文章目录

1 系统简介

1.1 系统整体组成

1.2 设计要求和工作原理

2 穴盘苗视觉检测

2.1 穴盘苗图像

2.2 图像预处理

    2.2.1 检测种苗

    2.2.2 颜色模型转换

    2.2.3 彩色图像灰度化

2.3 穴盘苗视觉检测

    2.3.1 穴盘苗的图像质量和目标检测方法

    2.3.2 多视图融合定位

3 试验与结果分析

3.1 穴盘苗发芽检测试验

    3.1.1 试验方案

    3.1.2 结果与分析

3.2 穴盘苗定位试验

    3.2.1 试验方案

    3.2.2 结果与分析

4 结 论

文章摘要:植物工厂实现大规模、高速和自动化作业需要快速、精准地掌握种苗发芽生长信息,在线检测是关键.本文设计了一套基于机器学习的在线视觉检测系统,用于检测穴盘苗的发芽率,并计算种苗的生长方向,进而定位种苗所在的穴位.该系统用数字相机联网技术,采集穴盘苗图像,基于机器学习方法制作训练样本,构建训练集和测试集,通过多视图融合方法估计每个穴位有苗的可信度,并依据可信度来判断发芽率情况.试验结果表明,单视图检测种苗速度快、误检率低,但检出率较低;采用多视图融合的方法后穴盘苗检出率达到95.16%,穴位检出率达到100%;本文提出的多视图融合估计可信度方法具有较高的检测精度,而且精度仍有提升的空间,研究结果可为单粒播种的大规模、高速和自动化作业提供技术参考.

文章关键词:

项目基金: 上一篇：农业经济论文_葫芦河华章
下一篇：没有了