南京農(nóng)業(yè)大學(xué)srt計劃項目申請書-文庫吧
2025-07-05 12:07 本頁面
【正文】 視覺系統(tǒng)。當(dāng)左、右兩個相機同時獲取了同一目標的圖像后，通過將兩幅圖像進行中心合成來重建采摘目標的三維信息。在減少識別誤差方面，提出了三個方法：（1）在進行目標中心合成時，設(shè)置一個較窄的范圍搜索區(qū)域；（2）在左、右圖像共同的目標區(qū)域，比較同一目標、一定數(shù)量的顏色特征；（3）將左、右圖像的左、右半邊區(qū)域分別重合，可使圖像的公共部分更加清晰。通過上述改進，對于紅色蘋果的識別率大于90％，在紅色蘋果和黃色蘋果混合的情況下，識別率在65％－70％之間。上述方法中，第一種和第三種減少誤差的方法較為有效，識別誤差率在177。5%左右?！頨onekawa 等對緊密度、圓度、伸長度和粗糙度進行評價，認為利用這些簡單形狀因子可以簡單有效的進行圖像分割。Lee 等通過形狀特征識別雜草開發(fā)西紅柿除草系統(tǒng)。Blasco 等根據(jù)作物和雜草面積的差異開發(fā)除草設(shè)備。S248。gaard利用形狀模板進行雜草識別，達到較好的識別率。紀壽文等2000 年利用投影面積、葉寬、葉長在玉米苗期識別出單子葉雜草。相阿榮通過雜草區(qū)域的面積和質(zhì)心識別麥田常見雜草，識別率為92﹪。龍滿生將BP 網(wǎng)絡(luò)用于雜草形狀識別。Bjorn astrand 用圖像分割、Hough 變換算法識別甜菜行參數(shù)。Yutaka Kaizu 研究基于機器視覺的插秧機自動導(dǎo)航系統(tǒng)，使用Hough 變換算法提取導(dǎo)航線參數(shù)。沈明霞對農(nóng)田景物圖像信息的提取方法包括圖像分割、基于紋理特征分析、基于形態(tài)特征分割等農(nóng)作物邊緣檢測研究。周俊在圖像分割方面，采取小波分解的方法，將圖像分解到第4 個。☆上述各方法生成的樹木真實感較強，細節(jié)表達豐富，并可以設(shè)定參數(shù)對生成樹木加以控制，以有效運用到虛擬場景之中。但是生成樹木模型依據(jù)的是人為設(shè)定的數(shù)值，并沒有能力對真實的樹木進行精確的模型重構(gòu)及再現(xiàn)?！钅壳皣鴥?nèi)主要有兩組人進行林木圖像處理的研究工作：北京林業(yè)大學(xué)的李文彬等人和南京林業(yè)大學(xué)的鄭家強等人。北京林業(yè)大學(xué)的研究是以樹木的整枝撫育為應(yīng)用背景，南京林業(yè)大學(xué)的應(yīng)用背景是精確噴霧。下面就介紹一下他們的具體工作及相應(yīng)的研究成果?！?004年，程磊等提出了一種序列化的處理方法：首先綜合運用基于色彩和紋理的圖像分割方法獲得初步分割圖像，然后應(yīng)用數(shù)學(xué)形態(tài)學(xué)方法修正分割后的圖像，最后對分割圖像中的樹冠和樹干進行整株樹的標記，初步實現(xiàn)了一類樹木圖像的分割。2005年，楊華等人對單株立木圖像信息的提取分別運用近景攝影測量DLT模型和雙目立體視覺技術(shù)進行解算,解決了立木圖像信息與立木二維坐標之間的解算問題。2005年，孫仁山、李文彬等從工程應(yīng)用角度出發(fā)，應(yīng)用二維小波分析技術(shù)對林木圖像進行消噪、壓縮等處理；提出一種用于工業(yè)用材林自動整枝的立木枝干動態(tài)識別系統(tǒng)框架,對人工林側(cè)柏的枝干進行了數(shù)字圖像采集及處理,同時提出了一種立木枝干計算機自動識別算法,提取立木圖像枝干形狀、尺寸、彎曲度及相對空間位置關(guān)系基本生長特征,即利用模式識別技術(shù)驗算其與特征數(shù)據(jù)庫的匹配情況,從而達到立木枝干自動識別的目的。2006年，闞江明、李文彬等針對智能整枝機視覺系統(tǒng)的需要提出一種以數(shù)學(xué)形態(tài)學(xué)為主的圖像分割方法，解決復(fù)雜背景下樹木圖像分割困難的問題。2007年，闞江明、李文彬等利用已知大小的標定尺簡化無線性畸變CCD攝像機標定過程，經(jīng)過標定后統(tǒng)計立木枝干直徑的像素數(shù)與每一個像素代表的實際尺寸相乘就可以很容易地計算立木枝干直徑?！?998年，童雀菊、華毓坤對利用圖像處理方法采集原木形狀參數(shù)的過程作了研究，提出了一種基本的圖像處理在樹干識別中應(yīng)用的方法。2004年，葛玉峰、周宏平等提出了基于相對色彩因子的樹木圖像分割算法。首先引入2G/(R+B)色彩因子分割綠色樹木與其背景，再引入(R+B+G)/3因子去除圖像中的暗噪聲或相對暗區(qū)。2004年，向海濤、鄭加強等[研究了樹木圖像的實時采集與識別技術(shù),以及樹木圖像處理及分析軟件系統(tǒng)的開發(fā),并設(shè)計制作了室內(nèi)模擬實驗系統(tǒng)。2 0 0 5年，王雪峰、張超等介紹由攝像機圖像抽取林木直徑的方法、步驟,將度量誤差模型算法應(yīng)用到參數(shù)的求解當(dāng)中,提出適合于林業(yè)野外作業(yè)的內(nèi)、外參數(shù)分離策略,最后對文中算法、策略進行實際驗證?！罹C上所示，目前國內(nèi)在林木圖像處理工作主要集中在森林或者工業(yè)用林等方面，研究也多停留在實驗室水平上。對果樹圖像進行研究的工作尚未見報道。他們的研究主要針對整棵樹為研究對象，而我們則是對樹的主干和枝干進行圖像的處理和識別。參考文獻：[1]柳洪,[M].北京冶金工業(yè)出版社,2002.[2],突出重點實施“ 科教農(nóng)”[R].杜青林部長在全國農(nóng)業(yè)科技教育工作會議上的講話,.[3]徐麗明,[J].農(nóng)業(yè)工程學(xué)報,2004. 20(5):3842.[4][J].農(nóng)業(yè)工程學(xué)報,(2):273278.[5]梁喜鳳,苗香雯,[J].農(nóng)機化研究,[6]周俊, 姬長英. 農(nóng)業(yè)機器人視覺導(dǎo)航中多分辨率路徑識別. ,34(6):120123[7]周俊, 姬長英. 基于知識的視覺導(dǎo)航農(nóng)業(yè)機器人行走路徑識別. ,19(6):101105[8]程磊，樹木圖像的分割方法初探，碩士學(xué)位論文，北京林業(yè)大學(xué)，2004[9]楊華、孟憲宇、劉燕、程俊，單株立木圖像信息的提取與解算,北京林業(yè)大學(xué)學(xué)報，2005,27(1): 51~54[10]孫仁山，李文彬，徐凱宏，基于小波變換的林業(yè)圖像處理研究，森林工程,2005,21(1):46[11]180。rez, 180。pez, , . Colour and shape analysis techniques for weed detection in cereal fields. Computers and electronics in agriculture. 25(3):197–212,2000[12],. Intensified fuzzy clusters for classifying plant, soil, and residue regions of interest from color images. Computers and electronics in agriculture. 42(3):161–180,2004.[13] ,Ki NH., H Choi C speed sprayer using fuzzy . International Conference on Agricultural Machinery Engineering, November, Seoul, 1996:648657[14].,. Autonomous speed sprayer guidance using machine vision and fuzzy ,1999,42(4):11371143[15]. . Kim. Autonomous Guidance System for Agricultural Machine by Machine of ASAE Annual International Meeting, Sacramento,California, USA. Number: 0
試題試卷相關(guān)推薦
鄂ICP備17016276號-1