搜索结果: 1-6 共查到“农业机械化 computer vision”相关记录6条 . 查询时间(0.05 秒)
提出了一种基于计算机视觉技术的山竹大小和颜色分级方法。针对以蓝色滚子为背景的山竹图像,在RGB色彩空间使用双阈值对图像进行初步分割;然后通过形态学运算、轮廓跟踪、区域填充提取出整个山竹目标;最后由颜色因子2G-R-B和G识别出果柄、果蒂和果皮。由果柄、果蒂区域形心和果皮区域形心位置判断水果的姿态,提取水果的最大横径作为大小分级指标;在HIS颜色空间以果皮区域的饱和度S和色调H的差值作为颜色分级指标...
基于计算机视觉的葡萄检测分级系统(Grape Inspection and Grading System Based on Computer Vision)
葡萄 分级 计算机视觉 图像处理
2010/4/1
设计了一套基于计算机视觉的葡萄检测分级系统,包括驱动装置、输送机构、夹持机构、图像采集与处理系统和分级控制系统,葡萄以悬挂方式连续输送,两个CCD摄像机在外触发模式下实时采集葡萄的两面图像。基于RGB色彩空间计算果面着色率,采用投影面积法和果轴方向投影曲线计算果穗大小和形状参数,进而实现葡萄外观品质分级。选用20穗巨峰葡萄进行3次分级试验,与人工分级对比,颜色和大小形状分级的准确率分别为90%和8...
基于计算机视觉的马铃薯自动检测分级(Automatic Detecting and Grading Method of Potatoes with Computer Vision)
马铃薯 分级 计算机视觉
2009/5/22
根据大小特性,采用改进的果径法进行马铃薯的大小分级;根据外形特性,采用离心率法进行马铃薯的形状分级;根据颜色特性,采用灰度值差值法检测发芽马铃薯;根据边界特性,采用相邻采样边界点归一化半径差的方法检测畸形马铃薯,并实现了马铃薯在线综合检测分级。检测试验结果表明:系统分级结果比较稳定,分级精度达到88.0%。
基于计算机视觉和神经网络的牛肉颜色自动分级(Automatic Color Grading of Beef Lean Tissue Based on BP Neural Network and Computer Vision)
牛肉 颜色 分级 神经网络
2009/5/22
将采集的牛胴体眼肌切面图像人工确定其颜色等级,然后通过计算机图像处理方法,分割出肌肉区域并提取出其在RGB和HIS颜色空间的颜色特征参数。设计一个以牛肉的颜色特征参数为输入、牛肉的颜色等级为输出的BP神经网络模型,通过训练,确定模型的结构参数,用测试样本对该模型进行验证。结果显示,用该模型进行牛肉颜色等级预测的正确率可达95%,耗时仅0.25s。表明利用所设计的模型可以对牛肉的颜色等级进行快速、准...
农林环境机器视觉导航路径生成算法及应用(Algorithms of Path Guidance Line Based on Computer Vision and Their Applications in Agriculture and Forestry Environment)
路径导航 农林环境 机器视觉
2009/5/22
提出两种自然环境中的路径导航线生成算法:对于矮小作物规则分布的农田场景,在标准Hough变换的基础上,预先检测共线点峰值的限定偏角阈值,以迅速检测关键信息;对于林地环境及类林地环境的高大作物农田场景,寻找树干与地面的交点,形成机器人行走的左右边界,再求两边交点的中值产生一列点簇。对该列点簇进行Hough变换检测直线作为导航线,或应用最小二乘法拟合左右边界,求其中线作为路径导航线。Matlab对比仿...
水稻氮素机器视觉诊断最佳叶位和位点的选择研究(Determination of Suitable Leaf for Nitrogen Diagnosis in Rice Based on Computer Vision)
水稻 氮素 机器视觉 叶位 位点 变异系数
2010/5/5
选用扫描仪获取水稻叶片的数字图像,通过比较第1和第3完全展开叶 (L1和L2) 颜色参量的空间分布,研究基于机器视觉技术的水稻氮素诊断的最佳叶位和位点选择。结果表明基于机器视觉的水稻氮素营养诊断是有理论依据的,能反映出叶片的营养状况; 选择B、b、b/(r+g)、b/r、b/g作为最优颜色特征参量;比较颜色特征参量对应的变异系数CV,得到低氮处理的CV明显高于正常氮素水平,同时CV随着叶位的增...