摘要：甘蔗蔗梢分叉点的精确识别与高度定位是实现甘蔗收获机切梢器实时控制的关键技术之一,也是提高甘蔗收获机械化水平和降低甘蔗含杂率的重要途径。针对甘蔗地环境复杂、光照变化大、蔗梢分叉点相互遮挡等问题,首先通过田间调查,并现场测试、分析甘蔗生长点、甘蔗分叉点及相互关系的特征规律,采集图像的甘蔗分叉点的统计分析,并结合现场对甘蔗分叉点高度的测量统计分析,发现其均具有明显的正态统计特征。接着,提出了一种基于改进YOLO v5s的蔗梢分叉点识别方法。该方法采用单目和双目相机在广西大学扶绥农科基地采集甘蔗图像数据,并进行数据预处理和标注,构建了甘蔗蔗梢分叉点数据集。然后,在YOLO v5s中引入BiFPN特征融合结构和CA注意力机制,以增强不同层次特征的交互和表达能力,并使用GSConv卷积和Slim-Neck范式设计,在原始模型主干网络中引入Ghost模块替换原始普通卷积,来降低模型的计算量和参数量,提高模型的运行效率。最后,通过在现场采集的数据集上进行训练和测试,验证了该方法的有效性和优越性。实验结果表明,该方法在甘蔗蔗梢分叉点数据集上平均精确率达到92.3%、召回率89.3%和检测时间19.3 ms,相比原始YOLO v5s网络,平均精确率提高5个百分点,召回率提高4个百分点,参数量降低43%,模型内存占用量减少5.5 MB,检测时间减少0.7 ms。最后,根据甘蔗分叉点具有明显的正态统计特征的规律,利用该特征结合双目视觉的定位算法,可为开展甘蔗收获机切梢的特征识别、切梢器高度定位及实时控制研究奠定理论及技术基础。

摘要：为了在不干扰正常训练的情况下,实现数字铅球系统中的"力-姿"信息同步,提出了一种基于图像特征的非侵入式同步方法。采集高速图像序列后,利用圆度特征判决铅球出手帧,通过ROI设置及关键帧预判等方法提高算法效率,实验中对比分析了参数设置对算法效率的影响。实验结果表明,算法实现了高速高清图像的实时处理,同步准确率达到93.1%,有效地满足了辅助训练的需要。

摘要：由于金属结构在生产使用过程中易发生疲劳和断裂,需要定期检测其健康状态。为克服传统位移传感器检测的缺点,提出了基于机器视觉的金属结构变形测量系统方案。该方案通过设计特殊的光源靶标系统,将其固定在金属结构的待测位置;利用结构变形前后的图像中靶标中心的位置坐标差来表征其结构变形量。该系统可解决光源不稳定问题,提高图像质量;通过亚像素边缘检测算法和菱形约束算法定位出靶标中心亚像素位置,使系统具有亚像素测量精度。