共查询到18条相似文献，搜索用时 203 毫秒
1.
为解决森林资源调查中树高测量误差大,复杂林分环境树高测量难,倾斜立木树干长度测量不准等问题,以测量学、测树学、电子信息技术、传感器技术和图像处理技术为基础,研制了手持式精准立木树高测量装置。该装置集成了中央处理器、激光测距仪、高清摄像头、高精度陀螺仪传感器、液晶显示屏、存储器等元器件,利用激光测距传感器获取测量装置与被测树根间的距离,同时获取该装置的仰角信息,再利用图像中心确定树顶位置后获取第2个仰角信息,通过距离信息和角度信息解算测量树高。使用设备贴紧树干测量树干倾斜角度,对于干型弯曲的树木,利用边缘检测算法识别图像树干轮廓边缘,以轮廓近似法提取树干轮廓边缘点,获得树干边缘离散点坐标信息,将线性拟合求得的直线斜率转换为树干倾斜角,利用角度补偿算法完成长势倾斜立木的树长测量。试验结果表明树高测量精度可达98.04%,倾斜立木测量精度为96.89%,满足国家森林资源调查的精度要求。 相似文献
2.
3.
4.
基于改进K均值特征点聚类算法的作物行检测 总被引：1，自引：0，他引：1
精准施药是现代精准农业发展不可或缺的一部分,而准确地提取作物行是进行精准施药的关键环节。为此,以苗期的玉米为研究对象,提出一种基于改进K均值特征点聚类算法的作物行检测方法。该方法根据距离函数最值关系求出最佳聚类数目,再依据点密度大小和邻域半径确定初始聚类中心,减少了迭代次数,提高了算法的执行效率和划分效果。首先,采用改进的超绿法(1.27G-R-B)进行灰度化和Otsu方法进行二值化,得到作物行的二值图像;然后,利用左右边缘中间线算法提取作物行特征点;最后,采用改进K均值算法和最小二乘法对作物行中心线特征点进行聚类和直线拟合。试验数据表明:提出的改进K均值特征点聚类算法识别效果好,精确度高,可为精准施药提供理论依据。 相似文献
5.
基于2D激光探测的立木胸径几何算法优化 总被引：1，自引：0，他引：1
目前林业测绘中使用2D激光扫描仪对树干立木胸径及位置的测定研究占据重要地位。针对3种较为常用的几何类算法(弧长法、切线法和双余弦法),提出在近距离下利用补偿角对其测量值进行补偿的方案,研究了弧长法与切线法补偿角随距离的变化关系,并进行回归分析,所得拟合方程的R~2均大于0.85。运用拟合方程在0~5.5 m范围内对实际树干进行验证,试验选取了5株杨树树干,通过算法补偿,半径与距离测量值的准确性均得到提高,其中弧长补偿算法和切线补偿算法对半径的测量精度分别比未补偿前提高了10.6和10.7个百分点,补偿后的绝对误差均值分别为4.8 mm和3.8 mm;补偿后距离测量值绝对误差均值可分别控制在66.0 mm和15.9 mm以内。试验证明2种补偿后的几何算法均可作为近距离下的林业测绘算法,其中切线补偿算法更优。 相似文献
6.
7.
针对传统的树干分割算法存在分割精度低、实时性差的问题,提出了一种融合深度特征和纹理特征的树干快速分割算法。首先,通过Realsense深度摄像头采集树干彩色图像和深度图像;随后,采用超像素算法对彩色图像进行分割,并融合深度和纹理相近的相邻超像素块,最后对深度图像进行宽度检测,并对宽度在阈值范围内的物体所属的超像素块进行色调匹配,区分树干与非树干。在室内和室外植株实验中分别运用本文算法、GrabCut算法与K-均值算法进行树干分割,本文算法的平均召回率和平均准确率分别为87. 6%和95. 0%,GrabCut算法分别为78. 0%和92. 8%,K-均值算法分别为80. 2%和89. 1%;本文算法平均耗时为0. 20 s,GrabCut算法为0. 66 s,K-均值算法为4. 42 s。实验结果表明,本文算法的快速分割效果较好,在保证分割精度的同时,简化了识别过程,加快了分割速度,能够应用于室内和室外树干的分割。 相似文献
8.
研究模糊c-均值聚类算法在电力线路巡检中的应用。针对模糊c-均值聚类算法对孤立点数据比较敏感、实际应用中聚类数目通常都是未知的等不足,提出一种改进的模糊c-均值聚类算法对电力线路巡检中天气、地质、巡检线路等级、材料等突出的几项影响因素建立电力线路巡检模型,通过降低孤立点的影响,对聚类数目进行优选,采用改进的模糊c-均值聚类算法对所建立的模型进行仿真实验,仿真结果表明该模型是有效的。该算法应用在电力线路巡检中能更准确及时发现缺陷,利于及时处理问题。 相似文献
9.
基于RANSAC算法的植保机器人导航路径检测 总被引：2，自引：0，他引：2
为实现植保机器人精准自主导航和提高路径检测的精度、可靠性,提出一种基于RANSAC算法的视觉导航路径检测方法。首先,采用超绿灰度化法和最大类间方差法进行图像分割;继而结合形态学操作与动态面积阈值滤波算法滤除干扰;最后,在垄行的边缘中,根据均值法提取特征点,采用RANSAC算法剔除离群点后由最小二乘法进行直线拟合,以提高导航路径的检测精度。实验表明,与Hough变换相比,本文垄行中心线检测方法具有更高的检测精度,导航路径的检测率可达93.8%,比未使用RANSAC算法提高了18.8个百分点。 相似文献
10.
为提高果园喷雾机器人在果园行间行走的自主性和安全性,提出一种基于三维激光雷达与优化DBSCAN算法的果树定位方法。首先,采用三维激光雷达获取果园的环境信息,通过感兴趣区域提取、地面点云分割和体素滤波降采样对原始点云数据进行预处理;然后,对DBSCAN算法进行优化,构建KD树索引有序化实时点云数据,并使用KD树最近邻搜索替代传统DBSCAN算法的遍历搜索方式,最后根据数据点到激光雷达的距离自适应确定聚类密度阈值,实现行间不同距离的果树检测;最后,以果树聚类结果的冠层边缘点为果树的定位参考点,得到果树定位参考点的坐标,计算果园喷雾机器人与果树的相对位置。试验结果表明：优化的DBSCAN算法相较于传统DBSCAN算法检测的准确性和实时性均有明显提升,果树的横向定位平均误差为2.6%,纵向定位平均误差为1.6%。该方法能够满足果园喷雾机器人在行间果树定位的准确性和实时性要求,为精准农业装备在林果园环境下的自主导航和作业提供有效参考。 相似文献
11.
基于车载二维激光扫描的树冠体积在线测量 总被引：2，自引：0，他引：2
采用车载二维激光扫描仪获取树木单侧点云数据,坐标变换后通过设置感兴趣区域检测树木,利用垂直分布特性识别树干,得到树冠中心距离。考虑树冠连续/不连续2种情况进行树木分割,将树冠外缘距离与对应树干距离相减算出树冠厚度。将树冠体积离散化为长方体,利用树冠厚度、相邻测量点垂直方向距离、车辆速度、扫描周期等参数进行计算。采用FIFO缓冲区保存在线数据,新采集的一帧数据写入缓冲区末尾,同时从缓冲区开头读出处理好的数据帧输出,实现树冠体积的在线测量。实验结果证明,树冠连续/不连续场景下,方法均能准确检测分割树冠、识别树干,实现树冠体积的在线测量。 相似文献
12.
针对自然环境复杂背景下葡萄霜霉病检测分级困难的问题,提出了一种基于语义分割结合K-means聚类和随机森林算法的葡萄霜霉病检测分级方法,实现对葡萄霜霉病快速分级。构建了葡萄霜霉病数据集,采用HRNet v2+OCR网络建立葡萄叶片语义分割模型,提取复杂环境下葡萄叶片;采用K-means聚类算法将葡萄叶片分解为若干子区域图像,并标记少量数据集进行随机森林算法学习,实现葡萄叶片病斑分割与提取;同时在叶片提取和病斑提取过程中,设计一种像素尺寸变换方法,解决图像分辨率引起的精度低问题。基于HRNet v2+OCR网络的葡萄叶片分割模型的准确率为98.45%,平均交并比为97.23%;融合K-means聚类和随机森林(RF)算法的葡萄叶片正面、反面和正反面霜霉病病害分级准确率分别为52.59%、73.08%和63.32%,病害等级误差小于等于2级时的病害分级准确率分别为88.67%、96.97%和92.98%。研究结果表明,基于K-means聚类和随机森林算法的葡萄霜霉病检测分级方法能够准确地分割自然环境复杂背景下的葡萄叶片和葡萄霜霉病病斑,并实现葡萄霜霉病分级,为葡萄霜霉病精准防治提供了方法和... 相似文献
13.
为解决果园视觉导航机器人行间自主行进和调头问题,提出了基于Mask R-CNN的导航线提取方法和基于随机采样一致性(Random sample consensus, RANSAC)算法的树行线提取方法。首先,基于Mask R-CNN模型对道路与树干进行识别,提取道路分割掩码和树干边界框坐标;其次,在生成行间导航线的基础上,采用改进RANSAC算法提取前排树行线;然后,计算树干边界框坐标点到前排行线的距离,筛选后排树干坐标点,采用最小二乘法拟合生成后排树行线;最后,通过分析前后排树行信息判断调头方向,结合本文提出的行末端距离计算与调头路径规划方法,规划车辆的调头路线。实验结果表明：在不同光照、杂草、天气环境下的6种果园场景中,模型的平均分割精度和边界框检测精度都为97.0%,导航目标点提取的平均偏差不超过5.3%,树行线检测准确率不低于87%,调头后车辆距道路中心的平均偏差为7.8 cm,可为果园环境下的视觉自主导航提供有效参考。 相似文献
14.
树干直径自动识别与测量技术研究 总被引：1，自引：0，他引：1
在森林资源调查中为实现树干直径快速、精确测量,使用电子元件进行了树干影像自动识别与测量。通过摄像头和CMOS传感器获得图像,经灰度转换后,使用窗口大小为5行5列的高斯滤波器,利用Canny边缘检测算法提取边缘,包括平滑、非极大值剔除、双阈值的边缘连接等,在提取的边缘图像基础上,设计了树木直径自动提取算法。以4列的窗口为模板,自上而下,对经过Canny算法后的图像进行竖直线段的提取。在提取所有竖线后,将最大宽度的2条竖线当作树干轮廓线,通过焦距、物距、像距与像素宽度之间的关系计算出树干直径。最后选择了不同树种共计16棵树木进行了验证,实验结果表明树干直径识别的精度为96.9%,绝大部分测量数据符合森林资源调查要求。 相似文献
15.
基于激光雷达的农业机器人果园树干检测算法 总被引：4，自引：0，他引：4
针对丘陵山区果园中的斜坡及杂草影响果树检测精度的问题，提出了一种基于激光雷达的树干检测算法。首先，利用单线激光雷达获取环境信息，通过数据预处理滤除噪声点及无法利用的数据点，以树干为目标设定聚类半径，根据数据点到激光雷达的距离自适应设定聚类阈值，完成初步聚类；然后，利用初步聚类结果及地面类内数据点量大、且大致呈一条直线的特征，将数据点超过一定数量的类进行二次曲线拟合，将拟合半径大于一定阈值的类视为地面干扰，并将其剔除；最后，利用杂草枝叶类中数据点之间距离不连续的特征，将存在一定数量的相邻数据点距离较大的类视为杂草枝叶类，并将其剔除，从而完成对果园中果树树干的检测。结果表明：在无干扰情况下，对树干的误检率为0.76%、漏检率为1.90%，平均正确率为97.3%；在只存在地面干扰的情况下，树干检测平均正确率为96.1%；在只存在杂草干扰的情况下，树干检测平均正确率为91.4%；在同时存在地面和杂草干扰的情况下，树干检测平均正确率为91.9%，综合以上各种情况的树干检测平均正确率为95.5%，该方法可用于丘陵山区树干较明显的乔化果园中的树干检测，为精准农业装备在丘陵山区果园中的导航应用提供参考。 相似文献
16.
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RB大于设定的阈值TLB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、... 相似文献
17.
活立木内部缺陷雷达波检测研究 总被引：1，自引：0，他引：1
针对活立木内部结构复杂,个体化差异较大,导致雷达波图像难以解析的问题,提出了一种基于振幅比在线估计相对介电常数以及利用希尔伯特积进行层位追踪实现缺陷界面的相对定位,并结合活立木外轮廓点云数据确定其内部缺陷绝对位置和分布表征的方法,以此开发了基于雷达波的活立木内部结构缺陷分析软件。采用基于时域有限差分法的正演模拟、实验室原木试件检测分析、颐和园现场活立木检测等实验验证方法的可行性。结果表明可对检测目标点准确定位,复现树干内部横截面图像,雷达波成像结果与古树复壮时内部实际结构相符。 相似文献
18.
先进地形激光高度计系统（ATLAS）可为全球森林冠层高度测量提供科学数据，利用ATLAS光子云数据可获取森林冠层高度信息。为探究光子云去噪算法在弱光束条件下森林研究区的去噪效果，采用局部距离统计算法、基于密度的聚类(Density based spatial clustering of applications with noise, DBSCAN)算法和基于粒子群优化(Particle swarm optimization, PSO)模型的PSO-DBSCAN算法在弱光束条件下的森林区域进行了光子云去噪试验，研究了算法的去噪精度，并分析研究区不同特性对于去噪效果的影响。结果表明： PSO-DBSCAN算法在弱光束条件下森林区域去噪精度达到了0.95，满足光子云去噪的精度要求，该算法相对局部距离统计算法和DBSCAN算法表现出更好的去噪效果；相对地形坡度和植被覆盖度，太阳高度角会对算法的去噪结果产生更大的影响。 相似文献