共查询到20条相似文献，搜索用时 46 毫秒
1.
基于机器视觉的茶陇识别与采茶机导航方法 总被引：5，自引：0，他引：5
为提高机器采摘茶叶整体质量及采摘效率,提出一种基于机器视觉的机采茶陇识别与采茶机导航的方法。在采茶机器的前方配置摄像头用于获取待采摘茶陇的视频图像,对安装在采茶机上的摄像机内外参数进行离线标定;对茶陇的视频图像用高斯滤波、颜色坐标系转换、局部OTSU多阈值法图像分割、最小二乘法直线拟合等算法进行处理,提取出茶陇的左右边缘线;根据标定结果计算出茶陇中心线,并在驾驶座的显示屏上标识出目前采茶机的采摘状态,包括茶陇中心线和采茶机的偏移情况,提示驾驶员根据识别结果进行适当调整。实验结果表明,提出的基于机器视觉的机采茶陇识别及采茶机导航的方法能有效解决目前机采茶叶老嫩茶叶一刀切下的弊端,为完全自动化采摘奠定了基础。 相似文献
2.
3.
单人背负式采茶机的设计分析 总被引：1，自引：0，他引：1
茶叶源于中国,有着悠久的历史,原为宫廷饮料,后普及民间。随着时代的发展,茶叶已不再是一种单纯的嗜好,而成为人类期望健康的饮品。大规模现代化的茶叶生产需要以茶叶机械化为后盾,而传统手工收茶不仅效率低下,且食品安全也受到影响。为满足大规模制茶的需求,研制了一种单人背负式采茶机,并对采茶机进行性能分析实验。实验结果表明:该采茶机割幅600mm,漏采率小于2%,芽叶完整率大于85%,往复式切割器工作稳定、切割效果良好,满足了茶农对于采摘的需求;采后蓬面整齐,芽叶完整,不影响下次采摘,适用于多种类型的茶园采摘作业。 相似文献
4.
针对目前乘用式采茶机作业时对采摘面的茶芽不能识别大小、老嫩茶叶一刀切下的弊端,设计了一种基于机器视觉的乘用式采茶机,提出了嫩茶自动识别与采茶机割刀的自动调平调高控制方法。通过对采茶机割台的位置伺服和水平度伺服控制,使得割刀面与茶陇蓬面有一个较好吻合,并能将割台与大地水平面保持一致;为了实现更为精准地切割,在采摘面的茶芽识别时采用2次最大类间差分法。首先获取采摘面的图像,利用B分量的阈值分割出茶叶区域;然后选取G和G-B分量的阈值,从茶叶区域中再分割出嫩茶区域;最后计算采摘面上嫩茶部分所占面积比例,以70%作为视觉伺服的控制基准。试验研究表明,提出的基于机器视觉的乘用式采茶机的嫩茶自动识别与采茶机割刀的自动调平调高控制方法能有效解决目前机采茶叶老嫩一刀切下的弊端,为今后全自动化茶叶采摘奠定了基础。 相似文献
5.
我国超过60%的茶园分布在丘陵山区,然而目前我国丘陵山区的茶园种植机械化水平还比较低。茶园的耕作主要以人工进行的浅耕除草为主,在一些规模较大的茶园出现了微耕机的应用;茶园的植保主要以人工使用手动喷雾器喷洒农药为主,并结合一些新型的物理防治手段;茶叶的采摘以手工为主,在大规模茶园出现了一些大宗茶鲜叶或原料芽叶较粗大的乌龙茶的机械化采摘,而对于名优茶尤其是高档名优茶的采摘则完全依赖手工。为此,通过对我国丘陵山区茶园耕作、植保和茶叶采摘这3个环节的机械化现状的研究,分析了目前丘陵山区茶园种植机械化在茶园、作业机械、农机农艺融合、茶机共同使用和茶农这几个方面存在的问题,并针对以上问题提出加快丘陵山区茶园种植机械化进程的思路,旨在为丘陵山区茶园种植机械化的发展提供参考。 相似文献
6.
茶叶采摘是茶叶生产的重要环节,人工采茶占茶叶生产成本一半以上,是用工量最大,用工时间最集中的作业,机械化采茶势在必行。由于我国茶区大多处于丘陵、陡坡地带,地形复杂加之茶园种植不规范,给茶园机械化采摘带来一定的难度,轻便灵活的单人采茶机适合中小型茶园使用。通过对单人采茶机的切割器、传动装置、辅助装置及机艺融合等角度介绍单人采茶机的研究现状和特点。分析单人采茶机存在切割频率受制约、噪音和污染大、机艺不融合等问题,提出单人采茶机切割频率调节、降低噪音和排放、机艺融合是未来研发的方向。 相似文献
7.
《农业装备与车辆工程》2014,(9):71-71
<正>茶产业是劳动密集型产业,一些茶园因没有足够的采茶工,只能看着"黄金叶"在枝头变老。据测算,机械采茶效率比手工采茶高8~10倍,成本可降低50%~70%,机械化采茶正在取代过去的"人海战术",特别是使用机械采摘大宗茶,既改变了人工采摘生产效率低,茶叶加工劳动力 相似文献
8.
9.
基于高光谱和频谱特征的注水肉识别方法 总被引：1，自引：0，他引：1
为实现注水肉快捷有效的识别,以猪肉为研究对象,利用高光谱技术分析了注水肉和正常肉的光谱特征,通过傅里叶变换的方法,提取样本的频谱特征参数,然后分别基于猪肉样本的全光谱、特征光谱和频谱特征参数,分别建立正常猪肉和注水猪肉的支持向量机（SVM）和BP神经网络分类识别模型,并采用验证集对模型性能进行试验验证。结果表明,基于频谱特征参数建立的神经网络分类识别模型具有最优的分类识别效果,正确识别率达98.8%;基于特征光谱建立的神经网络分类识别模型分类识别效果次之,正确识别率为96.4%;而基于全光谱建立的支持向量机分类识别模型分类识别效果最差,正确识别率只有84.5%。说明采用高光谱技术可以对注水猪肉进行快速而有效的检测识别。 相似文献
10.
实现名优茶加工机械化,是我国名优茶产业的发展方向,也是实现茶业经济增长方式从粗放型向集约型转变的重要技术措施之一。近几年来,浙江省扁形茶炒制机的研制成功,攻克了龙井扁形茶机械化炒制的难题, 相似文献
11.
12.
安吉县在2018-2019年开展浙江省农业"机器换人"示范县创建,通过采取制定方案、建立机制,整合资金、加大扶持,关键环节、重点推进,安全监管、保驾护航等工作措施,到2019年,水稻耕种收综合机械化率88.5%、稻麦机械化烘干率69.73%、秸秆处理机械化率95.00%,茶叶产业名优茶加工机械化率100%、大宗茶(包括名优茶)修剪机械化作业率100%、大宗茶采摘机械化率95.8%、茶园机耕率73.9%,畜禽产业自动喂料机械化率86%、恒温控制机械化率95%、畜禽排泄物清理机械化率94%,各项指标均已达到示范县标准和要求,促进了农机化的高质量发展。 相似文献
13.
为了快速、精准地感知水稻稻曲病的发生，实现稻曲病大面积早期监测，利用机载UHD185高光谱仪采集带有发病区域的多组水稻冠层高光谱图像数据，对图像数据进行预处理并建立数据集。对健康区域和发病区域进行分类训练，建立支持向量机(SVM)识别模型和主成分分析(PCA)加人工神经网络(ANN)的识别模型，通过验证样本来检验识别模型的准确性，达到识别发病水稻的目的。支持向量机识别模型选用两组特征波长下的假彩色图像：第1组波长组合(TZH1)为654、838、898 nm;第2组波长组合(TZH2)为630、762、806 nm,两组数据的错分误差/漏分误差总体分别达到4.24%和5.41%;其中S型核函数的SVM模型诊断性能最好，总体分类精度最高可达到95.64%,Kappa系数可达到0.94,基本达到了准确识别水稻稻曲病的目的。主成分分析加人工神经网络的识别模型选用前3个主成分，贡献率分别为93.67%、2.80%、1.24%,作为最优波长建立人工神经网络识别模型；其中非线性分类的效果优于线性分类的效果，总体分类精度达到了96.41%,Kappa系数可达到0.95。通过两个实验组数据的支持向量机... 相似文献
14.
15.
16.
17.
基于近红外光谱的掺伪油茶籽油检测 总被引：1，自引：0，他引：1
为了探索采用近红外光谱技术检测掺伪油茶籽油的潜力,以12个产地的玉米油、花生油、菜籽油和大豆油为掺杂油,以5个产地的油茶籽油为被掺杂油,制备了455份掺伪质量分数为0、1%、3%、6%、10%、15%和20%的掺伪油茶籽油,采集了所制备样品在833～2 500 nm范围内的近红外光谱。对采集的近红外光谱进行多元散射校正处理后,应用Kennard-Stone样本划分法按2∶1的比例将样本划分为校正集和测试集。采用连续投影算法(SPA)、无信息变量消除算法和竞争性自适应重加权算法提取表征掺伪油茶籽油样本的特征波长,并建立判别掺伪油茶籽油样品的支持向量机(SVM)和随机森林(RF)模型。研究结果表明,SVM模型具有较高的灵敏度,RF模型具有良好的特异性。基于SPA提取的9个特征波长所建立的RF模型的识别准确率最高,为99.34%,对掺伪质量分数为1%的掺伪油茶籽油的识别准确率达到94.74%,对掺伪质量分数为3%及以上的掺伪油茶籽油的识别准确率达到100%。本研究为掺伪油茶籽油检测仪的研发提供了基础数据。 相似文献
18.
19.
基于DPLS和LS—SVM的梨品种近红外光谱识别 总被引：4，自引：0，他引：4
为了实现不同品种梨的快速光谱鉴别,采用主成分分析法(PCA)对光谱数据进行聚类分析,得到3种不同品种梨的特征差异,主成分分析表明,以所有建模样本主成分PC1和PC2做出的得分图,对不同种类梨具有很好的聚类作用。利用主成分分析得到的载荷图可以得到对于梨品种敏感的特征波段,用特征波段图谱作为输入建立偏最小二乘判别(DPLS)模型和最小二乘支持向量机(LS-SVM)模型。3个品种梨各70个共210个分别建立偏最小二乘判别(DPLS)模型和最小二乘支持向量机(LS-SVM)模型。对未知的24个样本进行预测,LS-SVM模型品种识别准确率达到100%,DPLS模型的校正及验证结果与实际分类变量的相关系数均大于0.980,交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)都小于0.100,品种识别率为100%。表明提出的方法具有很好的分类和鉴别作用,提供了梨的品种快速鉴别分析方法。 相似文献
20.
碧螺春茶叶的真伪鉴别技术——基于漫反射式高光谱成像技术 总被引：1，自引：0，他引：1
提出了基于漫反射式高光谱成像技术结合模式识别的碧螺春茶真伪鉴别方法。试验以漫反射式高光谱成像系统采集碧螺春茶样图像数据;通过主成分分析优选特征图像,并利用灰度共生矩阵从中各提取4个纹理特征参量;最后,利用支持向量机的模式识别方法构建茶叶真伪鉴别模型。训练和预测集的判别率分别达到100%和96.25%。研究表明,利用漫反射式高光谱成像技术结合支持向量机模式识别方法鉴别碧螺春茶品质真伪是可行的。 相似文献