共查询到20条相似文献，搜索用时 125 毫秒
1.
基于机器视觉的穴盘幼苗识别与定位研究 总被引：1，自引：0，他引：1
【目的】设计一套机器视觉系统,用于实时测量各穴孔中幼苗叶片面积、判断是否适合移栽作业、确定适合移栽幼苗的抓取位置,为实现穴盘幼苗自动移栽作业奠定基础。【方法】用CCD数字摄像机采集番茄幼苗图像,转换成灰度图像,将幼苗与背景分割得到二值图像,去噪处理后,通过计算每个穴孔中幼苗叶片的面积来确定适合移栽的单元,并用形心法确定机械手抓取位置。【结果】采用1.8G-1.5R-1.8B灰度化因子、Otsu法分割幼苗与背景图像效果较好;采用单连通区域法统计幼苗叶片面积,经修正后相对误差小于1.0%,相对误差值平均下降了87.6%。【结论】设计的机器视觉系统具有较高的测量精度,能够满足穴盘幼苗自动移栽作业要求。 相似文献
2.
在耕作试验室的试验环境之下,开发并测试了能够识别行间苗草作物的机器视觉系统,硬件系统主要由速度可控制的土槽试验车装备、固定在可升降平台上可实时采集图像的imagesoure工业摄像头和作为控制台的工控计算机组成;机器视觉系统根据植物和背景的颜色特征二值化图像与田间作物的位置特征识别苗草。结果表明,采集并处理一副大小为640×480像素的彩色图像的平均时间为291 ms,在行驶速度为1.8 km·h-1条件下系统正确识别率达到了95%。 相似文献
3.
【目的】为扩大移栽机适用性,实现对多种规格蔬菜穴盘苗的自动取喂苗作业,本文设计了一款蔬菜移栽机可调式喂苗装置。【方法】设计了带有可调节取喂苗爪的取喂苗臂,优化了喂苗爪的相关参数,并进行了运动学分析。通过调节取喂苗臂上的取喂苗爪数量及间距,选择不同的PLC控制程序,可以配套使用不同穴孔数的穴盘。通过对取喂苗工作过程分析,综合考虑影响喂苗成功率的关键性因素,以苗坨含水率、穴盘苗苗高、苗针入土深度为试验参数,选取72、105、128穴规格的生菜穴盘苗为试验对象,进行单因素试验和多因素正交试验,探究各因素对喂苗成功率的影响。【结果】当穴盘苗基质含水率(w)为40%、苗高为50 mm、入土深度为38 mm时,可调式喂苗装置的喂苗成功率最高,72、105、128穴生菜穴盘的喂苗成功率分别为95.83%、96.19%和96.48%。【结论】可调式喂苗装置设计符合蔬菜移栽机取喂苗的技术要求,移栽效果较好,可为通用全自动蔬菜移栽机的研制与开发提供参考。 相似文献
4.
【目的】在水稻生产过程中,针对不同虫害需要采用不同的防治方案,水稻害虫的准确识别分类是制定针对性防治方案的前提。【方法】采用深度学习结合机器视觉的方法,基于Res2Net结构提出了一种多尺度特征提取的深度残差网络,通过准确地提取害虫特征实现复杂自然背景下的水稻害虫识别;采用改进的残差结构,使用等级制的类残差连接取代了原本的3×3卷积核,增加了每个网络层的感受野,可以更细粒度地提取多尺度特征。【结果】本网络训练的模型能够有效地识别自然背景下的水稻害虫,在自建的包含22类常见水稻害虫的图像数据集上,平均识别准确率达到了92.023%,优于传统的ResNet、VGG等网络。【结论】本文提出的模型可应用于水稻虫情自动监测系统,为实现水稻害虫虫情的机器视觉监测提供参考。 相似文献
5.
【目的】根据‘海沃德’猕猴桃膨大果和未经膨大剂处理的猕猴桃正常果在果萼形状上的差异,建立一种基于K-means聚类算法的猕猴桃膨大果的图像识别方法。【方法】利用K-means聚类算法对猕猴桃的RGB图像进行聚类,以初步分割出猕猴桃果萼;对RGB图像进行灰度化,并采用最大类间方差法对灰度图像进行阈值分割,基于阈值分割后的二值图像提取猕猴桃的边缘区域;基于K-means聚类分割的结果与猕猴桃边缘区域的二值图像提取果萼的聚类,再利用数学形态学处理精确提取出猕猴桃的果萼。求取果萼区域最小外接矩形的长宽比,并根据长宽比进行猕猴桃正常果与膨大果的判断与识别。【结果】对提取的猕猴桃果萼特征的统计分析表明,当猕猴桃果萼区域最小外接矩形的长宽比值大于1.6时为膨大果,否则为正常果,利用该算法对‘海沃德’猕猴桃膨大果的总体正确识别率为91.5%。【结论】基于K-means聚类分割算法和果萼形状上的差异所提出的猕猴桃膨大果无损、便捷检测方法,为猕猴桃膨大果的工业化在线检测及基于手机平台的猕猴桃膨大果识别软件的开发提供了新思路。 相似文献
6.
基于机器视觉的核桃仁动态分级研究 总被引：1，自引：0，他引：1
【目的】基于机器视觉技术研究出一种适合新疆核桃仁动态分级处理的方法。【方法】利用实时采集且已经完成图像预处理的样品核桃图像得到核桃仁特征集合,运用mRMR特征选择算法筛选原始特征集并对特征的重要性进行排列,通过对支持向量机、决策树和朴素贝叶斯三种机器学习算法进行模型训练和测试,得出最佳分级方法,设计核桃仁自动追踪方法和动态分级流程,构建的核桃仁自动分级系统。【结果】在使用特征bin19、K1和bin15训练朴素贝叶斯分类器时,核桃仁的分级正确率达到最大为97.33%,在动态条件下运用构建的核桃仁自动分级系统对150个核桃仁进行分级测试,正确率为81.33%。【结论】基于机器视觉研究出的核桃仁特征提取与分级方法、核桃仁动态分级处理动作方法,可以有效完成对核桃颜色和完整度的分级。 相似文献
7.
穴盘水稻钵苗自动送秧机构及控制系统设计与试验 总被引：2，自引：1，他引：1
【目的】提高水稻钵苗有序抛秧机中自动输送进给钵苗行的输送精度及可靠性,减少送秧环节的漏秧问题。【方法】提出了钵苗行到位自动检测方案和程序实现方法,通过样机试验,分别获得基于直接在线检测秧苗茎秆、穴盘钵体和铁盘磁性凸起3种表征钵苗行到位的特征信号,概括出钵苗行到位信号的综合测量属性,确立钵苗行到位较佳的监测方案及其控制电路;设计集钵苗行到位检测及输送进给一体的皮带式自动送秧机构及控制系统。【结果】选用塑料穴盘钵体为检测对象时,皮带式自动送秧机构送秧到位检测成功率最高,为99.78%;铁盘磁性凸起的次之,为96.64%;秧苗茎秆最差。以塑料穴盘钵体和铁盘磁性凸起为检测对象时,穴盘类型对钵苗行到位检测成功率的影响不显著(P0.05);但以秧苗茎秆为检测对象时,则影响极显著(P0.01)。在3种钵苗行到位检测方案中,输送电机转速在30~60 r·min~(-1)范围内变动时,对钵苗行到位检测效果的影响均不显著(P0.05)。【结论】所设计的皮带式自动送秧机构及其钵苗行到位的自动检测控制系统能够满足钵苗有序自动抛秧机对钵苗行输送进给的性能要求。 相似文献
8.
为提高穴盘苗品种识别准确率,确保全自动穴盘苗移栽的实施,设计基于专家系统的识别算法。首先对采集穴盘苗图像进行K均值聚类算法图像分割、二值化和形态图像处理,获得0.6L-0.4(R+B+G)/3、0.3b-0.7a、H+0.2S、0.3L-0.7a等4个颜色特征值向量和长宽比、椭圆扁率、矩形度、傅里叶描述子等4个形状特征向量。然后对图像特征进行语义转换,构建穴盘苗知识模型,并设计苗的知识库及推理机,推理采用了不确定推理算法及学习算法。系统采集了120盘10个品种的穴盘苗,采用专家系统识别试验,成功率达到了98.3%,而相同样本采用支持向量机(support vector machine,简称SVM)的识别率是84.0%,采用粒子群优化支持向量机(particle-swarm optimization SVM,简称PSOSVM)的识别率是86.3%,采用反向传递(back propagation,简称BP)神经网络的识别率是62.0%,证明基于专家系统的识别方法可以满足自动移栽作业要求。 相似文献
9.
烟草壮苗指数模型研究 总被引：6，自引：0，他引：6
【目的】前人对作物壮苗的研究多集中在指标筛选上,而对于量化的壮苗指数模型的建立及验证研究涉及较少,特别是关于烟草壮苗指数模型的研究尚鲜见报道,烟草育苗实际生产中,亟需探讨与制定科学评价烟草壮苗的量化指标。本研究旨在探讨建立适合于中国烟草集约化育苗的壮苗指数模型,为烟草生产规范育苗和培育壮苗提供理论依据。【方法】依据传统的壮苗标准,遵循主导性、实际性和可操作性等原则,测定烟苗株高、茎围、地上部鲜重、地下部鲜重、根系活力、叶绿素、超氧化物歧化酶、可溶性蛋白等17项素质指标,采用模糊综合评判法计算烟苗素质综合评价指数,在此基础上将各单项烟苗素质指标与综合评价指数进行相关分析,筛选几种具有代表性的素质指标,组合两种不同类型的壮苗评价指标,即相对指标（2项单项素质指标比值）和复合指标（3项以上单项素质指标组合）,并利用相关分析方法将烟苗素质综合评价指数与相对指标、复合指标等分别进行相关分析,筛选出具有代表性的壮苗评价指标,建立烟草壮苗指数模型,最后将壮苗指数模型与烟苗各项素质指标参照次数分布表的编制方法进行合理分组,绘制各素质指标与壮苗指标线性关系图,得出壮苗指数模型最佳取值范围。【结果】（1）烟苗素质综合评价指数为0.26-0.80,此范围可全面地概括烟苗的整体素质,能定量、客观地评价烟苗的质量,通过总分值频率曲线法,将烟苗素质分为四级,0.71-0.80为最优壮苗级别,0.62-0.70为壮苗级别,0.41-0.61为次壮苗级别,0.26-0.40为弱苗级别。（2）单项指标和相对指标信息有局限性,不能全面地描述烟苗的整体素质,而由多项素质指标组成的复合指标,稳定性好,代表性强,其中[(茎围/株高)×总鲜重×10]复合指标与综合评价指数呈极显著相关,可作为衡量烟苗素质的壮苗指数模型。（3）17项烟苗素质指标与壮苗评价指标[(茎围/株高)×总鲜重×10]的关系分析图表明,当[(茎围/株高)×总鲜重×10]为28.57-37.05时,烟苗健壮,根系发达,通过大田验证,[(茎围/株高)×总鲜重×10]为28.57-37.05内的烟株生长发育较快,田间生长势强,根系对土壤水分和营养物质的吸收较为活跃,光合作用力大,抗逆性强,烤后烟叶品质好、经济效益可观。【结论】壮苗指数模型[(茎围/株高)×总鲜重×10]能科学地衡量烟苗素质及其生长发育状况,全面地反映烟苗各项素质指标,简单实用、方便快捷。经大田验证,当数值为28.57-37.05时,各项烟苗素质指标达到最高值,烟苗移栽后还苗快且还苗率高,各生育时期烟株农艺性状和生理生化性状好,烟叶经济效益大、品质优。 相似文献
10.
《贵州农业科学》2021,49(4)
【目的】探索基于形状特征和支持向量机(SVM)的茶叶病害识别方法,为茶叶病害的智能准确识别提供技术支撑。【方法】采集贵州铜仁茶区茶炭疽病、茶饼病、茶白星病的病斑图像,使用MATLAB提取并计算3种病害的病斑面积、周长、外接矩形和外接椭圆面积、复杂性、伸长度、矩形度、圆度、面积凹凸比8种形状特征值,分别建立基于单一形状特征和复杂性、伸长度、矩形度、圆度及面积凹凸比5种组合形状特征、4种不同核函数的SVM,对3种茶叶病害进行分类识别,比较其正确识别率,筛选最优识别算法。【结果】基于单一特征的SVM对3种茶叶病害的识别率低于组合形状特征下的正确识别率;基于组合形状特征的SVM中,线性核函数、多项式核函数、径向基核函数、Sigmoid核函数的SVM总识别率分别为90.00%、88.00%、83.33%、86.05%。【结论】基于复杂性、伸长度、矩形度、圆度及面积凹凸比5种组合形状特征,采用线性核函数的SVM对茶炭疽病、茶饼病、茶白星病的分类识别效果较优。 相似文献
11.
播种数量对烤烟漂浮育苗用工及烟苗素质的影响 总被引：1，自引：0，他引：1
[目的]为降低育苗用工和提高烟苗素质,对烤烟漂浮育苗不同播种数量条件下的用工量及烟苗素质进行研究。[方法]设计3种播种数量（每穴播1粒、每穴2粒和每穴3粒包衣种）的烤烟漂浮育苗试验。[结果]在漂浮盘上每孔播1粒烟草包衣种的成苗素质要好于播2粒和3粒的,且其出苗率达96%以上。在人工播种情况下,播1粒包衣种用工量分别比播种2粒和3粒包衣种省工32.2%和41.7%,同时省去了间苗用工量。[结论]漂浮育苗每孔播1粒包衣种能提高烟苗素质,同时还能明显减少播种和间苗用工,从而达到育苗省工降本的目的。 相似文献
12.
温室种苗生产机械化补苗技术 总被引：1，自引：0，他引：1
《农业工程技术:农产品加工》2021,(7)
正穴盘育苗技术现已被广泛应用于蔬菜、花卉的生产。空穴或坏苗较多的穴盘苗不利于成品苗的出售或后续机械化移栽,因此出苗前要严格控制穴盘种苗品质。欧洲针对穴盘种苗出现坏苗、空穴,一般采用两种方式保证穴盘苗的品质,一种是分级,先将所有穴盘苗取出,然后通过机械手抓取放入转运杯中,转运杯运动至机器视觉检测室,在检测室内相机通过苗的侧视图判别每一个转运杯中种苗的级别,再依据判定的级别, 相似文献
13.
基于G-MRF模型的玉米叶斑病害图像的分割 总被引：3，自引：0，他引：3
【目的】图像分割是作物病害自动识别系统实现的难点之一,前人研究大多采用基于阈值或聚类的分割算法,方法简单、易于实现,但分割精度较低。本文引入高斯模型的Markov随机场分割模型(G-MRF),对玉米叶部病斑图像进行分割试验,以期提高分割精度。【方法】在VC6.0下实现了G-MRF分割模型,G-MRF既利用了图像像素的灰度信息,又通过像素类别标记的Gibbs光滑先验概率引入了图像的空间信息,是能较好地分割含有噪声图像的算法。采用该算法对大斑病、小斑病、灰斑病和弯孢菌叶斑病等4种主要玉米叶部病害的图像进行了分割测试,并与基于阈值和基于Gauss模型的分割算法进行比较。【结果】基于G-MRF分割模型的分割,目标区域的一致性和边缘的清晰方面明显好于基于阈值和Gauss模型的分割算法,其平均正确分类率达96.35%,分别较基于阈值和基于Gauss模型的分割算法高出3.75%和4.03%,差异达到显著水平。【结论】基于G-MRF模型的分割算法鲁棒性高,能够有效地将病斑区域从叶片部分离,分割正确分类率达96.35%,可用于玉米叶斑类病害图像的分割。 相似文献
14.
《甘肃农业大学学报》2018,(5)
【目的】针对钵苗栽植过程中存在漏苗、挂膜与栽植穴口过大等影响钵苗栽植质量的问题,试验研究了栽植鸭嘴开合控制机构运动特性与栽植鸭嘴的结构特性.【方法】基于MATLAB软件,采用遗传算法,在杆件参数的约束条件下,将高副关节位移优化到最大,保证栽植鸭嘴张角的稳定性.【结果】通过高副关节的运动位移与栽植鸭嘴的结构优化,获得鸭嘴开合控制机构的杆件参数最优值.【结论】通过田间试验统计分析,当移栽机的前进速度为0.5m/s时,钵苗的直立度为87.5°,栽植穴口直径为33mm,漏苗率仅为2%,表明栽植鸭嘴开合控制机构性能参数的优化提高了钵苗栽植质量. 相似文献
15.
辣椒穴盘苗自动移栽机的设计及田间试验 总被引：1，自引：1，他引：0
《甘肃农业大学学报》2015,(6):165-169
针对吊篮式半自动移栽机移栽效率低的问题,设计了一种辣椒穴盘苗自动移栽机,该机在原有的吊篮式半自动移栽机的基础上,安装自动取喂系统,设计成自动移栽机,取代人工进行取喂穴盘苗.自动取喂系统中,机械手将穴盘苗从穴盘中取出,并输送到喂苗位置;机械手打开,穴盘苗落入苗筒中,苗筒将穴盘苗喂入吊篮内;地轮驱动栽植器转动,穴盘苗被栽入土穴内,完成自动移栽.采用苗龄61d的"早红一号"辣椒穴盘苗进行田间移栽试验,‘早红一号’平均苗高为165.2mm,拖拉机行驶机速度为1.2km/h.试验结果显示:取苗成功率为98.18%,喂苗成功率为96.30%,栽植频率为77株/min,栽植成功率为96.97%. 相似文献
16.
【目的】回顾与总结国内外设施蔬菜自动对靶喷药技术的研究现状与进展,为该技术在设施蔬菜自动对靶喷药机器人的发展应用上提供理论和科学依据。【方法】采用相关文献资料、实地调研的方法,汇总、整理及分析。【结果】导航技术国外主要采用基于GPS、机器视觉、激光雷达等技术开发的路径识别及智能避障技术,国内主要采用电磁诱导、基于GPS、激光雷达和视觉技术的道路边缘获取与道路识别技术。病虫害检测现阶段国外主要采用图像识别、红外成像和高光谱及基于深度学习的病虫害识别技术,技术较为成熟,国内现阶段主要采用图像识别技术,利用作物颜色、纹理及形状特征进行识别。国外对靶喷药采用机器视觉、激光主动视觉和超声波技术并结合传感器对目标作物进行识别,利用变速喷药技术在生菜、番茄等作物上进行了应用,国内开发了温室自主喷药机器人,采用机器视觉技术获取靶标病虫害位置信息,对喷头进行单独控制,以达到精准对靶施药的效果。【结论】导航技术、病虫害识别技术及对靶喷药技术是自动对靶喷药技术的核心。导航方面在温室中利用机器视觉和激光雷达技术相比GPS技术更加可靠、灵活,精准度更高,高光谱与病虫害识别技术可提高病虫害识别的效率,对靶喷药技术中目标作物的识别与冠层稠密程度的判断是发展趋势。 相似文献
17.
【目的】采用机器视觉技术开展柑橘梢期的智能感知技术研究,以解决背景与目标颜色相似造成识别精度低的问题,实现柑橘梢期自动监测,探索算法的改进方法。【方法】根据不同卷积层提取特征的特点与不同注意力机制的作用,提出了一种基于多注意力机制改进的YOLOX-Nano智能识别模型,建立多元化果园数据集并进行预训练。【结果】改进的YOLOX-Nano算法使用果园数据集作为预训练数据集后,各类别平均精度的平均值(Mean average precision, mAP)达到88.07%。与YOLOV4-Lite系列模型相比,本文提出的改进模型在使用较少的参数和计算量的情况下,识别精度有显著的提升,mAP分别比YOLOV4-MobileNetV3和YOLOV4-GhostNet提升6.58%和6.03%。【结论】改进后的模型在果园监测终端的轻量化部署方面更具有优势,为农情实时感知和智能监测提供了可行的数据和技术解决方案。 相似文献
18.
【目的】为降低原木检尺作业中人为因素对检尺结果的影响，提升工作效率，提出一种基于掩膜区域实例分割模型和边缘拟合算法的原木径检尺方法。【方法】使用单目手机作为采集设备，针对3种不同尺径等级的桉树原木和矩形标尺作为研究对象。首先在不同距离下采集图像制作数据集，以8∶1∶1比例划分训练集、验证集和测试集，建立原木端面识别实验数据集。其次利用实例分割模型提取端面部分生成掩膜，使用边缘拟合算法求得矩形标尺和原木端面像素长度，结合标尺实际大小求得原木端面实际尺径。比较算法测量误差及不同国家标准下材积计算误差，评估该方法的准确性。【结果】本实例分割模型能够准确地实现原木端面掩膜分割，达到99.89%的精准率与99.41%的召回率，F1分数与均值平均精度相较one-stage算法有明显提升。通过最小二乘边缘拟合算法拟合端面为椭圆，求得椭圆短径作为原木尺径，对比真值，平均百分比误差约为-2.00%，较真实值偏小。对比不同尺径等级原木误差，100%小尺径原木、98%中尺径原木和95%大尺径原木的计算值误差范围为-5%～5%。对比不同距离下采集的原木端面图像，在50～100 cm以内采集图像效果最佳，平均相... 相似文献
19.
【目的】实现棉田复杂背景下棉蚜快速准确计数,提出一种先彩色分割,后自适应构元素及阈值的棉蚜计数方法。【方法】该方法基于大量棉蚜图像RGB数据进行K-means聚类建模,利用结构元素完成腐蚀去噪,针对黏连区域像素个数进行求模运算。【结果】根据图像颜色特征将噪音分为13类,蚜虫分为7类,得到其RGB值后再次分类,并分析数据建立模型实现蚜虫和噪音的彩色分割;根据统计学原理建立结构元素,对不同噪音的图像自动选择最优结构元素进行腐蚀去噪;计算黏连区域像素个数与单头蚜虫期望大小像素个数的模,实现黏连区域蚜虫计数。【结论】基于结构元素的棉蚜计数方法能有效的对棉田复杂背景下棉蚜快速准确计数,计数平均准确率为86.47%,在图像处理过程中极大降低了算法对阈值的依赖性,有效地解决了棉蚜图像黏连分割的问题,完成基于数字图像的复杂背景下棉蚜计数。 相似文献
20.
目前苹果分级自动化程度较低,为了实现苹果品质自动、快速、准确分级设计了一套苹果智能在线检测分级系统。以寒富苹果为测试对象,采用机器视觉技术对苹果分级进行研究。采用阈值分割的方法分割苹果正面图像,逐像素遍历法提取苹果外部轮廓,通过计算其各点到重心的距离提取苹果大小特征,同时计算苹果横径与纵径比提取果形特征。采用支持向量机方法分割侧面苹果图像,计算苹果红色像素占苹果像素的比例提取颜色特征,利用Fisher统计识别的方法提取苹果缺陷。实现了整个分级系统的硬件搭建以及软件的功能,利用该系统对400个苹果样本进行了分级试验,结果表明该系统分级的苹果总体正确率达到95%。设计的基于机器视觉的苹果智能在线检测分级系统克服了传统分级方法的不足,加快了苹果品质分级自动化速度,对水果品质分级等领域有重要研究意义。 相似文献