检索结果-南通市图书馆

基于Kirsch算子与数学形态学的马铃薯图像芽眼识别与定位方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

微型电脑应用 2024年第1期40卷 92-95页

作者：梁利利毛露露高楠咸阳师范学院实验实训中心陕西咸阳712000 咸阳师范学院外国语学院陕西咸阳712000

马铃薯图像芽眼识别是马铃薯自动切块实现大面积种植的前提,由此提出一种基于Kirsch算子与数学形态学的马铃薯图像芽眼识别与定位方法。对马铃薯图像进行灰度化、中值滤波处理,采用Kirsch算子快速算法进行边缘检测,结合数学形态学强大... 详细信息

马铃薯图像芽眼识别是马铃薯自动切块实现大面积种植的前提,由此提出一种基于Kirsch算子与数学形态学的马铃薯图像芽眼识别与定位方法。对马铃薯图像进行灰度化、中值滤波处理,采用Kirsch算子快速算法进行边缘检测,结合数学形态学强大的处理功能巧妙地剔除马铃薯边界,实现马铃薯芽眼区域的识别与快速定位。实验表明,该方法识别率高,芽眼区域标记完整、简单快捷,具有较好的实时性和准确性,可为后续马铃薯芽眼智能化切割提供借鉴与参考。

关键词：马铃薯芽眼识别 Kirsch算子定位

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于激光三维重建的种薯芽眼识别方法研究

基于激光三维重建的种薯芽眼识别方法研究

作者：韩梦杰山东理工大学

学位级别：硕士

马铃薯是我国继小麦、玉米、水稻的第四大粮食作物,种植面积位居全球首位。近些年来,随着国家对农业愈加重视,农业机械化、智能化水平越来越高,马铃薯产业一定程度上实现了从播种、收获、分级筛选等一系列环节的自动化,极大提高了马铃... 详细信息

马铃薯是我国继小麦、玉米、水稻的第四大粮食作物,种植面积位居全球首位。近些年来,随着国家对农业愈加重视,农业机械化、智能化水平越来越高,马铃薯产业一定程度上实现了从播种、收获、分级筛选等一系列环节的自动化,极大提高了马铃薯种植业的生产效率。马铃薯在播种过程中,需要对种薯进行切块处理,切块具有可以打破休眠期,促进发芽出苗,降低马铃薯生产成本等方面优势。目前种薯切块主要依靠人工完成,其存在成本高、效率低、刀具不及时消毒而导致交叉感染等问题。采用机器切块的方式可以很好的避免上述存在的问题,而智能切块的重要前提是实现芽眼自动化识别。目前通过二维图像的方法一定程度上实现了芽眼识别,但存在图像受光照影响较大、获取的芽眼信息较少导致无法对种薯进行合理切块等问题。本文在充分研究点云数据的获取、预处理、三维点云特征提取的基础上,结合采集到的种薯点云数据的特点,提出了一种基于激光三维重建的种薯芽眼识别方法,并通过试验数据进行验证。结果表明基于三维点云芽眼识别方法芽眼识别的精确率为94.9%,召回率为88.3%,可以满足种薯自动化切块的需求。本文主要的研究内容如下:1.基于线激光种薯点云的获取。通过对目前多种点云获取方法进行研究,在充分对比几种常用点云获取方法如光栅投影法、断层扫描法、线结构光法等基础上,结合种薯点云获取的方式、适用场景,最终选择线结构光法作为种薯点云的获取方式。搭建试验台,并对光学系统进行标定,获取种薯三维表面模型。2.基于点云滤波算法对种薯点云进行降噪处理与种薯点云特征分析。利用直通滤波、统计滤波去除种薯表面点云噪声,采用体素滤波算法对种薯点云进行下采样。经过预处理之后的种薯点云,根据点云的曲率、法向量、粗糙度、密度、协方差等特征对种薯点云进行特征分析,经分析验证法向量特征在种薯芽眼点云特征提取过程中影响最大,薯身点云与芽眼位置的点云分布区别明显,为后续基于三维点云种薯芽眼识别创造条件。3.提出了基于三维点云的种薯芽眼识别方法。基于Point Net++点云深度学习网络实现对种薯点云中的芽眼特征进行提取。制作种薯点云的数据集,并进行设计试验。试验结果表明:利用三维重建种薯的方式与图像识别的方式相比,获取的种薯表面特征信息更多,更有益于后续种薯自动化切块的过程,为种薯芽眼识别提供了新思路,具有一定的指导意义。

关键词：种薯芽眼识别激光点云三维重建特征提取

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Gabor特征的马铃薯图像芽眼识别

农机化研究 2021年第2期43卷 203-207页

作者：吕钊钦亓协腾张万枝刘正铎郑文秀穆桂脂山东农业大学机械与电子工程学院山东泰安271018 山东省园艺机械与装备重点实验室山东泰安271018

为了实现马铃薯智能化切块中芽眼自动识别,提出了一种基于Gabor特征的马铃薯图像芽眼识别方法。首先,设计了马铃薯图像采集系统,采集马铃薯图像;然后,进行马铃薯图像中芽眼特征分析,并基于Gabor特征进行马铃薯图像滤波,选择方向2和尺度... 详细信息

为了实现马铃薯智能化切块中芽眼自动识别,提出了一种基于Gabor特征的马铃薯图像芽眼识别方法。首先,设计了马铃薯图像采集系统,采集马铃薯图像;然后,进行马铃薯图像中芽眼特征分析,并基于Gabor特征进行马铃薯图像滤波,选择方向2和尺度4下的滤波图像进行形态学图像处理;最后,通过剔除马铃薯边界连通区域进行芽眼区域提取。选择50张马铃薯图像进行芽眼识别试验,结果表明:提出的算法芽眼识别率为93.4%,误识别率为7.2%,平均识别速度为0.28s。本算法可为马铃薯智能化切块中的芽眼自动识别提供方法。

关键词：马铃薯芽眼识别 Gabor特征图像处理

在线全文

学校读者我要写书评

暂无评论

基于LBP与SVM的马铃薯芽眼识别

山东农业大学学报（自然科学版） 2020年第4期51卷 744-748页

作者：张金敏杨添玺兰州交通大学甘肃兰州730070

芽眼是马铃薯种植的关键,芽眼识别是种薯智能切块的先决条件。当前,马铃薯种植已实现一定程度的机械化,但在种植中,种薯切块仍由人工完成。本文为提高切块效率,对马铃薯芽眼识别进行研究,通过摄像头采集马铃薯图像,首先进行中值滤波,接... 详细信息

芽眼是马铃薯种植的关键,芽眼识别是种薯智能切块的先决条件。当前,马铃薯种植已实现一定程度的机械化,但在种植中,种薯切块仍由人工完成。本文为提高切块效率,对马铃薯芽眼识别进行研究,通过摄像头采集马铃薯图像,首先进行中值滤波,接着采用大津法进行图像分割;然后采用局部二值模式分别对新旧种薯芽眼和非芽眼区域进行特征提取,最后采用支持向量机进行样本特征训练,通过对不同样本进行实验,综合识别率达97.33%。综上实验,基于局部二值模式进行特征提取与支持向量机进行分类的方法,种薯芽眼识别率达到了令人满意的水平,为种薯智能切块奠定良好基础。

关键词：马铃薯芽眼识别局部二值模式支持向量机

在线全文

学校读者我要写书评

暂无评论

马铃薯种薯智能切块机设计与试验

农机化研究 2022年第12期44卷 124-129,134页

作者：冯伟李平张先锋钟魏然王攀崔晋波重庆市农业科学院重庆401329 四川省农业机械研究设计院成都610066

针对马铃薯人工切种存在种薯用量大、薯块尺寸不均及出苗率难以保证及劳动力需求大等问题,基于马铃薯分级机设计了一种马铃薯种薯智能切块机,可同时完成切块、排序、视觉筛选、收集等功能。种薯切块机采用切割装置对分级后的种薯分组进... 详细信息

针对马铃薯人工切种存在种薯用量大、薯块尺寸不均及出苗率难以保证及劳动力需求大等问题,基于马铃薯分级机设计了一种马铃薯种薯智能切块机,可同时完成切块、排序、视觉筛选、收集等功能。种薯切块机采用切割装置对分级后的种薯分组进行一型、Y型、十型切割,通过排序机构对种薯进行收集和排序,并通过视觉识别剔除无芽眼薯块,提高马铃薯种薯切块质量。对切块机进行切种性能试验,结果表明:马铃薯种薯切块机切种效率为16.10kg/min,切割薯块合格率为92.81%,芽眼识别后薯块合格率为97.42%,通过视觉识别提高种薯切块识别准确率4.61%,满足马铃薯种薯切块要求。

关键词：马铃薯种薯智能切块机芽眼识别

马铃薯种薯自动切块机及其关键部件设计与研究

在线全文

学校读者我要写书评

暂无评论

农业开发与装备 2023年第11期 136-138页

作者：殷乔成娟贡军合肥工业大学仪器科学与光电工程学院安徽合肥230036 中联农业机械股份有限公司安徽芜湖241000

针对当前马铃薯种薯切块存在切块效率低下、切块合格率低、芽眼分布不均匀等问题,设计开发了一款马铃薯种薯智能切块机。对不同大小质量的马铃薯切块试验表明:芽眼识别率达96.14%、切块合格率达93.54%,该马铃薯种薯自动切块机可以减少... 详细信息

针对当前马铃薯种薯切块存在切块效率低下、切块合格率低、芽眼分布不均匀等问题,设计开发了一款马铃薯种薯智能切块机。对不同大小质量的马铃薯切块试验表明:芽眼识别率达96.14%、切块合格率达93.54%,该马铃薯种薯自动切块机可以减少人工的投入、降低制种成本以及促进马铃薯种植的全程机械化。

关键词：马铃薯芽眼识别自动切块

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

马铃薯芽眼图像的分割与定位方法

浙江农业学报 2016年第11期28卷 1947-1953页

作者：田海韬赵军蒲富鹏兰州交通大学机电工程学院甘肃兰州730070

为了探索种薯自动化切种过程,填补关于马铃薯芽眼识别的研究空白,提出一种基于机器视觉技术的芽眼识别方法:从摄像头采集到马铃薯图像后进行计算机图像处理,从彩色空间中利用欧式距离直接分割芽眼区域,在灰度空间中对图像进行中值滤波... 详细信息

为了探索种薯自动化切种过程,填补关于马铃薯芽眼识别的研究空白,提出一种基于机器视觉技术的芽眼识别方法:从摄像头采集到马铃薯图像后进行计算机图像处理,从彩色空间中利用欧式距离直接分割芽眼区域,在灰度空间中对图像进行中值滤波后利用模糊技术对图像进行增强,之后利用动态阈值分割法分割芽眼区域,结合两个空间的分割结果后利用数学形态学处理方法标记出芽眼。结果显示:在彩色空间中,芽眼识别准确率为62%;在灰度空间中,识别率达到89%。将二者有机结合后,获得了96%的识别准确率。该方法识别成功率高,鲁棒性强,且芽眼区域标记完整,可为种薯切种自动化奠定基础。

关键词：芽眼识别机器视觉图像分割马铃薯

在线全文

学校读者我要写书评

暂无评论

马铃薯种薯智能切块机的设计与研究

马铃薯种薯智能切块机的设计与研究

作者：杨添玺兰州交通大学

学位级别：硕士

众所周知,马铃薯通过块茎进行繁殖。通常在马铃薯制种时,根据芽眼对种薯进行切块,切块不仅能保证正常的播种,而且还能很大程度上节省种薯。在农业生产中,一般会选择经济性强的马铃薯作为种薯,将此种薯进行切块,可以尽可能增加种薯与空... 详细信息

众所周知,马铃薯通过块茎进行繁殖。通常在马铃薯制种时,根据芽眼对种薯进行切块,切块不仅能保证正常的播种,而且还能很大程度上节省种薯。在农业生产中,一般会选择经济性强的马铃薯作为种薯,将此种薯进行切块,可以尽可能增加种薯与空气的接触面积,促进内外氧气交换,促使种薯块提早发芽,相应的出苗时间可以提前7-10天,增产15%-20%;接着对种薯块进行统一的消毒处理,能够降低植株发病率,促进植株生长更加茂盛。然而尽管当前种薯种植得到一定程度的机械自动化发展,但是种薯块仍然是人工完成,基于此缺陷,本论文对马铃薯智能切块机进行设计,该切块机实现了基于芽眼识别的种薯智能切块,首先对种薯智能切块机的机械部分进行设计,然后对芽眼进行识别,最后根据芽眼的分布进行切块,提出了一个切种决策机制。机械部分根据进料装置-稳定中心装置(给料)-检测识别装置-切割装置-薯块收集装置进行模块化设计。整个过程需要人工进行装料,在稳定中心可以对体积过小不需切块的种薯直接进行筛选,最后在薯块收集过程中,机器会自动对种薯块进行消毒,全过程仅需一人操作,节约人力和资源。通过查阅文献和实际调查,不同地区或者种植规模不同,种薯的选择就不同,人们会用不同时间段的种薯制种,这需要对不同时间段的芽眼识别分别进行研究。芽眼识别过程包括对种薯图像进行预处理,然后采用局部二值模式(Local Binary Patterns,LBP)对种薯芽眼及非芽眼进行特征提取,最后通过支持向量机(Support Vector Machine,SVM)对种薯芽眼进行识别。综上,本文完成了马铃薯种薯智能切块机的机械部分设计,根据设计的机构分别对重要部分进行校核仿真,因种薯切块时会产生“粘刀”现象,着重对刀具进行了设计;芽眼识别过程中,对采集的不同时间段的新旧种薯图片采用所提出方法进行实验,综合识别率取得了97.33%的满意效果;最后结合设计的机械部分和芽眼识别的研究,提出根据芽眼进行切块的切种决策机制,即首先根据芽眼数量选择刀型,再对芽眼连线形成的多边形质心与芽眼连线,这里简称“质心线”,通过质心线与刀具刀刃夹角来对刀具进行转动,最大限度的保证种薯块含有一个芽眼。

关键词：种薯切块机芽眼识别切种决策

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器视觉的马铃薯自动化切种方法研究

基于机器视觉的马铃薯自动化切种方法研究

作者：田海韬兰州交通大学

学位级别：硕士

马铃薯播种前通常需要进行切块,在保证出苗率的同时需考虑充分利用种薯。切块时,薯块质量一般控制在40克至60克之间,并且每个切块上必须至少留有一个芽眼。目前种薯切块基本依靠人力,自动化程度很低,且效率低下,易受主观因素制约。现有... 详细信息

马铃薯播种前通常需要进行切块,在保证出苗率的同时需考虑充分利用种薯。切块时,薯块质量一般控制在40克至60克之间,并且每个切块上必须至少留有一个芽眼。目前种薯切块基本依靠人力,自动化程度很低,且效率低下,易受主观因素制约。现有切种机在切块时很难控制薯块的质量,也不能保证薯块上留有芽眼,显然不能满足播种要求。提出能同时考虑种薯质量和芽眼分布的自动化切种方法具有必要性。本文基于机器视觉技术,提出了一套自动化切种方法,包括:畸形薯判断方法、种薯质量检测方法、表面芽眼分割标记方法和切种决策机制。根据研究对象的特点,设计了马铃薯种薯图像采集系统,包括光源,图像采集箱,摄像头,计算机等。为了对采集到的马铃薯原始图像进行预处理,提出了在RGB彩色空间中对原始图像进行G通道灰度化,利用OTSU阈值分割方法进行灰度图像分割,提取边界的同时去除图像背景,减轻无关区域的干扰。利用规则马铃薯形状类似椭圆这一特性,提出使用机器视觉技术进行一次马铃薯图像参数提取,同时完成质量和形状检测的方法。首先,获取3个视角的马铃薯图像,并用OTSU方法提取边界。然后,对边界进行最小二乘椭圆拟合,提取3个椭圆中共6个长短轴长度作为特征参数。最后,基于特征参数定义拟合偏离度以定量评价薯形;建立椭球模型以检测种薯质量。实验结果表明该方法适用于自动化切种过程中的薯形和质量检测,其中畸形薯筛选成功率为96%,种薯质量检测的误差率小于10%。为了在马铃薯图像中分割与标记芽眼区域,提出了在彩色空间和灰度空间中同时分割芽眼区域,并将二者的分割结果叠加后进行标记的方法,克服了因芽眼特征不足图像分割算法难以适用的缺点。具体地,在RGB彩色空间中,利用欧氏距离分割芽眼彩色区域,分割出62%的芽眼区域;在灰度空间中,首先使用中值滤波对灰度图像进行去噪处理,之后利用模糊处理技术对图像进行了对比度增强,最后运用局部动态阈值分割方法分割芽眼区域,分割成功率为89%。将两个空间的分割结果叠加后,成功率进一步提升为96%,而且芽眼区域较完整。最终,通过数学形态学处理,成功将芽眼区域标记在了马铃薯图像上。提出了同时考虑种薯质量和芽眼位置的切种决策机制。利用芽眼在图像中的2维位置信息,对应提出了3种切块时具有2自由度的刀具模型。避免了芽眼3维位置信息的还原,无需设计高自由度切块机构。利用马铃薯芽眼图像对刀具需要旋转的角度进行决策,以指导刀具进行切块。在MATLAB仿真结果中,该决策机制可以获得质量为40克至60克的薯块,并且都带有芽眼。论文的研究结果可以为马铃薯自动化切种相关领域提供理论依据,也可为新型自动化切种机的设计提供指导与参考。

关键词：机器视觉图像处理马铃薯芽眼识别切种