共查询到19条相似文献，搜索用时 281 毫秒
1.
2.
针对甘蔗人工喷洒农药的劳动强度大、以往机动弥雾机自动化程度偏低、喷药杀虫效果不理想的现状,设计了一种智能化甘蔗喷药系统.该系统采用水位传感器、质量检测器和STC89C516单片机,在实现智能化农药对水的基础上,使用CMOS摄像头对喷药质量进行实时监测,在药液中适当加入天然红色素和运用改进型BP神经网络进行模式识别,提高了着药面积的识别效果.甘蔗叶面喷药试验结果表明,该系统的农药对水和图像识别效果理想,只是机器在转弯时灵活性略差,但可以在后续的研究中对其改进.因此,该智能化甘蔗喷药系统具有实际开发价值. 相似文献
3.
近年来,随着机器学习、导航技术、图像识别技术等先进技术的快速发展,机器人在农业生产中发挥着越来越重要的作用。温室喷药机器人作为其中的一项重要应用,以其高效、精准的特点,深受市场青睐。基于此,课题组介绍了一种自主创新的温室喷药机器人,该机器人通过结合先进的技术和智能算法,实现了在复杂的温室环境下高效、精确地喷药作业。该机器人包括联合式底盘、视觉系统、磁道航系统和喷药机构等主要组成部分,可以实现自动导航、植物监测、精准喷药等功能。仿真结果表明：该温室喷药机器人提升了农业生产的效率和质量,减少了资源浪费;通过精准喷药,极大地降低了药液的使用量,减少了农药对环境的负面影响;智能喷药机器人的应用也提高了农作物的产量和品质,增加了农民收入。 相似文献
4.
《中国农机化学报》2021,(5)
果园环境路面条件差、路面崎岖、颠簸,且果园环境的光照条件变化明显,对机器人视觉系统的图像处理单元具有高运动噪音干扰和高光照条件变化干扰的特点。当前我国泛用型除草机器人视觉系统普遍不适用于果园环境,其识别效率较低、可靠性较差,针对这一问题,提出一种基于机器视觉的果园喷药除草机器人视觉系统。该视觉系统将2G-R-B模型、OTSU阈值分割和二值形态学滤波技术综合应用于果园杂草的图像处理与识别,解决喷药除草机器人在图像高运动噪音干扰及光照条件变化干扰的果园环境下的杂草识别问题,提高果园喷药除草机器人视觉系统的图像分割可靠性及识别精度。试验结果表明:应用该视觉系统的果园喷药除草机器人在日光及夜间照明环境下的喷药成功率分别为84.5%和80.5%,喷药效果良好,且受日光光照条件影响较小,在果园喷药除草作业等方面具有实际应用价值。 相似文献
5.
园林杂草与景观植物伴随生长,在防控不力的情况下能够很快发展为优势种群,引起自然景观早衰和退化。喷洒除草剂是清除园林杂草的有效方法,但会威胁操作人员的健康。喷药机器人若要准确、高效地完成喷药作业,则必须具备精准喷药和自主导航的功能。为此,将计算机视觉应用在园林喷药机器人上,根据颜色和形状特征识别杂草,根据颜色特征识别路径并规划获得行走路线。试验中,喷药机器人对园林杂草具有较高的识别精度,实际行走路线与规划的路线基本吻合,能够实现精准喷药和自主导航;机器人处理单幅图像仅耗时0. 1 s,可以满足实际作业的需求。 相似文献
6.
7.
8.
基于无人机技术的水稻精准喷药系统研究 总被引：1，自引：0，他引：1
水稻是我国最主要的粮食作物,但每年因病虫害而严重减产。喷洒农药对病虫害防治效果明显,成本也较低。我国适合用无人机进行水稻喷药作业,但采用的是大面积粗放喷洒方式,不利于节约成本和保护环境。精准喷药能够解决上述问题,符合绿色农业的发展趋势。为此,设计了基于无人机的水稻精准喷药系统,由计算机识别作物区域和空缺区域后形成处方图;喷药设备根据处方图控制喷头开启程度,实现精准喷药;单张图片的处理过程耗时50ms,可以满足快速作业的要求。系统能够识别作物区域,在飞行速度为2m/s时的雾滴沉积量与处方图剂量的线性关系较好,具有较高的作业质量和效率。 相似文献
9.
10.
11.
在自动化喷施农药过程中,为了准确识别病虫害作物、节约农药和降低农业对环境的污染,以及提高药物的去虫效率,提出了一种基于PC图像处理和近红外光谱分析的作物病虫害智能识别喷药装置。该装置分为3个模块,包括近红外病虫害识别模块、喷药自动化调节模块和车载设备,其控制模块为安装在车上的PC机,利用近红外识别装置可以判断作物是否被病虫害污染,并且识别作物污染的等级,采用喷药自动化调节模块可以实现农药的定量调节,利用车载设备实现了全自动化喷药。对装置的性能进行了测试,结果表明:采用近红外识别装置和主成分分析法可有效地识别病虫害污染的作物,识别准确率较高;喷药自动化装置可根据病虫害的等级进行变量化喷药,减少了农药使用量,得到了较高的去虫率,从而验证了装置的可行性和可靠性。 相似文献
12.
13.
14.
15.
为了提高施药作业的效率和实际着药量,降低喷药成本和给环境造成的负担,提出了准确精量的对靶施药系统的设计理念,并给出了施药平台的原理和结构构成,最后对施药平台的图像处理系统进行了重点设计。为了验证方案的可行性,以传统的施药机械为搭载平台,将PC图像处理器嵌入到了精准对靶控制系统中,选择地势平坦的果园为实验场地,对施药平台进行了实验研究。实验结果表明:基于图像边缘检测和目标识别的自动对靶施药平台即使在光线不好的条件下,仍可以准确地得到果树果实和枝叶的位置信息,施药平台的实际着药量要比传统施药平台更高,而成本却更低,从而验证了方案的可行性。 相似文献
16.
稻田杂草位置获取是靶向喷施除草剂和机械智能除草的基础,为实现自然光照环境和水田复杂背景下稻田苗期杂草的信息获取。以稻田恶性杂草野慈姑为研究对象,提出一种基于全卷积神经网络的稻田苗期杂草语义分割方法,利用DeepLabV3+对秧苗和杂草进行语义分割进而获取的杂草位置信息。首先人工田间采集稻田苗期杂草野慈姑的RGB图像,通过图像标注工具LabelMe人工标注图像中秧苗、杂草和背景的各个像素点,70%数据集用于DeepLabV3+网络模型参数的训练,30%数据集用于测试DeepLabV3+性能。然后与FCN和U-Net两种语义分割方法进行比较,所提出的DeepLabV3+语义分割方法准确率、均正比、频权交并比和F值等性能指标都最优,试验得出：DeepLabV3+模型像素准确率最高达到92.2%,高于U-Net和FCN方法的准确率92.1%和84.7%。所提出的方法能对稻田苗期杂草、秧苗和背景像素进行准确分割,满足智能除草和除草剂靶向喷施的实际应用需求。 相似文献
17.
蔬菜移栽钵苗检测与缺苗补偿系统设计与试验 总被引：2，自引：0，他引：2
为解决蔬菜穴盘苗全自动移栽机因穴盘缺苗、取投苗失败等因素导致的漏栽现象,设计了基于多传感器的钵苗检测及缺苗补偿系统(补苗系统)。补苗系统作为独立功能模块,包括补苗装置、钵苗检测单元和控制系统,使用反射型光纤传感器和激光传感器联合检测的方法,对分行苗杯定位和苗杯内钵苗进行识别。利用光纤传感器分别对辣椒、番茄、甘蓝钵苗进行多高度检测试验,以获取光纤传感器最佳检测高度和最佳缺苗判定阈值。设计了自动补苗装置,并对补苗过程进行运动学分析。使用触摸屏、PLC、EM253位置模块等控制元件设计了控制系统,实现整机及补苗系统的控制。对补苗系统进行不同移栽频率下的性能对比试验,试验结果表明：在单行栽植频率分别为60、70、80 株/min时,补苗系统识别成功率分别为98.15%、98.15%、97.69%,移栽机平均漏栽率分别为1.85%、2.31%、2.31%,比未启用补苗系统时漏栽率分别降低了14.59、14.36、15.52个百分点,为进一步提高蔬菜移栽作业品质提供参考。 相似文献
18.
基于视觉的苗期作物和杂草的图像分割技术逐渐成熟,通过视觉技术对苗期作物进行精准识别和定位,是实现株间除草的关键技术和难点。作物的精准识别首先需要利用颜色特征将图像中的作物、杂草和土壤背景进行分割;其次利用实际识别对象的位置特征,形状特征,纹理特征,光谱特征等构造新的特征向量,结合成熟的分类算法对作物和杂草进行特征分类识别。针对棉苗和大豆苗,主要提取位置特征、形状特征,多采用支持向量机为主分类算法;针对玉米,主要提取位置特征、纹理特征,多采用人工神经网络为主的分类算法;针对部分蔬菜苗,主要提取形状特征、光谱特征,多采用算法结合的优化算法,具体实现时需要根据离线样本学习的结果来平衡苗期作物的识别准确率与实时性。在目前的算法中,主要存在三方面的问题:作物特征提取效果易受到遮挡、光照等干扰;分类算法目前还不能得到非常令人满意的准确性和实时性;目前算法一般是针对某种时段的作物,不具有通用性。这些都是后续算法研究中需要进一步解决的问题。 相似文献
19.
为了能够快速、准确地获取花生出苗质量,提出了基于机器视觉的花生出苗质量评价方法。首先通过田间自走机器人获取花生图像信息,然后采用机器视觉的方法获取图像中花生苗的数量、花生苗冠层投影面积以及花生苗中心点坐标位置。将花生缺苗率和花生苗活力指数作为花生出苗质量评价指标,以花生苗数量结合花生苗坐标计算花生缺苗率,以花生苗叶片包络面积计算花生苗活力指数。针对花生图像识别易受环境干扰的问题,提出了鲁棒性强的花生苗提取算子,采用K均值聚类方法对花生苗提取算子进行分类,结合花生苗和土壤自适应分类算法,有效地将花生苗从土壤中提取出来。针对花生苗棵数误判现象,提出了采用图像全局分割和区域分割相结合的方法对图像进行分割,并基于形态学方法剔除田地杂草等噪声。试验结果表明:采用机器视觉识别花生苗数量的平均准确率为95.4%,花生苗株距计算平均误差为5.35 mm,验证了所提出的图像自适应分类算法的可行性。基于机器视觉所得花生缺苗率结果与人工测量结果两者之间的相关性为0.991(皮尔逊相关系数),人工评价与基于机器视觉评价具有较高的一致性。 相似文献