您的位置: 专家智库 > >

国家自然科学基金(31071320)

作品数:9 被引量:157H指数:6
相关作者:李伟纪超张俊雄谭豫之袁挺更多>>
相关机构:中国农业大学山东理工大学机械科学研究总院更多>>
发文基金:国家自然科学基金国家科技支撑计划国家教育部博士点基金更多>>
相关领域:自动化与计算机技术农业科学更多>>

文献类型

  • 9篇期刊文章
  • 1篇会议论文

领域

  • 7篇自动化与计算...
  • 4篇农业科学

主题

  • 4篇图像
  • 4篇温室
  • 3篇信息获取
  • 3篇机器人
  • 3篇机器视觉
  • 2篇单倍体
  • 2篇单目视觉
  • 2篇玉米
  • 2篇玉米单倍体
  • 2篇图像处理
  • 2篇黄瓜
  • 2篇倍体
  • 1篇导航
  • 1篇调整方法
  • 1篇堆叠
  • 1篇信息获取技术
  • 1篇信息识别
  • 1篇兴趣点
  • 1篇叶片
  • 1篇硬件

机构

  • 10篇中国农业大学
  • 3篇山东理工大学
  • 1篇山东大学
  • 1篇国家玉米改良...
  • 1篇机械科学研究...

作者

  • 10篇李伟
  • 5篇张俊雄
  • 4篇纪超
  • 3篇陈英
  • 3篇袁挺
  • 3篇谭豫之
  • 3篇杨振宇
  • 3篇宋鹏
  • 2篇张文强
  • 2篇陈绍江
  • 2篇吴科斌
  • 1篇黄小龙
  • 1篇刘发英
  • 1篇任永新
  • 1篇张春龙
  • 1篇李南
  • 1篇刘金
  • 1篇刘卫东
  • 1篇张妍
  • 1篇张震华

传媒

  • 4篇农业机械学报
  • 2篇农业工程学报
  • 1篇机器人
  • 1篇农机化研究
  • 1篇江苏大学学报...

年份

  • 3篇2014
  • 3篇2012
  • 4篇2011
9 条 记 录,以下是 1-10
排序方式:
基于图像轮廓分析的堆叠葡萄果粒尺寸检测被引量:18
2011年
提出一种堆叠葡萄果粒尺寸检测算法:首先通过8-邻域轮廓跟踪提取果穗轮廓曲线,然后基于改进的曲线旋转和局部极值判断方法搜索曲线上的凹点,从而将曲线分割成分段圆弧以实现果粒的分割和识别,进而采用最小二乘分段曲线拟合计算果粒直径。通过对巨峰葡萄的检测试验表明,该算法对葡萄果穗的果粒正确识别率在35%左右,用于统计葡萄的平均果粒直径,平均误差为0.61 mm,最大误差为1.69 mm,根据果粒大小分级的准确率为72.7%。
陈英李伟张俊雄
关键词:葡萄果穗尺寸检测
基于机器视觉的锄草机器人信息获取方法研究
本文以移栽类蔬菜用苗间锄草机器人信息获取方法为研究对象,根据锄草机器人对实时性的要求,研究了以最小耗时和最大包容准确度为目标的信息获取方法。在RGB空间内利用植物G分量值的优势去除土壤等背景干扰,根据机器人前进方向上蔬菜...
张春龙黄小龙刘卫东张妍李南张俊雄李伟
关键词:机器人机器视觉信息获取
文献传递
玉米单倍体籽粒特征提取及识别被引量:6
2012年
研究了玉米单倍体育种过程经导入基因标记后杂交诱导产生的单倍体与杂合体籽粒特征提取及识别方法,实现了单倍体籽粒的准确识别。以导入基因标记后杂交诱导产生的玉米籽粒为研究对象,根据颜色特征将玉米分为紫色标记、黄色胚乳及白色胚部3部分,通过分析此3部分像素在RGB及HSV颜色空间内的分布特点,提出了(G-B)R/B模型,实现了紫色标记区域的有效提取;根据玉米籽粒形态特点及紫色标记部分的分布特点,提出了一种简单快速的单倍体籽粒识别方法。在单倍体分拣试验台上的试验结果表明,所提出的方法对单倍体的识别准确率达98.07%,且能满足动态检测要求。
宋鹏吴科斌张俊雄陈绍江刘金李伟
关键词:玉米单倍体图像处理
温室黄瓜采摘机器人系统研制及性能分析被引量:94
2011年
为提高黄瓜采收智能化水平,降低人工采收劳动强度,研发了黄瓜采摘机器人系统.描述了机器人系统硬件构成,提出了三层式系统控制方案,设计了导航控制程序与采摘控制程序两核心软件,阐明了采摘机器人作业流程.黄瓜采摘机器人温室作业性能测试试验证明:系统各模块运转良好,视觉识别算法可有效提取果实信息,机器人采摘成功率达85%,单根黄瓜采摘耗时28.6 s.温室黄瓜采摘机器人具有较好的稳定性与较高的实用性.
纪超冯青春袁挺谭豫之李伟
关键词:黄瓜采摘机器人硬件构成软件设计
基于光照色彩稳定性分析的温室机器人导航信息获取被引量:13
2012年
针对温室环境下视觉导航存在光照波动影响问题,从应用可行性角度,研究了一种基于光照色彩稳定性的导航信息获取方法。分析了温室导航线图像在颜色空间的色彩特征分布,建立了光照分析模型,以提高不同光照条件下的导航线提取适应性。提出g、Cr、Cb色彩分量组合的导航线分割方法,实现了导航信息有效快速识别。采用基于导航参考点的改进Hough变换拟合导航路径,通过几何关系获得导航侧向位移和角度偏差作为导航参数。温室环境下随机拍摄150幅不同光照导航图像进行识别算法验证,导航线平均识别率为93.9%。导航实验结果表明,导航线获取方法平均耗时约95 ms,在运行速度低于1.5 m/s时最大路径跟踪误差小于6 cm,满足视觉导航实时性和准确性的要求。
袁挺任永新李伟纪超谭豫之
关键词:温室机器人视觉导航信息识别
基于单目视觉的移栽钵苗叶片朝向的调整方法被引量:8
2014年
为解决钵苗移栽时叶片朝向一致的问题,研究单目视觉钵苗叶片的调向方法。首先,均隔8°提取钵苗旋转1圈视频中的45帧图像作为目标对象,对每帧图像依次采用灰度变换、阈值分割和细化等算法进行图像处理后,将8邻域中只有一个与其灰度值相同的中心像素判定为叶片末梢尖点(兴趣点)。然后,通过平滑相似度函数将兴趣点路径跟踪问题简化为对前一帧兴趣点的临近位置均值移位搜索的最大相似度;根据跟踪对象运动矢量方向和速度的连贯性,通过最小化函数从临近位置内存在的多个兴趣点中筛选出目标兴趣点;采用最小化接近一致性代价幻影点函数产生一个帧间幻影点代替因叶片相互遮挡可能丢失的兴趣点。依次根据各帧图像的多个叶片兴趣点获得其相应跟踪路径和对应方位。最后,将叶片兴趣点中存在最大横坐标值的一对对称兴趣点作为目标,当其中一个兴趣点处在最大横坐标位置时,根据另一个兴趣点的当前位置确定钵苗顶杆的调整转角θ/2,将叶片朝向调整到与横轴平行后完成调向。试验结果显示,50株钵苗的最小、最大调向偏差值分别为1.51°和25.31°,94%的调向偏差值小于15°。钵苗叶片调向方法可以满足钵苗移栽机的叶片调向要求。
杨振宇张文强李伟陈英
关键词:机器视觉关键帧提取
基于近红外图像的温室小型西瓜采摘信息获取技术被引量:3
2012年
为实现温室立体栽培模式下小型西瓜的识别与空间定位,研究了基于近红外图像的西瓜采摘信息获取方法。测定、比较西瓜果实与茎、叶的光谱反射率,确定波长850 nm附近波段为区分西瓜与背景的最佳波段,在光强差异较大的两时段内采集了最佳波段下的西瓜近红外图像;通过Otsu算法滤除背景信息,利用"米"字型模板检测得到"浓缩西瓜"区域,实现西瓜果实识别;使用形心坐标计算公式获得采摘点坐标;根据西瓜果梗生长特性,利用分块定位算法获得切割点坐标信息。在温室环境下随机选择拍摄50幅有西瓜图像和20幅无西瓜图像进行识别算法验证,并对识别成功的有西瓜图像进行采摘点与切割点提取算法验证。结果表明,有西瓜图像识别成功率为86%,无西瓜图像为95%;采摘点、切割点定位准确度分别为93.0%、88.4%。
袁挺纪超张震华张俊雄谭豫之李伟
关键词:西瓜采摘信息获取
温室智能黄瓜收获机设计与试验被引量:1
2014年
黄瓜种植面积广,市场需求大。为实现在现有种植环境下的大批量高效收获作业需求,设计了一种智能黄瓜收获机,由立支架系统、收获车、单轴式简易差速装置和控制系统等主要部分组成。收获车在立支架系统的导轨上行走,单轴式简易差速装置实现变轨过程中收获车的左右驱动轮在圆弧轨道上的差速运动。智能黄瓜收获机可以通过传感器对黄瓜成熟度的进行判别,再由控制器控制收获刀具完成收获或避让落蔓过程中悬挂在导轨内侧挂钩上的黄瓜,从而完成收获过程。试验结果表明:该收获机最佳收获速度0.5m/s,最佳传感器与收获刀具之间的安装距离为87mm,黄瓜收获成功率可达97%以上,具有较好的应用前景。
杨振宇纪超黄绍伟刘发英李伟
关键词:温室收获机成熟度
基于BP神经网络的玉米单倍体种子图像分割被引量:12
2011年
以单倍体育种产生的经遗传标记后的玉米品种1050-37为研究对象,研究种子图像的颜色模式类别,将单个玉米种子划分为紫色标记区域、黄色区域和白色区域进行分析.通过分析图像在归一化rgb,HSV模型下的不同颜色特征,选取其中7个作为输入特征参数,构建了一种3层BP神经网络模型,从而实现玉米单倍体种子图像的有效分割.试验表明:该模型对紫色标记区域、黄色区域和白色区域的准确识别率分别为97.61%,93.34%和94.09%;所提取的紫色标记区域对单倍体与杂合体的识别是有效且可靠的.
张俊雄吴科斌宋鹏李伟陈绍江
关键词:玉米种子单倍体BP神经网络图像分割
利用单目视觉获取钵苗移栽适合度信息的方法被引量:11
2014年
钵苗在穴盘中的生长状态各异,钵苗移栽是育苗过程的关键环节。为提高移栽后钵苗成活率,解决出苗不齐和断苗等问题,需对被移栽钵苗的直立度和高度等适合度信息进行综合评价,筛选出符合移栽要求的钵苗。图像采集系统中的顶杆能够顶起穴盘中的钵苗旋转90°,相机采集钵苗转动90°前后2幅图像,图像RGB各通道灰度值概率直方图存在灰度集中区域。首先,采用24位RGB源图像转8位灰度图、中值滤波和灰度拉伸算法对图像进行预处理;然后,使用细化、水平膨胀和垂直腐蚀等图像处理算法,获取钵苗主茎秆的特征;最后,采用标准差为0.65的3×3高斯模板Harris角点检测算法提取每株钵苗主茎秆上的关键点信息,对其加权最小方差直线拟合获取拟合直线,直线的斜率换算后作为钵苗直立度的判定值,以每一株钵苗的全部角点y坐标最大差值的110%作为钵苗高度的判定值。只有钵苗的直立度和高度都满足各自评价指标要求才被认为适合移栽。试验获取了12幅图像共计30株辣椒钵苗在0和90°位置的直立度和高度,每幅图像处理算法平均耗时0.35 s。按直立度(45°<α<135°)和高度(H>105 mm)评价指标判定,5株钵苗不适合移栽;2株钵苗的视觉检测结果与人工测量结果相反,视觉检测结果与人工测量结果之间的偏差率为6.67%。出现检测偏差的原因主要是钵苗叶对茎秆的遮挡和移栽机的振动使得钵苗在转动90°的前后与顶杆的相对位置发生了变化影响了人工和视觉测量的精度。该方法能够满足钵苗移栽机实时筛选工作的需求。
杨振宇张文强李伟陈英宋鹏
关键词:图像处理机器视觉图像识别角点检测
共1页<1>
聚类工具0