为了提取相关蔬菜嫁接机器人的嫁接用苗特征信息(嫁接苗生长点坐标、砧木苗子叶茎截面的长短轴直径、穗木苗子叶茎截面长短轴直径、砧木苗长度及穗木苗长度等),该文提出了一种图像处理综合算法。该算法首先确定采集后图像的初步目标范围,然后进行预处理,获得单色图像,利用灰度阶跃变化选定兴趣区域,而后对图像进行中值滤波和图像增强;利用基于高斯拟合、求反和基于大津法阈值分割相结合的信息提取方法,获得生长点横坐标,结合形态学开闭处理方法及逻辑搜索运算,引入有效行连续的概念,剔出强光噪声的干扰,获得了所需的各长短轴直径图像坐标;利用标定结果和相机图像到世界坐标转换的对应关系,获得最终各项指标信息。在自行研发的嫁接机器人样机上,以葫芦类砧木苗为试验对象,经过500次试验,与传统手工实际测量值相比,该算法实测值平均误差小于0.0053 mm,直径最大误差小于0.02 mm,从而验证了该算法的可行性和有效性。该算法能在线获取嫁接苗特征信息,满足嫁接实时要求。 相似文献
18.
为解决当前果园探测技术难以在恶劣的果园环境中提取果树冠层信息的问题。该研究将毫米波雷达应用于果园冠层探测,搭建了基于毫米波雷达的果园冠层探测系统,利用该系统扫描得到了果园点云,检测和估算得到每棵果树的株高、冠幅和体积参数。针对毫米波雷达在不同距离下产生点云密度不同的问题,该研究提出了一种基于可变轴的椭球模型自适应密度聚类算法,用以提高果树点云识别效果,进而使用Alpha-shape算法和随机抽样一致算法（Random Sample Consensus）对果树进行了表面重建和结构参数的提取。通过与人工测量数据比较,该研究提出的聚类算法可以有效的识别和提取单木冠层点云,代表果树识别精度的 F1 分数为 93.7%;检测到的果树的株高和冠幅的平均相对误差分别为8.7%和8.1%,决定系数分别为0.84和0.92,均方根误差分别为16.39和7.82 cm;使用Alpha-shape算法计算得到平均果树体积为5.6 m3,相比传统几何法测量体积,体积计算准确度提高了59.4%。该研究表明毫米波雷达可以用于果园冠层信息的准确提取,为采集果园冠层信息提供了技术,对农业信息采集和自动化作业技术的发展具有重要意义。 相似文献