检索结果-南通市图书馆

光谱学与光谱分析 2011年第10期31卷 2834-2838页

作者：王海青姬长英陈坤杰南京农业大学工学院江苏省高等学校智能化农业装备重点实验室江苏南京210031

为了能够快速实时地识别温室中的黄瓜，研究了黄瓜和其茎叶的近红外反射光谱特性。利用近红外光谱仪在室内共采集138个样本（黄瓜46个，茎46个，叶46个）的反射光谱，进行Savitzky-Golay平滑后，抽取光谱中的108个样本作为校正集，采用... 详细信息

为了能够快速实时地识别温室中的黄瓜，研究了黄瓜和其茎叶的近红外反射光谱特性。利用近红外光谱仪在室内共采集138个样本（黄瓜46个，茎46个，叶46个）的反射光谱，进行Savitzky-Golay平滑后，抽取光谱中的108个样本作为校正集，采用偏差权重法选择信息量较大的光谱波段690-950nm进行研究。在主成分分析（PCA）的基础上，结合马氏距离建立识别模型，剔除了7个异常样本。用剩余的101个样本进行偏最小二乘法建模，对校正集之外的30个样本进行预测。结果显示预测值和实际值的相关性达0．9941，正确识别率达100％。说明黄瓜、茎和叶的近红外反射光谱特性之间有一定差异，可以用近红外光谱技术进行鉴别，为黄瓜识别提供了一种新的方法和思路。

关键词：光谱分析黄瓜识别主成分分析偏最小二乘法马氏距离法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于纹理颜色的温室大棚黄瓜图像识别

基于纹理颜色的温室大棚黄瓜图像识别

引用

作者：赵相飞天津理工大学

学位级别：硕士

我国是农业大国,农业人口在世界上最多,农业是我国赖以生存的基础产业。我国的耕地面积仅占世界7%,却要承载占世界1/5的人口。随着我国老龄化趋势的加剧,导致从事农业生产的人口逐年下降,因此解决这一问题刻不容缓。随着机器人技术和人... 详细信息

我国是农业大国,农业人口在世界上最多,农业是我国赖以生存的基础产业。我国的耕地面积仅占世界7%,却要承载占世界1/5的人口。随着我国老龄化趋势的加剧,导致从事农业生产的人口逐年下降,因此解决这一问题刻不容缓。随着机器人技术和人工智能的发展,机器人进入农业生产领域成为可能。引进农业机器人进行农业生产可以有效的缓解当前矛盾,在促进机器人行业发展的同时解放有限的劳动力资源,还可以大大降低黄瓜的生产成本,提高生产率。农业机器人的机械收获需要自动检测和计数树冠的果实。由于颜色相似,形状不规则,背景复杂等问题造成果实识别非常困难而难以执行采摘动作。因此基于所有上述问题,在复杂背景下识别黄瓜是一项具有挑战性的任务。在本文中,提出了一种基于纹理分析和颜色分析的技术用于检测温室中的黄瓜。RGB图像转换为灰度图像和HSI图像分别执行算法。在第一阶段进行颜色分析以除去背景,例如土壤,树枝和天空,同时保持尽可能多的绿色水果像素呈现黄瓜和叶子。同时,MSER和HOG应用于灰度图像中的纹理分析。通过MSER获得候选区域,这些候选区域有的是包括黄瓜的候选区域。HOG+SVM用于区分黄瓜目标和背景消除不是黄瓜的候选区域。为了进一步消除非目标区域,通过SIFT算法检测关键点,根据SIFT的疏密特征确定黄瓜区域。然后,将颜色分析和纹理分析的结果合并以获得候选黄瓜区域。最后阶段应用数学形态学操作以获得完整的黄瓜。经过以上操作后可以得到相较于一般分割方法更加精确的黄瓜轮廓,在农业大棚中的自然光照环境下进行测试识别率高于普通的分割方法,保证了农业机器人后续的准确采摘。

关键词：图像处理最大稳定极值区域方向梯度直方图支持向量机黄瓜识别

来源：

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

基于深度学习的黄瓜目标检测与采摘定位研究

基于深度学习的黄瓜目标检测与采摘定位研究

引用

作者：巢理湖南农业大学

学位级别：硕士

我国黄瓜种植面积位居世界第一,在农业经济发展中占据重要地位。目前我国的黄瓜采摘作业基本依靠人工完成,人工采摘劳动强度大、生产效率低、生产成本高。因此研发具有识别和定位功能的采摘机器人代替人工采摘具有重要的现实意义。本课... 详细信息

我国黄瓜种植面积位居世界第一,在农业经济发展中占据重要地位。目前我国的黄瓜采摘作业基本依靠人工完成,人工采摘劳动强度大、生产效率低、生产成本高。因此研发具有识别和定位功能的采摘机器人代替人工采摘具有重要的现实意义。本课题针对自然环境下黄瓜采摘机器人的应用需求,提出了一种基于深度学习的黄瓜目标检测与采摘定位方法,具体研究内容如下:(1)基于黄瓜目标识别的图像处理方法研究。通过实地调查黄瓜种植园的布局和种植情况,确定了黄瓜图像的采集时间和相机的拍摄角度及距离,共采集黄瓜图像3000幅。在图像预处理过程中,经过对比,选用RGB颜色空间作为图片的色彩模式;高斯滤波既有效地去除了噪声,又很好的保存了果实的特征细节,对于本项目的研究最理想。(2)鉴于黄瓜果实与植株具有相似的颜色特征,自然环境下黄瓜果实的识别难度较大,提出了基于深度学习方法。简要介绍了深度学习目标检测算法的发展历程,分析了RCNN、Fast RCNN、Faster RCNN和SSD的算法原理及框架结构,并对其优缺点进行了总结,得出SSD综合性能较好,检测精度和速度都符合本课题要求。最终选取单阶多层检测器SSD作为黄瓜图像的识别模型。(3)从算法层面详细介绍了SSD算法的网络结构及工作原理。本文基于Windows平台上搭建Tensorflow以及Tensorflow Object Detection API框架的深度学习目标检测试验环境。利用Label Img工具对预处理后的图片进行标注,建立了训练集和测试集。通过试验对学习速率、批处理大小和训练步数等超参数进行调优,确定学习速率为0.001、批处理大小为12、训练步数为10000,使用确定的超参数对模型进行训练效果最佳,实验结果表明,最终模型在训练集上的平均精度为85.49%,每幅图片的平均检测时间为0.96s。(4)黄瓜采摘点的三维空间定位方法研究。采用Bouguet算法对相机进行标定,获得相机的内外参数。采用基于特征信息匹配的方法,利用SSD检测算法提取左右图像中的特征点,在黄瓜匹配实验中匹配正确率为76%。实验结果表明定位的相对误差在19mm以内,得出双目视觉系统能相对准确对黄瓜的空间位置进行定位。

关键词：深度学习算法黄瓜识别立体定位

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：