期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
橘子采摘机器人目标识别定位方法与实验研究
被引量：
18
1
作者
杨帆
李鹏飞
+1 位作者
刘庚
王伟斌
《西安理工大学学报》
CAS
北大核心
2018年第4期460-467,共8页
自然环境下橘子目标被枝叶遮挡或者果实之间重叠现象非常普遍,环境的复杂性给采摘机器人视觉系统的目标识别与定位带来极大困难,提出了一种将K-means聚类算法与Canny边缘检测算法相结合的方法,识别出枝叶遮挡多果重叠工况下橘子的完整轮...
自然环境下橘子目标被枝叶遮挡或者果实之间重叠现象非常普遍,环境的复杂性给采摘机器人视觉系统的目标识别与定位带来极大困难,提出了一种将K-means聚类算法与Canny边缘检测算法相结合的方法,识别出枝叶遮挡多果重叠工况下橘子的完整轮廓,对橘子轮廓的几何参数和实际坐标进行计算,完成了目标物的定位。首先采用K-means聚类算法从原始图像中分割橘子目标区域,应用Canny边缘检测算法识别橘子目标区域的轮廓,再通过Hough梯度圆变换检测算法确定橘子轮廓的圆心和半径,利用单目立体视觉平移测量模型计算出橘子的空间坐标,完成了橘子和大枣的抓取实验。实验结果表明,本文方法能够实现复杂背景下橘子多目标的识别与定位,并可推广到类圆目标的抓取过程。
展开更多
关键词
采摘机器人
复杂背景
图像分割
轮廓检测
类圆目标
下载PDF
职称材料
不规则类圆形团块目标图像识别的新方法
被引量：
22
2
作者
罗三定
肖飞
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2004年第4期632-637,共6页
针对类圆形目标图像识别方法的不足,以轧钢厂成捆棒材图像为实例,提出了不规则类圆形团块目标模式识别新方法,设计了边缘检测、中心增强和重心聚合等一系列算法,以实现计算机对类圆形目标图像的自动识别与检测。研究结果表明:以新算法...
针对类圆形目标图像识别方法的不足,以轧钢厂成捆棒材图像为实例,提出了不规则类圆形团块目标模式识别新方法,设计了边缘检测、中心增强和重心聚合等一系列算法,以实现计算机对类圆形目标图像的自动识别与检测。研究结果表明:以新算法为核心技术的软件能够对直径为12～40cm的棒材进行计数,点支准确的捆精度达到99%,且每捆计数时间少于3s。
展开更多
关键词
图像处理
边缘检测
聚类
类圆形
模式识别
下载PDF
职称材料
题名
橘子采摘机器人目标识别定位方法与实验研究
被引量：
18
1
作者
杨帆
李鹏飞
刘庚
王伟斌
机构
西安理工大学机械与精密仪器工程学院
出处
《西安理工大学学报》
CAS
北大核心
2018年第4期460-467,共8页
基金
国家自然科学基金资助项目(51275408)
陕西省科技厅重点研发计划资助项目(2017ZDXM-GY-007)
文摘
自然环境下橘子目标被枝叶遮挡或者果实之间重叠现象非常普遍,环境的复杂性给采摘机器人视觉系统的目标识别与定位带来极大困难,提出了一种将K-means聚类算法与Canny边缘检测算法相结合的方法,识别出枝叶遮挡多果重叠工况下橘子的完整轮廓,对橘子轮廓的几何参数和实际坐标进行计算,完成了目标物的定位。首先采用K-means聚类算法从原始图像中分割橘子目标区域,应用Canny边缘检测算法识别橘子目标区域的轮廓,再通过Hough梯度圆变换检测算法确定橘子轮廓的圆心和半径,利用单目立体视觉平移测量模型计算出橘子的空间坐标,完成了橘子和大枣的抓取实验。实验结果表明,本文方法能够实现复杂背景下橘子多目标的识别与定位,并可推广到类圆目标的抓取过程。
关键词
采摘机器人
复杂背景
图像分割
轮廓检测
类圆目标
Keywords
harvesting
robot
complex
environment
image
segmentation
contour
detection
quasi
-
circular
objects
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
不规则类圆形团块目标图像识别的新方法
被引量：
22
2
作者
罗三定
肖飞
机构
中南大学信息科学与工程学院
出处
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2004年第4期632-637,共6页
基金
国家高技术"863"项目(863 511 9702 412)
文摘
针对类圆形目标图像识别方法的不足,以轧钢厂成捆棒材图像为实例,提出了不规则类圆形团块目标模式识别新方法,设计了边缘检测、中心增强和重心聚合等一系列算法,以实现计算机对类圆形目标图像的自动识别与检测。研究结果表明:以新算法为核心技术的软件能够对直径为12～40cm的棒材进行计数,点支准确的捆精度达到99%,且每捆计数时间少于3s。
关键词
图像处理
边缘检测
聚类
类圆形
模式识别
Keywords
image
process
edge
detection
clustering
quasi
-
circular
object
pattern
recognition
分类号
TP391.94 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
橘子采摘机器人目标识别定位方法与实验研究
杨帆
李鹏飞
刘庚
王伟斌
《西安理工大学学报》
CAS
北大核心
2018
18
下载PDF
职称材料
2
不规则类圆形团块目标图像识别的新方法
罗三定
肖飞
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2004
22
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
