乔妍
- 作品数：2 被引量：47H指数：2
- 供职机构：中国农业大学工学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划重庆市教委科研基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于图像处理的玉米收割机导航路线检测方法被引量：38
- 2016年
- 快速精准的检测出导航路线并对田端做出准确判断是收割机视觉导航的前提。为解决玉米收割机导航作业过程中因玉米列阴影、玉米田端的杂草等因素对检测精度干扰的问题,该文通过分析视觉导航图像的颜色特征去除阴影干扰,对玉米收割机提取导航作业路径和判断田端提出了检测算法。为减少计算量,设定关注区域作为非第一帧图像的处理范围;为去除玉米列阴影对检测结果造成的干扰,强调关注区域内G(绿色)分量并减弱R(红色)或B(蓝色)分量;为加快处理速度,采用跳行累计G分量的方式确定候补点。在关注区域内对图像中去除阴影干扰后的G分量垂直累计值查找候补点,对图像上半部分收敛性好的候补点通过方差计算确定出已知点,再利用过已知点Hough变换拟合出玉米列边界所在的导航线。最后采用R分量的连续突变判断收割机是否到达田端。田间试验表明:目标直线的平均检测时间为50.13 ms/帧,对田端的检测准确可靠,满足玉米收割的作业要求。该研究成果也适用于高粱等其它高杆作物的机械化收获应用。
- 梁习卉子陈兵旗姜秋慧朱德利杨明乔妍
- 关键词：农业机械作物图像处理
- 苹果采摘机器人视觉系统的暗通道先验去雾方法被引量：9
- 2016年
- 针对雾霾严重气候条件下苹果采摘机器人视觉定位困难的问题,提出一种把暗通道先验（dark channel prior,DCP）原理应用于苹果图像去雾的调参和改进方法。给出了一种获取大气光系数A的方法,首先把计算得到的暗通道图结果存入矩阵,求暗通道图中的前1/1 000个最大元素所在位置,并存储在与暗通道矩阵相同大小的新矩阵中;根据新矩阵中的位置信息获得R通道矩阵相应位置的值,最后求取这些值的平均值作为A的取值。根据工程需要,该研究取去雾强度ω恒为1。通过与多尺度Retinex（multiscale retinex,MSR）方法、自适应直方图均衡化（adaptive histogram equalization,AHE）等常规方法以及其他文献的暗通道去雾使用方法进行对比试验,结论是该文的方法能获得更好的主观视觉效果。在结果图像的对比度方面,该研究使用的方法能得到平均对比度64.04,与计算速度较快的直方图均衡化方法的35.46相比,提升了81%;R通道对比度为68.525,与直方图均衡化方法得到的R通道对比度36.425相比提升了88%;该方法得到的图像直方图整体上呈现中间高两边低的形状特点,表明相对其他去雾方法,该文的方法能得到较好的去雾图像质量。时间复杂度方面,改进后的DCP方法计算640×480的图像耗时在33~37 ms之间,基本能满足实时要求。分割定位精确度方面,该文方法的综合定位精度为94.8%,高于其他方法。试验证明使用该文方法能在去雾的效率和性能方面得到较好的平衡,是一种可以用于实际采摘作业的可行方法。
- 朱德利陈兵旗杨雨浓梁习卉子杨明乔妍
- 关键词：机器人机器视觉去雾
