排序方式: 共有25条查询结果,搜索用时 203 毫秒
11.
根据肉牛屠宰现场牛肉自动分级的技术要求,设计并构建了一个以TMS320DM642处理芯片为核心的牛胴体眼肌图像在线采集和实时分割系统.首先利用所开发系统在线采集牛肉图像,然后通过蒙板方法,对所采集图像进行背景分割;由于DM642系统采用y、Cb、Cr 3个色度分量来分别描述和存储图像,为节省算法处理的数据量,对Cr(红色)色度空间图像进行二值化处理,然后再用区域面积标记法和小区域消除法提取眼肌区域.实验结果表明,利用DM642系统能够实现牛肉图像的在线采集和眼肌区域分割,眼肌图像提取的准确率平均值为92.9%. 相似文献
12.
13.
根据稻飞虱趋光性并依照植保专家捕捉昆虫标本的方法,设计了适用于野外环境的昆虫图像自动采集装置.该装置主要由计算机、采集工作台、图像采集系统和控制系统构成.通过荧光灯,将野外昆虫引诱到采集工作台的幕布上,然后通过计算机和微控制器,控制采集工作台和白色采集幕布的两维运动,配合自动拍摄系统,对爬附于幕布上的昆虫进行定时拍摄,获取处于自然状态下的昆虫图像.实验结果显示,利用该系统可以获得完整、清晰且处于自然状态的昆虫图像,为稻飞虱自动识别和田间稻飞虱的虫口密度预测创造了条件. 相似文献
14.
基于改进灰度共生矩阵和粒子群算法的稻飞虱分类 总被引:4,自引:3,他引:1
针对稻飞虱远程实时识别采集图像质量不高而无法使用颜色特征的问题,应用灰度共生矩阵提取的纹理特征值对稻飞虱分类进行了研究。采用自行设计的拍摄装置采集稻飞虱图像,经过一系列预处理后得到去掉背景的稻飞虱灰度图像;对灰度图像采用改进的灰度共生矩阵提取纹理特征值,再用反向传播BP(back propagation)神经网络和参数改进粒子群算法优化BP神经网络分别进行训练和测试,以此检验纹理特征值的识别效果和粒子群算法的优化效果。试验用Matlab验证算法,对白背飞虱、灰飞虱和褐飞虱共300个样本进行了训练和测试,结果表明基于参数选择改进粒子群算法优化BP神经网络的识别率总体达到了95%,比直接用BP神经网络的识别率高,而且经过Matlab测试,训练时间只用了0.5683s,说明粒子群算法更满足实时性要求。 相似文献
15.
基于4种不变矩和BP神经网络的稻飞虱分类 总被引:6,自引:4,他引:2
针对稻飞虱远程实时识别采集图像质量不高的问题,研究了基于不变矩提取形状特征值对稻飞虱进行分类。采用自行设计的拍摄装置采集稻飞虱图像,进行灰度化后用大津法二值化,再用数学形态学滤波;对二值图像采用Hu矩、改进Hu矩、Zernike矩和Krawtchouk矩4种不变矩分别提取特征值,再用BP神经网络进行训练和测试,以此检测4种矩的提取效果。试验用Matlab2008验证算法,对白背飞虱、褐飞虱和灰飞虱共300个样本进行了训练和测试,结果表明Krawtchouk矩提取稻飞虱图像形状特征值的识别率最高,总体达到了91.7%。该文可为大田中现场识别稻飞虱提供参考。 相似文献
16.
介绍了一种基于网络技术及单片机测控技术的大型多点温度、湿度测控和管理系统。经仿真和现场调制,取得了良好的效果,可提高粮食的保存质量,并大幅提高粮库的经济效益。 相似文献
17.
18.
[目的]为优化热泵粮食干燥机的干燥工艺,实现对热泵粮食干燥机干燥过程的自动化控制,研制了空气源热泵粮食干燥机信息采集与自动控制系统.[方法]该系统以4级联合而成的空气源热泵作为热源,通过改变热泵机组的启停组合调节送风温度,以江苏天禹生产的型号为5HXG-120循环式谷物干燥机为机体,其内部自上而下分别为缓苏段、干燥段、... 相似文献
19.
研制了一种田间稻飞虱图像远程实时采集系统。该系统由图像采集装置、自动控制系统和远程传输系统组成。利用稻飞虱的趋光性,将其引诱至图像采集装置的白色幕布上,可编程逻辑控制器(PLC)为自动控制系统的核心,发出脉冲控制相机拍摄,同时控制交流伺服电机运行,驱动拍摄装置,实现对幕布的自动扫描拍摄稻飞虱图像。远程传输系统选用4G技术和基于TCP协议的客户端/服务器模式传输方法,将所拍摄昆虫图像自动传输至监测中心处。验证试验结果表明,该系统可直接获得768×576像素的田间稻飞虱图像。通过二维离散傅里叶变换验证,采集系统所采集到的稻飞虱图像与其他昆虫图像存在明显特征差异,说明该系统可满足稻飞虱图像采集要求。 相似文献
20.
针对拖拉机防护装置静态试验设备调节繁琐、自动化程度和作业效率低等问题,设计了拖拉机防护装置自动静载试验系统。该试验系统由机械加载及辅助系统、液压系统和测控系统等组成,采用一次性夹持固定拖拉机防护装置,通过三维移动加载立柱、压垮横梁以及手动/遥控调节、自动加载等方式,实现拖拉机防护装置在不同工况下的静载试验。利用该试验系统对WD1104型轮式拖拉机驾驶室进行了水平纵向加载、侧向加载和2次垂直压垮试验,试验结果表明,系统性能稳定,纵向加载和侧向加载下的能量控制误差分别为0.55%、0.03%,垂直后压垮和垂直前压垮试验压垮力控制误差分别为0.63%、0.16%,满足相关标准对试验设备的要求。 相似文献