共查询到20条相似文献,搜索用时 217 毫秒
1.
针对作物病害识别系统功能单一,缺乏系统升级机制,人工升级系统成本较大的问题,以番茄病害为例,提出了基于OpenCV的番茄叶片图像自动标注算法和改进YOLO v5的番茄病害识别模型;结合数据集自动划分、模型自动训练与评估、手机APP自动创建与更新理念,设计了一种可以自动升级的番茄病害识别系统;引入专家审查校正机制,提高了系统识别结果的可靠性。实验结果表明,该系统实现了对番茄的健康叶片与9类病害叶片进行识别,可以在实际应用中通过手机APP识别番茄病害的同时自动扩充番茄病害图像数据集,并根据数据扩充量自动启动系统的升级优化流程,由此不断提升该系统的番茄病害识别性能。该系统为番茄生产提供了一个便捷、可靠的番茄病害识别工具。 相似文献
2.
日光温室负压自动灌溉下番茄蒸腾规律研究 总被引:3,自引:0,他引:3
针对农业生产中蔬菜栽培灌溉费水费时的现状,采用一种自制负压自动灌溉系统,将供水压力设定在负值,利用土壤自动吸水的特性,达到自动灌溉和节水的效果.在此系统灌溉下采用茎热平衡技术测定番茄植株的茎流规律,分析了茎流变化规律与环境因子之间的关系,同时分析了番茄植株不同部位茎流差异以及剪叶对番茄植株茎流的影响.结果表明,在设定灌溉系统负压为60 hPa下,温室土壤含水量基本控制在阴天20.19%、晴天18.75%左右;茎流数据表明番茄植株蒸腾与太阳辐射值呈显著正相关,适当遮阴降温可以减少植株蒸腾.实验也进一步证明了叶片是植株蒸腾的主要器官,植株底层叶片蒸腾速率相对较微弱. 相似文献
3.
番茄钵苗茎秆力学特性试验研究 总被引:1,自引:0,他引:1
研究番茄钵苗茎秆力学特性及其变化规律可为番茄钵苗移栽机夹茎式自动取苗机构的设计提供重要依据。为此,利用DF-9000型动静态电子万能材料试验机对适栽期番茄钵苗茎秆进行拉伸、弯曲试验,利用TA.XT plus型质构仪对适栽期番茄钵苗茎秆进行了压缩性能试验,获得其在试验条件下的应力-应变曲线,并进行分析。试验结果表明:相同加载速度下,平均抗拉断力大小随夹持茎秆位置的升高而减小;相同取样部位条件下,随着加载速度的增大,所用的弯曲载荷力增大;相同加载速度下,番茄钵苗茎秆最大压缩力随取样高度的增加而减小,茎秆根部最大压缩力值最大;相同取样部位在一定压缩位移条件下,随着加载速度的增大,压缩载荷随之增大。研究结果可为番茄钵苗夹茎式自动取苗机构设计提供重要的理论依据。 相似文献
4.
5.
为了获得蔬菜自动嫁接装备的设计依据,以茄子、番茄和辣椒3种典型茄科蔬菜为研究对象,开展了与自动嫁接作业相关的秧苗几何及物理力学特性试验研究。嫁接苗的株高和苗径测量结果表明,茄子、番茄和辣椒3种茄科蔬菜的砧木和接穗在嫁接期株高平均值均超过100 mm;番茄和茄子的砧木苗径大部分为3.0~4.0 mm、穗木苗径为2.5~3.5 mm;辣椒砧木和穗木平均苗径分别为2.8 mm和2.4 mm。茄科蔬菜嫁接秧苗平均夹持损伤临界压力值为780~930 MPa,砧木和穗木夹持损伤的最小临界压力分别为800 kPa和700 kPa;嫁接秧苗茎秆斜切剪切力低于直切状态下剪切力,降低幅度超过50%。 相似文献
6.
6QFF-3型制干番茄切分机 总被引:2,自引:1,他引:1
<正>新疆农科院农业机械化研究所针对新疆制干番茄生产的需要,最新研制出拥有自主知识产权的6QFF-3型制干番茄切分机。该机装有水果(番茄)自动定向装置,切割刀具可准确地沿番茄的长径方 相似文献
7.
8.
9.
10.
11.
针对叶片卷曲度和厚度交互式测量方式费时、费力、误差大,传统图像处理算法普适性不高等问题,以无芒隐子草叶片为研究对象,采用基于Graham 算法的最小外接矩形法实现叶片卷曲度的测量,采用矢量积法和角点检测相结合的凹凸点检测算法实现叶片厚度的测量。首先,通过石蜡制片获取无芒隐子草叶切片,利用显微镜连接计算机获取切片图像;然后,采用红色灰度化方法结合阈值分割将切片图像的目标和背景分离;最后,根据叶片卷曲度和厚度的实际测量方式,采用Graham算法通过求取目标区域的最小外接矩形实现叶片卷曲度的测量,将矢量积法和角点检测相结合检测目标区域的凹凸点,通过凹点与凹点、凸点与凸点匹配实现叶片厚度的测量。选取30幅无芒隐子草叶切片图像为样本进行了试验,结果显示,采用本文提出的红色灰度化方法和分量法、最大值法、平均法、加权平均法对图像进行灰度化处理后,图像信息熵分别为6.4280、6.3612、5.6679、5.9348、6.0526,图像平均梯度分别为0.0785、0.0242、0.0158、0.0093、0.0104,图像对比度分别为0.2641、0.1130、0.0574、0.0703、0.0784,说明本文方法能更好地保持图像的边缘、细节等信息,图像清晰度更高。进行自动阈值分割后,分割的平均误检率为0.75%,平均漏检率为3.49%,平均整体分割精度达到98.14%。在有效分割目标和背景的基础上,对叶片卷曲度和厚度进行测量,并与交互式测量结果进行相比,结果表明,采用本文方法对叶片卷曲度和厚度的测量值与交互式测量值的平均相对误差分别为0.96%和3.69%,测量速度分别提高了约10倍和37倍。 相似文献
12.
针对西红柿种植过程中,采摘费时费力的问题,将计算机视觉技术与图像处理和模式识别技术相结合,开发了在自然背景条件下的西红柿自动识别系统。运用双目立体视觉系统来识别红色西红柿,去除原始图像的噪声、转换图像的灰度、对新图像进行分割和目标特征提取,从背景中把西红柿分离出来;同时,针对果实间存在的重叠问题,采用圆形Hough变换算法,提取西红柿的圆心坐标和半径特征,通过获取T=Sqrt(s×l)图像,恢复被遮挡西红柿。利用该技术,采集了不同条件下的100张西红柿照片,其中99张照片被准确识别,识别率达到9 9%以上,能够较好地满足西红柿采摘工作的要求。 相似文献
13.
14.
15.
基于Android的自然背景下黄瓜霜霉病定量诊断系统 总被引:4,自引:0,他引:4
为准确快速定量诊断黄瓜的病害,科学选择病害管控措施,基于Android技术和图像处理方法设计了可用于自然背景的黄瓜叶部病害定量诊断系统,并进行了试验。对黄瓜叶部彩色图像,首先进行图像预处理和背景剪除,再识别病斑区域,最终计算病斑区域占其所在叶片区域的百分比及根据国家相关标准与其对应的病害等级,计算结果以数值形式显示在诊断结果界面,同时用红色标识出病害区域。系统既适用于白色打印纸等简单背景,也适用于较为复杂的自然背景;所识别的病害叶片图像既可以从摄像头实时获取,也可以从手机存储载入。以50幅黄瓜霜霉病病害叶片为对象对系统进行测试,试验结果表明,系统可以较准确地对黄瓜霜霉病病斑区域进行识别(病斑区域识别综合误分率为6.56%),并按照国家标准给出病害等级(综合错误分级率为3%);简单人工背景下系统识别时间为1 s,自然背景下系统识别时间约为11 s。 相似文献
16.
基于最小二乘法的温室番茄垄间视觉导航路径检测 总被引:10,自引:0,他引:10
针对温室非结构作业环境和复杂背景下作业机器人路径识别检测问题开展研究。在HSI颜色空间分析番茄垄间道路图像在各分量的分布特性,提出了基于机器视觉的垄间加热管敏感区域提取方法,依据I分量直方图采用最大类间方差法进行图像自适应阈值分割,对分割后二值图像利用目标区域的边缘提取算法获得导航离散点簇。根据最小二乘法原理对导航离散点簇拟合得到2条加热管边缘线,在此基础上给出中心导航基准线检测算法,并针对光照不均和作物遮挡对导航路径检测进行了实验。实验表明,与Hough变换算法相比,该算法简单快速,对光照不均具有良好的鲁棒性,能够准确提取目标敏感区域的边缘信息,对不同遮盖率番茄垄间导航路径提取正确率达91.67%。 相似文献
17.
18.
针对农田秸秆形态多样、细碎秸秆难以准确识别的问题,基于机器视觉技术,提出了一种基于K-means聚类和分区寻优结合的秸秆覆盖率计算方法。该方法首先利用K-means聚类算法对玉米秸秆图像进行分割,使秸秆从背景图像中分离;然后将秸秆图像分隔为16区,利用统计学方法分别计算各区秸秆中位数和众数灰度平均值,16区平均后分别获得秸秆中心灰度和土壤背景中心灰度,将其作为新的分类中心,重新采用K-means聚类方法对玉米秸秆图像进行分割,当秸秆中心灰度不再发生变化时停止迭代,计算秸秆像素点数量;最后计算获得玉米秸秆覆盖率。2021年4月,该方法在吉林省长春市玉米地100个采样点进行了实际验证,与人工拉绳法和人工图像标记法的相关系数分别为0.7161和0.9068,误判率7%,平均误差比Otsu阈值化方法和经典K-means聚类方法分别降低了45.6%和29.2%。试验结果表明,所提方法能够实现对不同天气、不同种植模式、不同地块条件下的秸秆覆盖率准确计算,该研究结果可为秸秆覆盖率在线计算提供一种新方法。 相似文献
19.
基于计算机视觉的萝卜幼苗自动识别技术 总被引:6,自引:1,他引:6
为实现萝卜幼苗间苗作业的自动化,提出并探讨了适于萝卜幼苗自动间苗的播种方式,通过对萝卜幼苗彩色图像的分析,提出了由突出绿色方法和亮度组合的灰度化方法、最大方差自动取阈法及快速区域标记等构成的自动识别算法。对从田地中拍摄的250幅萝卜幼苗图像的识别处理结果表明,该算法能够识别出图像中的各株萝卜幼苗。 相似文献