文件名称：论文研究-基于OLS与EPSO算法的RBF企业订单预测模型研究.pdf
文件大小：552KB
文件格式：PDF
更新时间：2022-10-01 14:28:17
论文研究
通过对经过灰度二值化处理后的田间农作物图像进行基于平均垄间距行向连续区域中点提取（行提取）和基于平均垄间距列向最近邻搜索目标点提取（列提取），实现农作物图像垄行结构的识别。行提取为基于垄间距一致性特点，通过连续区域聚类求中点以消除大面积杂草等噪声影响;列提取为基于垄列向的连续性，在行提取的基础上对所得中点在垄间距范围进行最近邻搜索，以减少非垄孤立点干扰因素的影响。通过最小二乘法拟合获得各垄线段，以克服失垄、断垄等田间自然光照条件下对垄线图像识别的影响。实验1采用30幅单垄图像，垄行方向角平均误差为－0.66°;实验2采用20幅多垄图像，垄行方向角平均误差为1.31°，最长时耗约为6 ms，满足田间视觉导航系统实时性、准确性要求。