基于大津算法连通域的松果多目标识别定位

松果识别对其产量评估、智能采摘等具有非常重要的意义.提出一种基于二值图像连通域的松果图像识别方法,首先研究松果图像RGB颜色特征规律,进行RGB颜色分量色差运算;然后选取合适的阈值对松果R-G图像进行二值化处理,初步分割果实和背景;再在图像分割时采用小面积连通域面积阈值法去除噪声的影响;最后采用连通域外接矩形法进行松果识别与统计,并计算出松果质心位置.结果表明,采用OTSU二值化分割+连通域噪音去除方法,可以清晰地分离出松果果实,松果识别平均准确率为89.6％.基于二值图像连通域的松果多目标果实识别与定位,为以后实现松果的自动化采摘提供了技术基础.     

基于图像信息的茶叶二维采摘坐标的提取

茶叶嫩芽识别是实现智能采摘的前提,茶叶识别之后采摘位置参数的提取也是实现智能采摘的关键所在。文章首先分析了机械采茶的整体实现方案,并论证了由茶叶图像获取二维采摘位置的可行性。然后针对图像处理后获取的茶叶嫩芽的二值图像,根据图像中每株嫩芽的外形轮廓去提取最小外接矩形,并标记该矩形的中心点,以该点作为采摘坐标点。得到了茶叶采摘的二维位置参数,为后续茶叶的智能采摘提供依据。     

巴迪可降解膜和芽接质量对橡胶树嫁接苗成活率及苗木生长的影响

【目的】改善茶叶嫩芽识别困难的问题,提高模型的识别准确率。茶叶嫩芽的识别是实现茶叶自 动化采摘的核心技术之一,而茶叶嫩芽生长的姿态以及采集图像时的拍摄角度等条件都会对茶叶嫩芽的识别带 来困难,造成识别准确率低的问题。【方法】提出一种改进的 YOLOX 茶叶嫩芽检测算法 SS-YOLOX,该方法能 准确地对一芽一叶、一芽二叶等茶叶嫩芽进行识别、分类。该方法通过添加注意力模块（Squeeze and excitation, SE）提高模型的特征提取能力,改善小目标漏检问题、引入 Soft NMS 算法改善检测框重叠度较高时的打分机 制,提高模型对不同场景下嫩芽的识别能力。【结果】消融试验表明,引入 Soft-NMS 算法、SE 模块均能提 高 YOLOX 模型模型的检测精度,以引入 SE 模块提升较为明显。通过不同嫩芽图像对比验证算法的可行性和 准确性,SS-YOLOX 模型的均值平均精度 mAP 比原 YOLOX 模型提高 2.2%,达到 86.3%,表明经过改进后, 模型的识别能力得到提升。在目标嫩芽数量较多的情况下,SS-YOLOX 模型能有效地降低漏检率和错检率。 【结论】SS-YOLOX 模型能准确识别茶叶嫩芽,且识别效果更好,可为茶叶智能化采摘提供技术基础。     

基于图像特征的小麦胚芽鞘识别

利用图像颜色特征,首先分割小麦种子图像进而确定小麦种子轮廓矩,根据其轮廓距确定小麦种子质心坐标,然后根据小麦胚芽鞘图像颜色特征对胚芽鞘图像进行分割、获取小麦胚芽鞘图像,其次利用Zhang-Suen并行快速细化算法对小麦胚芽鞘进行细化获取胚芽鞘骨骼线,进而获取骨骼线图像(单像素)上所有点对胚芽鞘骨骼线进行多段直线曲线近似,最后根据小麦种子轮廓质心坐标、胚芽鞘骨骼线近似曲线和切割距离(给定)确定胚芽鞘的姿态和对小麦胚芽鞘切割点位置进行定位。通过对小麦胚芽鞘30幅图片进行图像处理验证。结果表明,该方法能完整地提取小麦种子和胚芽鞘图像、小麦胚芽鞘姿态及位置信息。基于图像颜色特征的小麦胚芽鞘识别及定位方法,为小麦胚芽鞘的识别与分析提供了准确、快捷、可视的技术手段,对于构建胚芽鞘智能识别、定位的视觉系统及自动化切割装置的研究意义重大。     

自然场景下多目标苹果识别定位融合算法研究

自然场景下苹果采摘对目标的精准识别和三维定位是苹果智能采摘设备的关键技术.融合YOLOv3算法和双目视觉技术,通过YOLOv3算法对多种自然场景下的样本进行训练,构建识别模型,利用双目视觉获取苹果图像,运用YOLOv3模型得到图像中目标苹果的二维坐标,再利用双目视觉视差原理得到深度坐标信息,从而实现对目标苹果的三维空间...     

基于YOLOX改进模型的茶叶嫩芽识别方法

【目的】改善茶叶嫩芽识别困难的问题,提高模型的识别准确率。茶叶嫩芽的识别是实现茶叶自动化采摘的核心技术之一,而茶叶嫩芽生长的姿态以及采集图像时的拍摄角度等条件都会对茶叶嫩芽的识别带来困难,造成识别准确率低的问题。【方法】提出一种改进的YOLOX茶叶嫩芽检测算法SS-YOLOX,该方法能准确地对一芽一叶、一芽二叶等茶叶嫩芽进行识别、分类。该方法通过添加注意力模块（Squeeze and excitation,SE）提高模型的特征提取能力,改善小目标漏检问题、引入Soft NMS算法改善检测框重叠度较高时的打分机制,提高模型对不同场景下嫩芽的识别能力。【结果】消融试验表明,引入Soft-NMS算法、SE模块均能提高YOLOX模型模型的检测精度,以引入SE模块提升较为明显。通过不同嫩芽图像对比验证算法的可行性和准确性,SS-YOLOX模型的均值平均精度mAP比原YOLOX模型提高2.2%,达到86.3%,表明经过改进后,模型的识别能力得到提升。在目标嫩芽数量较多的情况下,SS-YOLOX模型能有效地降低漏检率和错检率。【结论】SS-YOLOX模型能准确识别茶叶嫩芽,且识别效果更好,可为茶叶智...     

基于机器视觉的成熟柑橘自动识别研究

针对自然生长状态下成熟柑橘图像的识别问题,采用2R-G-B色差分量,通过Ostu自适应阈值算法进行图像分割,用面积阈值的方法消除噪声来获取成熟柑橘图像的目标区域,然后利用最小二乘拟合方法拟合出目标区域的质心及半径等特征参数。结果显示,识别正确率在90%以上。     

自然环境下嫩芽与茶梗自动分割方法的研究

在茶叶智能采摘过程中,实现嫩芽与鲜梗的自动分割可以减少制茶工序和提高茶叶质量。以自然环境下茶叶嫩芽图像为研究对象,利用G-B灰度图结合直方图阈值法实现了新茶(嫩芽与鲜梗)分割,对新茶二值图像进行形态学腐蚀操作确定嫩芽与鲜梗的分割点,通过逐行扫描实现了自然环境下嫩芽与鲜梗的采摘点标记。实验表明,该方法可以为自然条件下茶叶嫩芽与鲜梗的自动分割提供理论基础。     

基于AlexNet的茶叶嫩芽状态智能识别研究

为确定合理有效的茶叶嫩芽采摘时间,提出一种基于AlexNet卷积神经网络的茶叶嫩芽状态智能识别方法。首先,建立自然环境下全开面、半开面和未开面三种状态茶叶嫩芽图像集;然后,训练茶叶嫩芽状态AlexNet网络识别模型;最后,利用测试集样本进行模型检测,训练集和测试集中三种状态嫩芽平均识别率分别为97.8%和88%。实验结果表明,该方法能够有效地识别自然环境下茶叶嫩芽状态,为嫩芽智能采摘提供理论依据。     

图像处理在茶叶嫩芽智能采摘中的应用进展

茶叶嫩芽智能采摘是茶叶生产智能化、信息化的重要前提,基于图像的茶叶智能采摘已成为国内外研究热点。该文综述了图像处理技术在茶叶嫩芽分割、定位和智能采摘中的应用,比较了各方法的优缺点,并对图像处理技术在茶叶智能化采摘上的应用前景提出了展望。     

一种改进的摄像机标定方法

设计并实现了一种基于一阶径向畸变模型的摄像机标定方法。对方格标定模板图像进行预处理,缩小角点检测范围,对SUSAN算子的USAN面积域值进行快速自适应选取,提高了角点检测的速度和准确度。在考虑了一阶径向畸变的情况下,建立摄像机模型,利用匹配后的图像角点亚像素坐标,逐步求解了内外参数。结果表明,本方法具有较高的精度和良好的实时性。     

采茶机、轻修剪机最佳刀、机速度

茶叶采、剪机械的刀、机速度关系到机采和机剪的作业质量、生产率、油耗以及机子的使用寿命,在使用中应正确掌握,本文从切割器的切割图人手,对国内常见的8种机型逐一进行刀机速比分析,通过实验测定和灰色综合评判,确定出机采和机剪的最佳刀、机速度。     

乌龙茶品种的机采适应性

多元回归及通径分析结果表明,衡量乌龙茶品种机械化采摘(简称机采)产量的因子为新梢生长量(通径系数P_y=1.2764)、发芽密度(P_y=0.9546)、新梢粗度(P_y=0.5998)和着叶数(P_y=-0.6087),其中前二者对产量的主效应和互作效应最大。机采产量与各因子之间的关系式为=-292.51+1.90x_1+29.78x_2-59.51x_3+1359.45x_4。质量因子为发芽整齐度。据此建立乌龙茶品种机采适应性评价模型,对梅占、黄旦、毛蟹3个乌龙茶品种的机采适应性作出评判。评判结果表明,梅占最适合机采,其次是毛蟹,第三为黄旦。这与实际情况相符。生产上及育种中可利用此模型选择或选育适合机采的乌龙茶品种。     

茶树新梢力学试验机的研制

一种微型生物材料力学试验机已经研制成功，这种试验机不仅能准确测定茶树新梢的材料力学参数，从而为研制新型选择性采茶机以及改进现有采茶机的性能提供了重要条件；而且换用适当的夹持装置，还可用来测定其它植物性材料的多种力学参数。     

贵州茶叶机采技术应用的主要影响因素

结合贵州茶叶产业的实际情况,分析表明:茶树品种、栽培管理技术、采摘时间、机采茶叶加工技术、采摘、加工机械等是影响贵州茶园机械化采摘技术应用的主要因素,并提出茶叶机采技术推广应用应注意的问题.     

茶树品种对红茶茶汤色素及色差的影响

该文研究了茶树品种对红茶茶汤色素含量、色差值L*、a*、b*的影响。结果表明TF、TR、TB含量与L*、a*、b*之间呈显著相关;不同采摘标准下色素含量为一芽二叶一芽三叶,色差值a*、b*为一芽二叶一芽三叶,L*为一芽三叶一芽二叶,且其差值随品种而异,采摘标准不当可掩盖品种的品质潜力;基于鲜叶中茶多酚量(GTP)、茶多酚消耗量/鲜叶中茶多酚量(CTP/GTP)、色素生成量/茶多酚消耗量(GP/CTP)三个指标,六个茶树品种可被分为四组,分别为高GTP低CTP/GTP低GP/CTP品种,如凤庆3号;低GTP高CTP/GTP低GP/CTP品种,如梅占;GTP、CTP/GTP、GP/CTP同时高(或低)品种,如云抗10号、凤庆9号、清水3号;高GTP低CTP/GTP低GP/CTP品种,如群体种。其中群体种GP/CTP最高而CTP/GTP极低,且成品茶茶汤具有高a*、b*值、低L*值,表现出极佳的红茶适制性。通过选择适当的茶树品种与采摘标准可保证成品红茶的优质。     

嫁接茶树的分枝习性研究

通过对嫁接茶树分枝习性的观察，发现嫁接茶树年生长量大，分枝数多。嫁接的第二年，枝梢年生长长度可达70～100cm，分枝数、分枝长、分枝茎粗等都超过台刈茶树，因而提出对嫁接茶树的初期树冠培养，应有别于以往对幼年茶树一年定剪一次的培养模式而实行一年定剪二次，分别在春前和9月上、中旬进行，春末、夏秋可适当打顶采摘以控制树高，同时促使树冠的横向扩展。     

不规则形体表面点三维重建方法

为实现形体的快速三维重建,在分析现有各类重建算法的基础上,针对不规则形体给出了一种三维表面点的重建方法。首先进行摄像机自定标,求取相机的内、外参数,然后对采集的图像进行处理,得到物体的轮廓,最后使用地毯式的搜索算法搜索并重建了物体的表面点。分析了不同搜索步长情况下算法的执行效率,在综合考虑逼真度和执行速度的情况下,给出了优化的步长选择,为表面的三角网格化和纹理恢复提供了依据。     

贵州湄潭茶区茶叶机械采摘的技术应用

为进一步推广茶叶机械化采摘,提高茶叶采摘质量,对贵州湄潭永兴茶场和东南茶场进行机械采摘技术应用研究,结果表明,大宗茶生产过程中,不同采摘方式以双人采茶机采摘效果最佳,手采质量最差;永兴茶区大宗茶采摘时期掌握偏迟,采下原料较大,难以生产出品质较高的产品;东南茶场夏秋茶生产的采摘间隔期为15 ～ 18 d,不同时间气候条件差异大,尤其是日照时数、湿度、降雨量、蒸发量等气象要素的变化使相同间隔期内采下的芽叶质量相差甚大,确定采摘适期应考虑这几个气象要素的变化;茶园营养水平对原料质量影响大,适当提高目前湄潭茶区施肥量,改进施肥方法,对获优质机采原料有好的保证.     

塑料大棚对茶树生理代谢的影响

 以露天茶园作对照 ,对塑料大棚茶园茶树生理代谢进行了研究。结果表明 ,塑料大棚茶园内 ,光合有效辐射仅为棚外茶园的 39.3% ,导致茶树光合速率平均比对照低 2 7.5 % ;但茶树成熟叶片和新梢的叶绿素a、b和总量均有明显增加 ,如叶绿素总量分别增加了 2 5 .3%和 2 9.8% ,其差异达 5 %的显著水平 ,叶绿素a/b的比值也有所提高 ;茶树体内N、P、K和Cu的含量有不同程度降低 ,但Zn含量增加 ;大棚覆盖促进了茶树中Mg从地下部向地上部的转移 ,而Mn和Fe的情况则相反 ,表现为地上部含量降低 ,地下部含量提高 ;对Ca影响不大 ;茶树根系中贮藏物质淀粉含量减少 ,如一级侧根中的淀粉平均降低了 32 .2 %。