申请/专利权人：安徽农业大学

申请日：2022-01-06

公开（公告）日：2024-04-19

公开（公告）号：CN114332629B

主分类号：G06V20/10

分类号：G06V20/10;G06F17/16;G06N20/00;G06V10/25;G06V10/44;G06V10/74

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2022.04.29#实质审查的生效;2022.04.12#公开

摘要：基于高速视觉耦合轮廓特征提取的多农药雾滴撞击叶面延迟性的测量方法，包括以下步骤：搭建高速视觉捕捉系统、标定高速摄像机系统、采集雾滴撞击叶面图像、视频图像预处理、ROI区域选取、农药雾滴识别、农药雾滴轮廓提取、农药雾滴形心提取、农药雾滴跟踪计时，即可获得多农药雾滴撞击叶面延迟性。本发明为优化农药喷施参数，尤其为控制施药量、优化雾滴粒谱分布、调配药液含量提供定量的分析手段；所得测量结果对发展精准施药技术、提高茶树农药喷雾的沉积效率具有理论意义和应用价值。

主权项：1.基于高速视觉耦合轮廓特征提取的多农药雾滴撞击叶面延迟性的测量方法，其特征在于，包括以下步骤：1搭建高速视觉捕捉系统：高速视觉捕捉系统包括图像采集装置、辅助照明设备、计算机处理系统，图像采集装置包括高速摄像机；2标定高速摄像机系统：使用张氏标定法对摄相机参数进行标定，标定用来得到摄相机的内外参数和摄相机在空间坐标系中的相对位置关系，后期可以通过空间坐标转换将世界坐标系转换为像素坐标系获得雾滴实际运动的位移；3采集雾滴撞击叶面图像：系统标定完成后，摆放并固定产生雾滴的喷头与受撞击的叶片，使得雾滴的飞行轨迹正好位于视场的中心，通过计算机系统控制高速摄像机采集多雾滴撞击叶面的过程，利用图像采集装置采集雾滴撞击叶面图像；4视频图像预处理：采用高斯滤波算法对采集得到的雾滴撞击叶面图像去噪，然后对图像进行灰度化处理；5ROI区域选取：将预处理之后的图像进行ROI区域选取，使用帧间差分算法搭配背景减除算法对采集的连续的两帧图像进行差分运算，获取差分后运动区域的位置变化，运动区域包括运动的雾滴、振动的叶片以及可能出现的其他运动物体；6农药雾滴识别：使用基于模板的平均绝对值算法，对步骤5获取的运动区域中的农药雾滴进行识别，跟踪检测雾滴的飞行；其中，农药雾滴识别方法具体如下，首先确定农药雾滴的模板图像Tx,y，fix,y为后续的搜索图像，在搜索fix,y中，取以i,j为左上角，M×N的子图，计算其与模板图的相似度；在所有能够取到的子图中，找到与模板图最相似的子图作为最终结果，绝对差分图像Di,j越小相似度越高，找到最小的Di,j识别农药雾滴；跟踪检测雾滴的飞行方法包括以下步骤：601前景目标区域的粗提取，在YcbCr空间中，对高斯滤波后的Cb分量使用帧间差分法获得帧差结果Dx,y，得到的非零区域作为运动目标的大致区域；602对获得的帧差图像Dx,y进行水平投影和垂直投影，获取准确的运动区域DetRegion；603在运动区域DetRegion中进行背景差分，得到完整的运动目标；604利用滑动平均法对非运动区域进行更新，而雾滴运动区域不参与背景更新；7农药雾滴轮廓提取：跟踪检测雾滴后，采用八邻域快速轮廓搜索算法对被识别农药雾滴的形状进行轮廓搜索，从而提取农药雾滴轮廓；8农药雾滴形心提取：采用基于椭圆拟合的形心提取算法提取雾滴的中心；9农药雾滴跟踪计时：对农药雾滴进行跟踪，启动计时器，当农药雾滴形心坐标未到达叶面区域时，一直处于计时状态；当农药雾滴形心坐标到达叶面区域时，跟踪停止，计时结束，检测出农药雾滴从喷头喷出后和到达叶面的飞行时间，计算雾滴撞击叶面的延迟时间。

全文数据：

权利要求：

百度查询： 安徽农业大学 基于高速视觉耦合轮廓特征提取的多农药雾滴撞击叶面延迟性的测量方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD