水果姿态图像自动采集训练检测仪设计

针对水果姿态识别深度神经模型训练中水果姿态图像数据采集工作量大、效率低的问题,设计一套自动化的多姿态水果图像采集训练检测仪器。仪器由PC机通过安装在SCARA机械臂末端的摄像头,与放置在可移动云台上的水果组合运动,实现多姿态水果图像的自动采集;同时,构建模块化的水果姿态采集训练检测模型程序,用于水果姿态训练识别。以龙眼为对象进行实验,结果显示检测装置在20 s内可完成一组56张姿态图像的采集标注,基于深度残差神经网络训练模型水果姿态图像检测准确率可达98.40%,表明装置可满足水果姿态图像的自动采集、训练、检测需求。

基于中心区域的自动图像采集系统开发

针对目前流行的图像监控系统的缺陷,利用数字图像处理技术对传统的图像采集系统进行了改进。该系统根据摄像头采集到的当前图像与事先采集好的背景图像相减得到的结果图像,来判断是否有物体进入监控区域并保存符合监控条件的图像。由于系统需要24小时都处于工作状态,背景图像的动态变换保证了系统能有效地排除光线的干扰,提高了采集的准确率。可以利用时间查找某一时刻采集的图像,方便检索又提高了效率。

佳多虫情图像自动信息采集测报灯对几种水稻害虫的图像监测效果评价

利用佳多虫情图像自动信息采集测报灯实时监测三化螟、大螟、稻纵卷叶螟和稻飞虱4种水稻害虫,依据虫情图像进行室内识别统计,并与人工定期收集统计做对比。结果表明两种监测方法的统计数据相关系数高,诱虫量统计虽存在差异,但发生期、高峰期涨落趋势一致,且总体上发生动态代际明显(除大螟外);分析了新型测报灯产生数据误差的原因,并提出改进建议。

基于单片机的热像图自动采集系统设计

为了克服Fluke公司的Ti20红外热像仪手动拍照的缺点,设计了二维云台和红外热像仪结合的红外热像图的自动采集系统;在硬件设计中采用89S51单片机作为控制核心,采用触点开关输入,加入光电耦合器TLP521,继电器输出;在软件设计中,使用汇编语言编写了上位机主控程序;在控制程序中还增加了运转保护、抗干扰和外部中断功能,保证了系统工作质量的稳定与可靠;应用结果表明,系统运行稳定可靠,实现了热像图的自动采集。

基于多视角自动成像系统的作物三维点云重建策略优化

为满足高通量作物表型分析需求,提升三维点云重建效率和精度,该研究针对不同作物、不同生育时期、不同植株部位(地上部和根系),基于研发的多视角自动成像系统和SFM(structure from motion)-MVS(multi-view stereo)算法,采用不同视角和不同相机数获取的图像重建作物三维点云,通过重建效率和精度(Hausdorff距离)评估,以及基于点云提取表型参数(株高、幅宽、凸包体积和总表面积)的可靠性评价,优化作物三维点云重建策略。结果显示,对于结构相对稀松、遮挡较少的盆栽植株(苗期、蕾薹期、盛花期、成熟期油菜)、结构相对紧凑、遮挡较多的植株地上部(花铃期棉花、抽穗期水稻、拔节期和灌浆期小麦)以及器官密集、遮挡严重且有较多细长结构的地上部和根系(分蘖期小麦和成熟期水稻地上部、成熟期玉米和油菜根系),分别采用3~4、6和10个相机为其最优重建策略(Hausdorff距离小于或接近0.20 cm,且重建时长和Hausdorff距离归一化值之和最小)。采用不少于4个相机获取的图像重建作物三维点云,可提取较为可靠的表型参数(决定系数R2>0.90,相对均方根误差RRMSE≤9%)。该研究提出的最优重建策略平衡了自动成像系统构建成本、三维重建效率和精度以及适用植株复杂程度,为实现多种作物高效、低成本、高精度三维重建和表型参数提取提供了重要依据。

高速铁路隧道衬砌裂缝自动化检测硬件系统研究

衬砌裂缝是最常见的隧道病害。由于高速铁路列车运行速度较快,衬砌裂缝造成衬砌混凝土掉块会对高速铁路运行造成极大安全隐患。目前国内衬砌裂缝检测还停留在以人工检测为主的阶段,而基于图像处理的检测系统,已经广泛应用于桥梁、公路等工程中,但是由于隧道自身的特殊性,检测系统的发展较为缓慢。在结合高速铁路隧道自身特点基础上,提出一套隧道裂缝自动化检测系统,并对系统工作原理进行阐释,在此基础上对系统内部各项硬件设备进行选型,最后在实验室内完成组装和调试,基本达到了预期的效果。

基于计算机视觉的鱼苗自动计数系统研究

为了在鱼苗的饲养、运输和销售过程中对一定数量或批量的幼苗进行精确计数,提出了一种基于计算机视觉的鱼苗自动计数系统。利用流体力学中伯努利原理(Bernoulli principle)设计了一个稳定流速的稳流水箱,使鱼苗和水一起以平稳恒定的速度流过过流计数箱体的拍摄区;使用电荷耦合元件(CCD)高速摄像头以与水流速度成比例的帧速采集图像,并传送给计算机进行图像处理;对图像进行阈值分割和目标提取后,计算出每帧图像中不重叠区域的幼苗数量,累加求得幼苗总量。结果表明,该系统计数的相对误差在15%以内,具有较高的精度。该研究不仅解决了目标粘连、连续计数和重复计数的问题,还可推广到虾苗、蟹苗等生物幼苗计数,具有通用性强、可行性好、推广范围大的特点。

数字化鱼类标本网络信息系统设计

为实现在互联网用户端的网页浏览器(IE)上能进行鱼类标本的360°虚拟展示,观察到鱼类标本的全貌,利用旋转台及数码相机,进行多角度的数字化图像自动采集,设计了数字化鱼类标本网络信息系统。该系统基于2.5维图像技术,集合图像处理及微软银光(Microsoft Silverlight)应用程序技术,实现鱼类数字标本的图像建模和制作,并利用网站发布,在用户端上实现可操控标本的360°自由旋转,图像流畅,无停顿。该系统具有图像自动采集、全景观察等特点。

掘进机可视化远程控制系统的试验研究

从可视化监控系统和自动化截割系统提出了掘进机可视化远程控制系统,该系统在虎龙沟煤业进行了模拟试验和工业性试验。试验结果表明,掘进机可视化远程控制系统应用后通过精确测量、实时监控、远程操作和自动截割等技术手段能够实现掘进机的自动化截割技术,实现了51511高抽巷掘进工作面少人化施工作业,为企业创造了较好的安全经济效益。

无感人脸识别研究综述

无感人脸识别是指在用户无感知条件下自动地采集用户人脸信息以进行身份认证,它具有低交互、无接触、高度并行化的特点,适用于具有实时性需求的无感交互场景。无感人脸识别包括无感交互、目标提取和识别三个环节。本文分别从这三个环节对无感人脸识别技术进行了梳理,综述了人脸注册与人脸库构建技术,人脸图像无感采集技术,基于深度学习的多尺度人脸提取和识别技术的发展状况。介绍了现阶段无感人脸识别的应用场景与挑战,指出随着数据库构建技术、无感采集技术及基于深度学习的进一步发展及安全保障体系的构建,无感人脸识别技术将凭借其无感与并行的优势获得更广泛地应用。