中国农业大学研究生科研创新专项基金(2012YJ262)
- 作品数：3 被引量：40H指数：3
- 相关作者：祁力钧张建华李慧冀荣华王俊更多>>
- 相关机构：中国农业大学中国农业机械化科学研究院更多>>
- 发文基金：中国农业大学研究生科研创新专项基金国家公益性行业科研专项公益性行业(农业)科研专项更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于超声波传感技术的温室草莓冠层三维重构与测量被引量：4
- 2013年
- 提出了一种基于超声波传感技术的温室草莓冠层三维重构与测量方法,用Matlab软件的interp1()函数、quad函数、surf函数等进行温室草莓冠层曲线、曲面的拟合并完成面积、体积的计算。以6垄温室草莓冠层作为试验对象,采用该系统对其进行3次重复试验,与人工测量结果进行对比。分析结果表明,检测结果的可重复性较好(R2为0.927 5,RMSE为0.135 8 m3),与人工测量结果相一致(R2为0.941 1,RMSE为0.134 5 m3),该方法具有较高的稳定性及可行性。
- 祁力钧梁霞冀荣华王俊李慧王沛
- 关键词：温室
- 基于行宽的玉米行间杂草识别算法被引量：10
- 2013年
- 为精确识别和定位玉米行间杂草,满足基于机器视觉的变量施药系统喷施要求,提出了一种基于行宽的多行玉米行间杂草识别算法。该算法以垂直拍摄的3叶期3行玉米田间图像为研究对象,利用YIQ颜色空间中的Q分量灰度化田间彩色图像,以降低自然光源对图像的影响;通过建立实际田间玉米行宽与图像玉米行宽的映射关系,将3叶期玉米行的宽度映射到对应图像中,并确定基于识别率和运算速度的覆盖范围;以具有一定宽度的玉米行作为识别基准,减小未连通叶片区域的误识别率,提高对杂草识别的精度。从识别精度和速度2方面与基于作物行中心线识别算法进行了对比。研究结果表明,对于3叶期3行玉米田间图像,杂草正确识别率可达89.2%,速度为197ms。本算法有效地提高了行间杂草识别的精度和速度,能够初步满足基于机器视觉的变量施药系统对大田玉米多行喷施的工作要求。
- 黄士凯祁力钧张建华王俊
- 关键词：玉米杂草识别HOUGH变换
- 基于PCA-SVM的棉花出苗期杂草类型识别被引量：26
- 2012年
- 为了实现棉田中不同类型杂草的机器视觉识别,提出基于主成分分析和支持向量机的棉花出苗期杂草识别方法。该方法通过提取棉田图像中棉花和杂草的颜色、形状、纹理等特征,并利用主成分分析(PCA)降低特征变量空间维数,结合支持向量机,实现对棉田杂草类型分类。通过120个棉花杂草测试样本分类试验结果发现,经PCA降维得到的前3个主成分分量能有效减少支持向量机的训练时间和提高分类正确率;通过对比发现前3个主成分分量与径向基核函数支持向量机相结合效果最好,其训练时间为91 ms,平均分类正确率达98.33%。
- 李慧祁力钧张建华冀荣华
- 关键词：棉花杂草识别主成分分析
