检索结果-维普期刊中文期刊服务平台

基于改进YOLO v8的玉米大豆间套复种作物行导航线提取方法: 1; 作者朱惠斌李仕 +3 位作者白丽珍王明鹏贾宇轩兰冀贤《农业机械学报》北大核心 2025年第6期205-217,共13页; 针对玉米大豆间套复种场景下导航线提取算法在复杂农田环境中精度低和适应性差等问题,提出一种基于改进YOLO v8的作物行间导航线提取方法,以提升自主移动底盘在田间作业中的导航精度。针对玉米大豆作物行间专项分割任务,以YOLO v8为基... 展开更多; 关键词玉米大豆间套复种作物行间检测导航线提取改进YOLO v8 多尺度融合; 在线阅读下载PDF 职称材料

基于图像特征点粒子群聚类算法的麦田作物行检测被引量：37: 2; 作者姜国权杨小亚 +1 位作者王志衡刘红敏《农业工程学报》 EI CAS CSCD 北大核心 2017年第11期165-170,共6页; 为了快速准确地提取麦田作物行中心线,提出了基于图像特征点粒子群聚类算法的麦田作物行检测。首先,对自然光照下获取的彩色图像运用"过绿颜色因子图像灰度化"、"Otsu图像二值化"、"左右边缘中间线检测提取作... 展开更多; 关键词图像处理算法聚类作物行检测粒子群优化最小二乘法; 在线阅读下载PDF 职称材料

基于中值点Hough变换玉米行检测的导航线提取方法被引量：14: 3; 作者李霞苏筠皓 +2 位作者岳振超王思超周海波《农业工程学报》 EI CAS CSCD 北大核心 2022年第5期167-174,共8页; 为解决机器视觉对早期玉米苗带在多环境变量下导航线提取耗时长、准确率低的问题,该研究提出了一种基于中值点Hough变换作物行检测的导航线提取算法。首先,改进了传统的2G-R-B算法,再结合中值滤波、最大类间方差法和形态学操作实现土壤... 展开更多; 关键词机器视觉特征点提取作物行检测导航线提取 HOUGH变换导航; 在线阅读下载PDF 职称材料

基于机器视觉的玉米苗期多条作物行线检测算法被引量：31: 4; 作者王侨孟志军 +2 位作者付卫强刘卉张振国《农业机械学报》 EI CAS CSCD 北大核心 2021年第4期208-220,共13页; 为满足玉米苗期中耕、追肥等田间管理环节的自主导航行走需求,研究了基于机器视觉的多条作物行线实时检测技术。首先,基于绿色分量增强法、分割阈值优化法和形态特征分析法,对图像分别进行灰度化、二值化和去噪等预处理,该预处理结果不... 展开更多; 关键词苗期玉米机器视觉作物行线检测算法农田环境感知田间自主导航; 在线阅读下载PDF 职称材料

基于RANSAC算法的植保机器人导航路径检测被引量：20: 5; 作者李秀智彭小彬 +3 位作者方会敏牛萌萌康建明荐世春《农业机械学报》 EI CAS CSCD 北大核心 2020年第9期40-46,共7页; 为实现植保机器人精准自主导航和提高路径检测的精度、可靠性,提出一种基于RANSAC算法的视觉导航路径检测方法。首先,采用超绿灰度化法和最大类间方差法进行图像分割;继而结合形态学操作与动态面积阈值滤波算法滤除干扰;最后,在垄行的... 展开更多; 关键词植保机器人导航垄行检测图像处理特征点提取 RANSAC算法; 在线阅读下载PDF 职称材料

基于机器视觉的水稻制种田导航线提取方法被引量：7: 6; 作者郭祥雨薛新宇《中国农机化学报》北大核心 2021年第5期197-201,共5页; 为快速准确的检测出水稻制种田父本行中心线,结合作物长势和农艺需求,提出一种适用于水稻授粉期作物行导航线快速提取的方法。根据作物父母本行在RGB颜色分量上的差异提出R-B法进行图像灰度化处理,利用灰度直方图选取分割阈值对灰度化... 展开更多; 关键词水稻制种田机器视觉图像处理导航线作物行检测; 在线阅读下载PDF 职称材料

题名基于改进YOLO v8的玉米大豆间套复种作物行导航线提取方法: 1; 作者朱惠斌李仕白丽珍王明鹏贾宇轩兰冀贤; 机构昆明理工大学现代农业工程学院; 出处《农业机械学报》北大核心 2025年第6期205-217,共13页; 基金国家自然科学基金项目(52265033、51865022) 云南省自然科学基金项目(202401AS070115)。; 文摘针对玉米大豆间套复种场景下导航线提取算法在复杂农田环境中精度低和适应性差等问题,提出一种基于改进YOLO v8的作物行间导航线提取方法,以提升自主移动底盘在田间作业中的导航精度。针对玉米大豆作物行间专项分割任务,以YOLO v8为基础融合StarNet网络,并优化检测头构建了StarNet-YOLO主干网络。通过自主设计的ASPPFE模块、深度可分离卷积和CSE结构等策略优化,同时利用LAMP剪枝算法对其轻量化。此外,引入Douglas-Peucker算法获取逼近作物行间轮廓,并提出评分机制确定轮廓的起始线段和终点线段中点,进而实现作物行导航线的精确拟合。消融试验结果表明,ASPPFE的mAP50seg(交并比为0.5时实例分割的平均精度均值)达到99.5%,其mAP50-95seg(交并比为0.5~0.95时实例分割的平均精度均值)比SPPELAN、SPPF和ASPPF分别提升1.0、1.0、0.4个百分点。经剪枝率25%优化后的StarNet-YOLO网络,mAP50-95seg仅降低0.02个百分点,而推理速度从390 f/s提升至563 f/s,浮点运算量从7.2×10^(9)降至4.7×10^(9)。在同一数据集下对YOLO v5、YOLO v7、YOLO v8和改进YOLO v8进行对比发现,StarNet-YOLO网络mAP50-95seg比其他3种算法分别提升5.5、4.8、2.8个百分点。作物行间导航线拟合验证结果表明,平均角度误差和距离误差分别为2.01°和23.17像素。在复杂农田环境下本文导航线提取算法表现出优异性能,实现检测速度与精度平衡,为玉米大豆等农作物田间作业自主机器人视觉导航提供了新的技术思路。; 关键词玉米大豆间套复种作物行间检测导航线提取改进YOLO v8 多尺度融合; Keywords maize soybean intercropping inter-row crop detection navigation line extraction improved YOLO v8 multi-scale feature fusion; 分类号 S24 [农业科学—农业电气化与自动化]; 在线阅读下载PDF 职称材料

题名基于图像特征点粒子群聚类算法的麦田作物行检测被引量：37: 2; 作者姜国权杨小亚王志衡刘红敏; 机构河南理工大学计算机科学与技术学院; 出处《农业工程学报》 EI CAS CSCD 北大核心 2017年第11期165-170,共6页; 基金国家自然科学基金资助项目(61472119 61572173 +6 种基金 61472373 61401150) 计算机视觉与图像处理创新团队(T2014-3); 文摘为了快速准确地提取麦田作物行中心线,提出了基于图像特征点粒子群聚类算法的麦田作物行检测。首先,对自然光照下获取的彩色图像运用"过绿颜色因子图像灰度化"、"Otsu图像二值化"、"左右边缘中间线检测提取作物行特征点算法"3步对图像进行预处理。然后,根据农田作物行中心线周围区域的特征点到该直线的距离均小于某一距离阈值的特征,运用粒子群优化算法对每一作物行的特征点分别进行聚类。最后,对每一类的特征点用最小二乘法进行直线拟合获取麦田作物行中心线。试验结果表明,该算法可以对作物断行、杂草、土块等复杂农田环境下的图像进行有效地作物行检测,识别率达95%,识别误差小于3°。与标准Hough算法相比,运行速率提升了一倍。该文可为实现农业机器人田间作业提供参考。; 关键词图像处理算法聚类作物行检测粒子群优化最小二乘法; Keywords image processing algorithms clustering crop rows detection particle swarm optimization least squares; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于中值点Hough变换玉米行检测的导航线提取方法被引量：14: 3; 作者李霞苏筠皓岳振超王思超周海波; 机构天津理工大学天津市先进机电系统设计与智能控制重点实验室天津理工大学机电工程国家级实验教学示范中心天津理工大学机械工程学院; 出处《农业工程学报》 EI CAS CSCD 北大核心 2022年第5期167-174,共8页; 基金国家自然基金项目(32060417,32171902)。; 文摘为解决机器视觉对早期玉米苗带在多环境变量下导航线提取耗时长、准确率低的问题,该研究提出了一种基于中值点Hough变换作物行检测的导航线提取算法。首先,改进了传统的2G-R-B算法,再结合中值滤波、最大类间方差法和形态学操作实现土壤背景与玉米苗带的分割。其次,通过均值法提取玉米苗带特征点,然后采用中值点Hough变换拟合垄间两侧玉米苗列线,最后将检测出的双侧玉米苗列线为导航基准线,利用夹角正切公式提取导航线。试验结果表明:改进的灰度化算法能够正确分割玉米苗带与土壤,处理一幅640×480像素彩色图像平均耗时小于160 ms,基于中值点Hough变换检测玉米苗列再提取导航线的最大误差为0.53°,相比于传统Hough变换时间上平均快62.9 ms,比最小二乘法平均精确度提高了7.12°,在农田早期玉米苗带多环境变量影响因素下导航线提取准确率均达92%以上,具有较强的可靠性和准确性。; 关键词机器视觉特征点提取作物行检测导航线提取 HOUGH变换导航; Keywords machine vision feature point extraction crop row detection navigation line extraction Hough transform navigation; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于机器视觉的玉米苗期多条作物行线检测算法被引量：31: 4; 作者王侨孟志军付卫强刘卉张振国; 机构国家农业智能装备工程技术研究中心首都师范大学信息工程学院新疆农业大学机电工程学院; 出处《农业机械学报》 EI CAS CSCD 北大核心 2021年第4期208-220,共13页; 基金国家重点研发计划项目(2017YFD0700400、2017YFD0700402) 北京市博士后工作经费项目(2018-ZZ-061) 中国博士后科学基金项目(2018M641257)。; 文摘为满足玉米苗期中耕、追肥等田间管理环节的自主导航行走需求,研究了基于机器视觉的多条作物行线实时检测技术。首先,基于绿色分量增强法、分割阈值优化法和形态特征分析法,对图像分别进行灰度化、二值化和去噪等预处理,该预处理结果不受自然光照变化、阴影、降水/积水、播种模式等影响,对细密状杂草干扰或植株冠层交叠条件下作物行间分界间隙的清理效果较好,对小尺寸噪声、行间零散分布的圆形叶片类杂草噪声以及呈横向生长状或聚集状的杂草噪声也有较好的清除效果。然后,将二值图像沿纵坐标均分为20个水平条,在各水平条内部建立目标区域的水平间距、水平跨度等特征参数,并跨水平条建立目标区域间的垂直间距、趋势角、覆盖宽度等特征参数,基于以上参数在行内和行间分布的差异性,完成各水平条中隶属于不同作物行的目标区域的定位分割和不同水平条中隶属于同一作物行的目标区域的聚类,其分割聚类效果良好。最后,基于离群特征点去除后的最小二乘法,进行线性拟合并获取作物行中心线,结果表明,整体检测准确率不低于91.2%,单帧图像处理时间不超过368 ms,说明采用本文方法可快速实现不同环境因素干扰下的多条作物行线的同步检测。; 关键词苗期玉米机器视觉作物行线检测算法农田环境感知田间自主导航; Keywords seedling stage of maize machine vision detection algorithm of crop row lines farmland environment sensing autonomous field navigation; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于RANSAC算法的植保机器人导航路径检测被引量：20: 5; 作者李秀智彭小彬方会敏牛萌萌康建明荐世春; 机构北京工业大学信息学部山东省农业机械科学研究院; 出处《农业机械学报》 EI CAS CSCD 北大核心 2020年第9期40-46,共7页; 基金山东省重大科技创新工程项目(2019JZZY020621、2019JZZY020623) 山东省重点研发计划项目(2019GNC106098) 国家重点研发计划项目(2018YFD0300606)。; 文摘为实现植保机器人精准自主导航和提高路径检测的精度、可靠性,提出一种基于RANSAC算法的视觉导航路径检测方法。首先,采用超绿灰度化法和最大类间方差法进行图像分割;继而结合形态学操作与动态面积阈值滤波算法滤除干扰;最后,在垄行的边缘中,根据均值法提取特征点,采用RANSAC算法剔除离群点后由最小二乘法进行直线拟合,以提高导航路径的检测精度。实验表明,与Hough变换相比,本文垄行中心线检测方法具有更高的检测精度,导航路径的检测率可达93.8%,比未使用RANSAC算法提高了18.8个百分点。; 关键词植保机器人导航垄行检测图像处理特征点提取 RANSAC算法; Keywords plant protection robot navigation crop rows detection image processing feature point extraction RANSAC algorithm; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术] S49 [农业科学—植物保护]; 在线阅读下载PDF 职称材料

题名基于机器视觉的水稻制种田导航线提取方法被引量：7: 6; 作者郭祥雨薛新宇; 机构农业农村部南京农业机械化研究所; 出处《中国农机化学报》北大核心 2021年第5期197-201,共5页; 基金国家重点研发计划(2016YFD0200702)。; 文摘为快速准确的检测出水稻制种田父本行中心线,结合作物长势和农艺需求,提出一种适用于水稻授粉期作物行导航线快速提取的方法。根据作物父母本行在RGB颜色分量上的差异提出R-B法进行图像灰度化处理,利用灰度直方图选取分割阈值对灰度化图像二值化处理;遍历图像对感兴趣区域进行标记,采用最大连通区域法提取目标行,引入趋势线消除断行与作物形态的影响,对图像进行行扫描提取特征点并使用做小二乘法拟合导航基准线。试验结果表明,该算法与标准Hough变换和随机Hough变换相比,该方法能够快速准确地提取导航线,准确率高,为92%以上,处理一幅320像素×270像素图片耗时200 ms左右,并在不同环境下对算法进行可靠性检测,均具有良好的鲁棒性。本文为无人机辅助水稻制种田授粉作业提供一种可靠的导航方法。; 关键词水稻制种田机器视觉图像处理导航线作物行检测; Keywords rice farming machine vision image processing navigation lines crop row detection; 分类号 S24 [农业科学—农业电气化与自动化]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于改进YOLO v8的玉米大豆间套复种作物行导航线提取方法	朱惠斌李仕白丽珍王明鹏贾宇轩兰冀贤	《农业机械学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于图像特征点粒子群聚类算法的麦田作物行检测	姜国权杨小亚王志衡刘红敏	《农业工程学报》 EI CAS CSCD 北大核心	2017	37	在线阅读下载PDF 职称材料
3	基于中值点Hough变换玉米行检测的导航线提取方法	李霞苏筠皓岳振超王思超周海波	《农业工程学报》 EI CAS CSCD 北大核心	2022	14	在线阅读下载PDF 职称材料
4	基于机器视觉的玉米苗期多条作物行线检测算法	王侨孟志军付卫强刘卉张振国	《农业机械学报》 EI CAS CSCD 北大核心	2021	31	在线阅读下载PDF 职称材料
5	基于RANSAC算法的植保机器人导航路径检测	李秀智彭小彬方会敏牛萌萌康建明荐世春	《农业机械学报》 EI CAS CSCD 北大核心	2020	20	在线阅读下载PDF 职称材料
6	基于机器视觉的水稻制种田导航线提取方法	郭祥雨薛新宇	《中国农机化学报》北大核心	2021	7	在线阅读下载PDF 职称材料