公共文化服务平台

陈兵旗: 作品数：71 被引量：616H指数：18; 供职机构：中国农业大学工学院更多>>; 发文基金：国家高技术研究发展计划国家自然科学基金重庆市教委科研基金更多>>; 相关领域：自动化与计算机技术农业科学语言文字更多>>

合作作者

一种保护压板状态的识别方法: 本发明提供一种保护压板状态的识别方法，该方法包括：读取未知类型状态的保护压板图像，完成图像中压板的定位；对所述图像进行某类型保护压板的压板颜色投影，获得类型投影数组；判断所述获得的类型投影数组是否符合该类型保护压板的类型...; 陈兵旗刘阳查涛邵敏陈三旗

基于模式识别的农田目标定位线检测被引量：15: 2008年; 根据农田图像的特点,采用K-means模式识别算法,实现农作物与背景的分离。通过对二值图像进行水平扫描,检测定位区域和定位点,利用定位点的坐标信息确定聚类判别函数,实现农田目标定位线的检测。多幅农田图像实验表明,定位线能够正确提取出来。该算法处理640×480像素的彩色图像需要0.12s,在自动导航系统中是一种有效、快速的图像处理算法。; 张红霞张铁中陈兵旗; 关键词：图像处理模式识别聚类

基于模糊控制的黄瓜采摘机器人视觉导航被引量：19: 2009年; 以温室环境下黄瓜垄间图像为研究对象,提出了基于计算机视觉和模糊控制技术的导航方法.用色差2G-R-B算子对RGB彩色图像进行灰度化处理;根据灰度图像双峰型垂直直方图初步确定导航线位置;并据此逐行求出离散导航点;采用基于一点的改进型Hough变换由离散导航点拟合出导航参考直线,进而获得当前位置的横向偏差和角度偏差作为导航参数.以横向偏差和角度偏差作为模糊控制器的输入,以差速运动机器人的差速值作为输出,设计了模糊控制器.导航试验结果表明:该方法平均耗时小于150 ms,可以满足实时控制的要求,以0.3 m/s速度进行路径跟踪时,最大误差小于5 cm.; 任永新谭豫之杨会华李伟陈兵旗; 关键词：温室计算机视觉 HOUGH变换模糊控制视觉导航

采棉机导航信息图像检测方法及系统: 本发明公开了一种采棉机导航信息图像检测方法及系统，涉及机器视觉导航技术领域，所述方法包括以下步骤：S1：采集当前棉田的待测棉田图像；S2：判断所述待测棉田图像是否为第一帧图像，若是，则进行第一帧图像的导航直线检测，返回步...; 陈兵旗李景彬刘阳

一种车辆轮廓尺寸自动测量装置及方法: 本发明提供了一种车辆轮廓尺寸自动测量装置及方法，该装置包括第一框架以及设置在第一框架上的横梁，所述第一框架包含前、中、后3组支撑杆，其中中间组两根支撑杆和第一框架的交叉点为A,B，在A,B处分别布置左右各一台摄像机，在所...; 陈兵旗刘阳明晓嫱邵敏王尧李海燕; 文献传递

基于机器视觉的玉米果穗参数的图像测量方法被引量：38: 2014年; 在玉米育种和品质研究中,经常需要对玉米的果穗长度、果穗宽度、穗行数、穗粒数等参数进行测量。该研究提出了一种基于机器视觉的玉米果穗参数图像测量方法。使用PC摄像头连续采集旋转台上的玉米果穗图像,经过图像处理,获得玉米穗的图像区域,进而得到玉米果穗的穗长和穗宽参数;通过对玉米果穗局部区域的x方向和y方向累计像素值曲线进行分析,提取出玉米穗行,获得每一穗行的穗粒数和穗行宽度;通过图像匹配,获得玉米果穗的穗行数。试验表明,使用该研究方法对玉米果穗的长度、宽度和穗行数的参数测量准确率可达98%以上,对穗行宽及总穗粒数测量准确率达95%以上,整穗的平均检测时间约102 s/穗。该研究实现了玉米果穗参数快速有效的自动检测,相对于目前采用的人工检测,大大提供检测效率,降低劳动强度,可应用于玉米千粒质量检测、产量预测、育种和品质分析等场合。; 刘长青陈兵旗; 关键词：图像处理机器视觉玉米果穗参数测量

蜜蜂运动轨迹的无标识图像检测方法及系统: 本发明公开了一种蜜蜂运动轨迹的无标识图像检测方法及系统，涉及图像检测技术领域。本发明通过对帧图像进行检测，逐帧确定待检测蜜蜂的目标点，完成了对蜜蜂运动轨迹的无标识跟踪检测；通过对目标运动轨迹的统计与分析，确定蜜蜂摇摆舞的...; 陈兵旗明晓嫱王尧田浩; 文献传递

基于改进YOLOv7的果园行间导航线检测被引量：5: 2023年; 在复杂果园环境中,传统机器视觉算法难以处理光影变化、遮挡、杂草等因素的干扰,导致导航道路分割不准确。针对此问题,该研究提出了一种改进YOLOv7的果园内导航线检测方法。将注意力机制模块(convolutional block attention module,CBAM)引入到原始YOLOv7模型的检测头网络中,增强果树目标特征,削弱背景干扰;在ELANH(efficient layer aggregation networks-head,ELAN-H)模块和Repconv(re-parameterization convolution,Repconv)模块之间引入SPD-Conv(space-to-depth,non-strided convolution,SPD-Conv)模块,提高模型对低分辨率图像或小尺寸目标的检测能力。以树干根部中点作为导航定位基点,利用改进YOLOv7模型得到两侧果树行线的定位参照点,然后利用最小二乘法拟合两侧果树行线和导航线。试验结果表明,改进YOLOv7模型检测精度为95.21%,检测速度为42.07帧/s,相比于原始YOLOv7模型分别提升了2.31个百分点和4.85帧/s,能够较为准确地识别出树干,且对树干较密的枣园图像也能达到较好的检测效果;提取到的定位参照点与人工标记树干中点的平均误差为8.85 cm,拟合导航线与人工观测导航线的平均偏差为4.90 cm,处理1帧图像平均耗时为0.044 s,能够满足果园内导航需求。; 彭书博陈兵旗李景彬范鹏宣刘翔业房鑫邓红涛张雄楚; 关键词：图像处理目标检测果园

机器视觉技术的农业应用研究进展被引量：31: 2018年; 机器视觉技术已广泛应用到农业生产的诸多领域。综合国内外优秀研究成果,阐述了现阶段机器视觉在农业方面应用的主要形式,介绍了机器视觉在农作物精选与质量检测、植物生长信息监测、农田视觉导航等应用方向的研究成果,通过分析其创新性的图像处理算法、机器视觉系统的组成,提出了当前机器视觉农业应用仍存在可靠性差、成本高、智能化水平不高等问题。结合当前机器视觉在各种领域的研究和应用情况,对未来机器视觉在农业应用的发展方向进行展望,认为基于嵌入式处理模块和多技术融合的机器视觉系统将成为未来主要发展趋势,以卷积神经网络为代表的深度学习模型也将成为未来图像识别的核心技术,并将极大改善目前机器视觉在农业应用存在的诸多问题。; 陈兵旗吴召恒李红业王进; 关键词：机器视觉农业无损检测导航

农田作业视觉导航系统研究被引量：5: 2018年; 主要介绍了水田插秧、水田管理、小麦播种和小麦管理的导航线检测算法,展示了耕作、玉米播种、棉花播种、小麦收割、玉米收获、棉花收获的导航线检测结果及地头的检测结果。对开发的样机在棉花喷药现场进行了性能测试,车速4.7 km/h,苗列跟随误差2 cm,没有压苗现象,验证了视觉导航的实用性。; 陈兵旗; 关键词：农田作业视觉导航性能检测

陈兵旗

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

陈兵旗

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈