南京農(nóng)業(yè)大學(xué)srt計(jì)劃項(xiàng)目申請書-全文預(yù)覽
【正文】 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: 0l1194[16]Toru Torii. Research in autonomous agriculture vehicles in and Electronics in .(25): 133153[17]相阿榮. . 中國農(nóng)業(yè)大學(xué),2001[18]毛文華,王一鳴,張小超,王月青. 基于機(jī)器視覺的苗期雜草實(shí)時(shí)分割算法. (1):8386,2005[19], . Determination of crop rows by image analysis without segmentation, Computers and Electronics in (38):141158Dandy R C. Developments in electronics[J].Agricultural Engineer,1994,49(1):24[20], , . Identification of idealized leaf types using simple dimensionless shape factors by image analysis. Transactions of the ASAE. 39(4):15251533,1996[21], , . Robotic weed control system for tomatoes. Precision Agriculture. 1(1),95113(1999)[22], , , , . Robotic. Weed control using machine vision. Biosystems engineering. 83(2),149157,2002[23]. Weed classification by active shape models. Biosystems engineering, 91(3):271281,2005[24]紀(jì)壽文,王榮本,陳佳娟,趙學(xué)篤. 應(yīng)用計(jì)算機(jī)圖像處理技術(shù)識(shí)別玉米苗期田間雜草的研究. 農(nóng)業(yè)工程學(xué)報(bào). 17(2):154156,2001[25]龍滿生. . 西北農(nóng)林科技大,2002[26]Astrand B., Baerveldt . An agricultural mobile robot with visionbased perception for mechanical weed control. Autonomous robots,2002(13):2135[27]Yutaka Kaizu. Prototype rice transplanter masters the paddy with machine vision. (Automation Technology).2005, [28]沈明霞,2000,31(6):4547[29]沈明霞,2000,8(3):4347[30]沈明霞,李秀智，2003,34(1):9294三、研究方案1. 項(xiàng)目研究的目標(biāo)、內(nèi)容和擬解決的關(guān)鍵問題 研究目標(biāo) ☆在VC++平臺(tái)下，編寫制作一款軟件，以實(shí)現(xiàn)果樹主干及其支干的圖像信息提取，為機(jī)器人采摘果實(shí)的實(shí)時(shí)避障提供大量果樹枝干信息儲(chǔ)備。對果樹圖像進(jìn)行研究的工作尚未見報(bào)道。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)。2006年，闞江明、李文彬等針對智能整枝機(jī)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。下面就介紹一下他們的具體工作及相應(yīng)的研究成果?！钌鲜龈鞣椒ㄉ傻臉淠菊鎸?shí)感較強(qiáng)，細(xì)節(jié)表達(dá)豐富，并可以設(shè)定參數(shù)對生成樹木加以控制，以有效運(yùn)用到虛擬場景之中。Bjorn astrand 用圖像分割、Hough 變換算法識(shí)別甜菜行參數(shù)。gaard利用形狀模板進(jìn)行雜草識(shí)別，達(dá)到較好的識(shí)別率?！頨onekawa 等對緊密度、圓度、伸長度和粗糙度進(jìn)行評(píng)價(jià)，認(rèn)為利用這些簡單形狀因子可以簡單有效的進(jìn)行圖像分割。在減少識(shí)別誤差方面，提出了三個(gè)方法：（1）在進(jìn)行目標(biāo)中心合成時(shí)，設(shè)置一個(gè)較窄的范圍搜索區(qū)域；（2）在左、右圖像共同的目標(biāo)區(qū)域，比較同一目標(biāo)、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。針對樹木數(shù)據(jù)的處理，Jiguo Zeng 使用多線段逼近方法對樹木采集數(shù)據(jù)進(jìn)行控制，構(gòu)建出可以控制模型精度的樹木模型?！顚τ跇淠灸Ｐ偷木_重構(gòu)， Shlyakhter、ChinHung Teng以及CM Cheng等人運(yùn)用圖像處理與圖形相結(jié)合的方法，提取樹木骨架、樹木形態(tài)等進(jìn)行分析，進(jìn)而實(shí)現(xiàn)對真實(shí)場景下的樹木模擬。Pal等對圖像提取方法總結(jié)中提到有幾百種，但沒有一種方法對所有圖像都產(chǎn)生好的提取區(qū)分效果，不同種類的圖像應(yīng)采取相應(yīng)提取方法。從1983年的第一臺(tái)西紅柿采摘機(jī)器人在美國誕生以來，采摘機(jī)器人的研究和發(fā)展已經(jīng)經(jīng)歷了20多年?！钤跈C(jī)器人研究中，果樹主干及其枝干的圖像信息提取，便成為智能機(jī)器人的作業(yè)基礎(chǔ)。針對采摘機(jī)器人避障計(jì)算，調(diào)整模型精度達(dá)到合理狀態(tài)，剔除材質(zhì)和紋理，并在枝干建模中使用梯形替代長方形，忽略冗余數(shù)據(jù)提高模型生成速度，為整個(gè)系統(tǒng)的實(shí)時(shí)性奠定了基礎(chǔ)。對于枝干圖像，將枝干二值化圖像轉(zhuǎn)化為距離圖像，再將距離圖像細(xì)線化并與距離信息相結(jié)合，配合平面坐標(biāo)信息得到枝干中心對稱線各點(diǎn)坐標(biāo)及對應(yīng)長、寬距。申請時(shí)間2012年5月完成時(shí)間2013年5月項(xiàng)目研究內(nèi)容摘要對果樹的圖像信息進(jìn)行快速提取并據(jù)此實(shí)現(xiàn)二維重繪是圖像處理軟件開發(fā)技術(shù)發(fā)展的一個(gè)新領(lǐng)域。一式二份，交所在學(xué)院辦公室。表達(dá)要明確、嚴(yán)謹(jǐn)。二、申請書的各項(xiàng)內(nèi)容，要實(shí)事求是、逐條認(rèn)真填寫。第三頁起各欄空格不夠時(shí)，可自行加頁。六、聯(lián)系單位：教務(wù)處實(shí)踐教學(xué)科地址：文科樓A座217室電話：84395910Email: jwcsjk一、簡表申請者姓名XXX學(xué)號(hào)XXXXXXXX班級(jí)XX班年級(jí) 2010級(jí)電話XXXXXXXEmailXXX
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1