搜索结果: 1-6 共查到“农业电气化与自动化 detection”相关记录6条 . 查询时间(0.078 秒)
研究了破损棉种的机器视觉识别方法，采用均值、方差、均方比等统计特性参数，计算棉种边界破损参数。通过实验确定均方比分类阈值为0.58，将棉种分为破损棉种和正常棉种。选取正常棉种330粒、破损棉种110粒，利用该检测系统进行检测，其识别精度达93%。
通过模拟田间实际喷雾情况，利用图像采集系统采集雾滴图像，对其进行增强和分割等预处理，并对粘连雾滴提出用改进的分离粘连雾滴算法进行了分离处理。基于相同样本，用图像处理方法获得的雾滴粒径分布及覆盖率等参数与激光粒度仪测量结果的对比分析表明，利用图像处理技术检测雾滴分布参数，其测量误差在6%以内。
农用车辆作业环境障碍物检测方法（Obstacle Detection in the Working Area of Agricultural Vehicle Based on Machine Vision）
农用车辆 颜色分割 特征匹配
2009/11/3
针对联合收获机视觉导航系统中的视觉测障，提出了一种基于单目彩色图像分割测障与立体视觉特征匹配测障相结合的测障方法：利用H、S颜色分量对单目图像实施固定阈值分割并二值化，获得潜在障碍物的位置及区域；采用尺度空间不变(SIFT)算法获取潜在障碍物区域特征；采用近似最近邻分类算法(ANN)进行快速特征匹配，获得潜在障碍物的世界坐标，由此进一步确认障碍物以及障碍物与车辆之间的距离。提出了提高算法效率的措施...
基于改进Hough变换的农田作物行快速检测算法（Rapid Crop-row Detection Based on Improved Hough Transformation）
作物行检测 机器视觉 直方图投影
2009/8/11
期农田作为研究对象，采集了包含行栽作物和土壤背景的农田图像，针对现有作物行定位方法易受外界干扰和处理速度较慢的不足，提出将投影法和直接Hough变换法相结合检测作物行的算法。采用2G—R—B法和OTSU法将图像二值化，通过快速中值滤波算法去除噪声，再利用垂直直方图投影将图像进行水平条划分获取作物垄平均定位点，最后通过Hough变换检测垄定位点，得到作物行中心线。试验结果表明：基于垂直直方图投影的H...
基于颜色特征的棉田中铁苋菜识别技术（Copperleaf Herb Detection from Cotton Field Based on Color Feature）
棉花 杂草识别 机器视觉
2009/8/11
基于不同的颜色特征，利用机器视觉技术自动识别棉田中铁苋菜。分别对棉花和杂草铁苋菜的色差法(R—G，R—B，G—B)、超绿法(2G—R—B)、色度法(H)等5种特征图像进行对比，确定色度法利用最大方差进行二值化的效果最佳。创建与二值图像相对应的0、1双精度型矩阵，并分别与R、G、B三基色分量图相乘，获取前景是R、G、B三基色分量图，背景是黑色的灰度图像。分析棉花、铁苋菜前景R、G、B的标准差，确定R...
免耕覆盖地秸秆行茬导航路径的图像检测（Detection of Stubble Row and Inter-row Line for Computer Vision Guidance in No-till Field）
保护性耕作 农业机械 自动导航
2009/8/11
提出了秸秆行茬视觉导航方法，引导农机具在根茬行间作业以防止堵塞，并对玉米直立根茬导航路径的检测方法进行了研究。选取了图像的彩度信息作为研究对象，通过多种自动阈值选取方法的对比试验和分析，采用迭代法对根茬图像与土壤背景进行了有效分割，并采用2次腐蚀处理去除噪声，通过膨胀处理填充目标区域孔洞；使用了过已知点的Hough变换检测出玉米直立根茬行间及行茬直线。田间试验表明，该方法能够有效地提取出秸秆行茬导...