CN106770417A - 基于核磁共振机器人的油菜干旱诊断方法及装置 - Google Patents
基于核磁共振机器人的油菜干旱诊断方法及装置 Download PDFInfo
- Publication number
- CN106770417A CN106770417A CN201710009191.1A CN201710009191A CN106770417A CN 106770417 A CN106770417 A CN 106770417A CN 201710009191 A CN201710009191 A CN 201710009191A CN 106770417 A CN106770417 A CN 106770417A
- Authority
- CN
- China
- Prior art keywords
- magnetic resonance
- rape
- nuclear magnetic
- mechanical arm
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N24/00—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
- G01N24/08—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种基于核磁共振机器人的油菜干旱诊断方法及装置,其中油菜干旱诊断方法包括以下步骤:对双目立体视觉摄像机进行标定、校正和匹配后,采集均匀光照环境下油菜样本的图像信息并进行预处理;对油菜叶片进行图像分割,选出目标叶片,将目标叶片的形心坐标作为视觉定位的特征点;将特征点的图像坐标转换为空间三维坐标,根据空间三维坐标移动核磁共振传感器,使特征点处的目标叶片处于核磁共振传感器的检测范围内;通过核磁共振传感器对目标叶片进行CPMG脉冲序列测试,运用模式识别方法对其干旱程度进行判别分析。本发明克服了传统检测过程中需要的人工放置样本的弊端,提高检测速率的同时为核磁共振的在线监测应用提供可能。
Description
技术领域
本发明涉及核磁共振波谱技术领域,尤其涉及一种基于核磁共振机器人的油菜干旱诊断方法及装置。
背景技术
水对陆生植物生命活动中起着至关重要的作用。在生长过程中,作物叶片是对水分含量表现最为直接的器官。当遭受到干旱胁迫时,作物迅速感应到生长环境的变化并产生应急适应机制,如叶片通过降低生长速度、加剧脱落的方式,来达到减缓蒸腾速率、防止水分过多散失的目的。因此,可将叶片作为检测对象对植物进行干旱诊断,从而推断作物所处的土壤环境,给农业灌溉工作提供指导意义。
核磁共振技术是以氢核为研究对象的波谱技术,作物中的水分为核磁共振在作物中的检测应用提供了基础条件。随着核磁共振技术的发展,它所具有的检测性能上的优势,如检测速度快、准确率高;非接触性、无损伤;不受检测对象形态限制等特点,使其在农业领域得到拓展和应用。
核磁共振技术因其无辐射损伤、高分辨率等优点在医学领域日益普及,但针对植物检测的核磁共振研究及装置相对较少。且在少量现有的便携式核磁共振装置中,多数是基于开放式的检测平台,在对植物进行活体检测时,需事先将植物待测部位人为摆放至传感器的检测区域,长时间的检测易导致操作者产生生理疲惫、降低检测速度,同时会增加人为误差,降低检测效果。
随着工业自动化的快速发展,机器人的智能化程度影响着整个工业演化的进程。其中,利用机器人的视觉控制省去了预先对工业机器人的离线编程,节约了大量编程时间,且定位精度高、速度快、结果可靠、可长时间工作,克服了传统人工定位方法的缺点。
发明内容
本发明提供了一种基于核磁共振机器人的油菜干旱诊断装置,该油菜干旱诊断装置通过双目视觉定位技术对油菜叶片定位,根据位置信息控制移动底盘和机械臂运动,从而使核磁共振传感器定向移动至目标叶片的有效检测范围,代替了传统依赖于人工固定样本的方法,为核磁共振的在线式快速检测应用提供可能。
一种基于核磁共振机器人的油菜干旱诊断装置,包括视觉定位系统和核磁共振检测系统;
所述的视觉定位系统包括:
移动底盘,设有电机驱动模块和移动模块,所述的电机驱动模块根据电机控制指令驱动移动模块进行运动,并将移动底盘的当前位置信息上传至工控机;
机械臂,安装在移动底盘上;
摄像机,安装在所述的机械臂上,用于采集检测对象的图像信息并传送至工控机;
工控机,对所述的图像信息进行处理得到目标叶片的位置信息,根据所述的位置信息生成电机控制指令和机械臂控制指令,并分别发送至所述的移动底盘和机械臂;
所述的核磁共振检测系统包括核磁共振传感器,所述的核磁共振传感器安装于所述的机械臂上,机械臂通过接收机械臂控制指令将所述的核磁共振传感器移动至目标叶片的有效检测区域。
作为优选,所述的机械臂包括多个数字舵机,具有三个自由度。
作为优选,所述的摄像机为双目立体视觉摄像机,左右对称地安装于所述的机械臂上。
本发明的基于核磁共振机器人的油菜干旱诊断装置还包括串口协议转换器,串口协议转换器用于接收电机控制指令和机械臂控制指令,将其进行协议转换,生成十六进制电机控制指令和十六进制机械臂控制指令,发送至移动底盘和机械臂。
工控机通过R232通信串口与串口协议转换器相连,串口协议转换器分别通过第一RS485通信串口和第二RS485通信串口与机械臂和电机驱动模块相连。
核磁共振检测系统,包括核磁共振传感器、双工器、核磁共振谱仪及计算机系统;
所述的核磁共振传感器包括检测平台、射频线圈和主磁体;
所述的核磁共振谱仪包括射频放大器和前置放大器;
所述的双工器设有射频放大器接口、前置放大器接口、探头接口,所述的射频放大器接口和前置放大器接口分别与核磁共振谱仪的对应接口相连接,所述的探头接口与核磁共振传感器相连接。
本发明还提供了一种基于核磁共振机器人的油菜干旱诊断方法,包括以下步骤:
(1)对双目立体视觉摄像机进行标定、校正和匹配后,利用双目立体视觉摄像机采集均匀光照环境下油菜样本的图像信息,对所述的图像信息进行预处理;
为了获取所采集的油菜样本的图像信息的坐标相对应的空间三维坐标,需要对双目立体视觉摄像机进行标定、校正和匹配,作为优选,采用张正友标定法对双目立体视觉摄像机进行标定,采用Bouguet算法进行极线校正,采用Boyer-Moore算法对双目立体视觉摄像机进行匹配。
为了提高图像质量,突出图像中的有用信息,需要对所述的图像信息进行预处理,作为优选,所述的预处理包括图像灰度化以及图像滤波处理,所述的图像灰度化采用加权平均法,所述的图像滤波处理采用高斯滤波处理,高斯核的大小为5×5。
(2)对预处理后的图像信息进行图像分割,选出目标叶片,将所述的目标叶片的形心坐标作为视觉定位的特征点;
作为优选,步骤(2)具体包括:
(2-1)采用大津阈值法对预处理后的图像信息进行分割,对分割所得的二值图像进行形态学开运算以去除分割后图像中存在的噪声点;
(2-2)对二值图像中油菜叶片所在的白色连通区域进行标记,记录各个白色连通区域的位置;对各个白色连通区域的面积大小进行比较,筛选出面积相近的白色连通区域;
(2-3)从面积相近的白色连通区域中随机选择一个,将被选择的白色连通区域的形心坐标作为视觉定位的特征点。
(3)将所述的特征点的图像坐标转换为空间三维坐标,根据所述的空间三维坐标移动核磁共振传感器,使特征点处的目标叶片处于核磁共振传感器的检测范围内;
工控机在完成图像处理后得到定位特征点的位置信息,生成电机控制指令和机械臂控制指令,通过串口协议转换器进行协议转换,将转换所得的十六进制电机控制指令和十六进制机械臂控制指令分别发送至移动底盘和机械臂。移动底盘根据接收到的电机控制指令将机器人移动至目标位置附近,机械臂根据接收到的机械臂控制指令作出动作,将安装在机械臂上核磁共振传感器移动至目标叶片的有效检测区域。
(4)通过核磁共振传感器对目标叶片进行CPMG脉冲序列测试,采集核磁共振CPMG序列回波峰点值,将所述的核磁共振CPMG序列回波峰点值作为该样本的变量,运用模式识别方法对其干旱程度进行判别分析。
为了保证检测结果的精确性,作为优选,对每个油菜样本的目标叶片进行3次重复试验,将3次重复试验的核磁共振CPMG序列回波峰点值求平均值,将该平均值作为该油菜样本的变量。
作为优选,将单个油菜样本的核磁共振CPMG序列回波峰点值作为特征变量排列成行,所有油菜样本数据形成一个m×n维数据矩阵,m为样本数量,n则为核磁共振CPMG序列回波峰点值数;
对该数据矩阵进行主成分分析得到主成分得分图,根据主成分得分图上各个油菜样本点的间隔距离将处于同一区域范围内的油菜样本划分为同一类别,对油菜样本的干旱梯度进行分类判别。
与现有技术相比,本发明的有益效果为:
(1)本发明将视觉定位技术应用于核磁共振的检测应用中,通过确定定位特征点的位置信息实现核磁共振机器人的准确移动,使核磁共振传感器自主移动至目标对象的有效检测范围内。克服了传统检测过程中需要的人工放置样本的弊端,提高检测速率的同时为核磁共振的在线监测应用提供可能;
(2)本发明将核磁共振仪作为检测手段,无需样本前处理,且检测过程无损伤,可实现作物生长过程的活体检测。将模式识别的数据处理方法应用于核磁共振检测研究中,对多变量数据进行精简压缩和信息挖掘,有利于结果准确度的提高;
(3)本发明所采用的核磁共振装置,具有体积小、重量轻、操作简便等特点,缩小了其在作物检测应用中地域范围的局限性。
附图说明
图1为本发明的油菜干旱诊断装置的结构示意图;
图2为本发明的核磁共振传感器的结构示意图;
图3为本发明的双工器的结构示意图;
图4为本发明的油菜干旱诊断装置的工作流程示意图。
其中,1、核磁共振谱仪;2、双工器;3、核磁共振传感器;4、双目摄像机;5、工控机;6、串口协议转换器;7、移动底盘;8、机械臂;9、计算机;10、检测平台;11、射频线圈;12、主磁体;13、射频放大器接口;14、探头接口;15、前置放大器接口。
具体实施方式
下面结合附图和实施例对本发明作进一步详细描述。
如图1所示,本发明的油菜干旱诊断装置包括视觉定位系统和核磁共振检测系统。
视觉定位系统包括:移动底盘7、机械臂8、双目立体视觉摄像机4、工控机5以及串口协议转换器6。核磁共振传感器,所述的核磁共振传感器安装于所述的机械臂上,机械臂通过接收机械臂控制指令将所述的核磁共振传感器移动至目标叶片的有效检测区域。
移动底盘7设有电机驱动模块和移动模块,电机驱动模块根据电机控制指令驱动移动模块进行运动,并将移动底盘7的当前位置信息上传至工控机5;机械臂8安装在移动底盘7上,机械臂8由多个数字舵机组成,具有三个自由度;双目立体视觉摄像机4左右对称地安装在机械臂8上,用于采集检测对象的图像信息并传送至工控机5;工控机5对图像信息进行处理得到目标叶片的位置信息,根据位置信息生成电机控制指令和机械臂控制指令,并分别发送至移动底盘7和机械臂8;串口协议转换器6用于接收电机控制指令和机械臂控制指令,将其进行协议转换,生成十六进制电机控制指令和十六进制机械臂控制指令,发送至移动底盘7和机械臂8。
工控机5通过R232通信串口与串口协议转换器6相连,串口协议转换其6分别通过第一RS485通信串口和第二RS485通信串口与机械臂8和电机驱动模块相连。
核磁共振检测系统包括:核磁共振传感器3、双工器2、核磁共振谱仪1及计算机9。
如图2所示,核磁共振传感器3包括检测平台10、主磁体12以及夹在检测平台10和主磁体12之间的射频线圈11。
核磁共振传感器3安装在机械臂8上,机械臂8通过接收机械臂控制指令而做出动作,将核磁共振传感器3移动至目标叶片的有效检测区域。
核磁共振谱仪1包括射频放大器和前置放大器。
如图3所示,双工器2包括射频放大器接口13、探头接口14、前置放大器接口15,其中,射频放大器接口13和前置放大器接口15分别与核磁共振谱仪1的对应接口相连接,探头接口14则与核磁共振传感器3相连接。
本发明的油菜干旱诊断装置的工作流程如图4所示。
本发明的油菜干旱诊断方法如下:
(1)图像采集前先对双目立体视觉摄像机进行标定、校正和匹配,分别选择张正友标定法进行摄像头标定、Bouguet算法进行极线校正、以及BM匹配方法完成摄像头匹配;
(2)利用双目立体视觉摄像机获取均匀光照环境下的油菜图像;
(3)对油菜图像进行预处理,采用加权平均法进行图像灰度化、高斯滤波实现图像的平滑处理,以提高图像质量、突出图像中的有用信息;
(4)对目标叶片进行图像分割,将叶片形心坐标作为定位特征点,具体步骤如下:
①使用大津阈值法作为油菜的图像分割方法;
②对分割所得的二值图像进行形态学开运算,以去除分割后存在的一些噪声点,避免其对目标叶片的识别产生影响;
③对获取的二值图像中油菜叶片所在的白色连通区域进行标记,记录各个连通区域的位置;
④获取每个连通区域的面积,并对各面积大小进行比较,筛选出面积相近的叶片区域;
⑤从面积相近的叶片区域中随机选择一个叶片区域,计算出其形心坐标,将其作为双目视觉定位的特征点;
(5)工控机将特征点的图像坐标转换为空间下的三维坐标,并生成电机控制指令和机械臂控制指令,经过串口协议转换器协议转换传送给移动底盘和机械臂。移动底盘根据接收到的电机控制指令将机器人移动至目标位置附近,机械臂根据机械臂控制指令将核磁共振传感器移动至目标叶片检测处,使叶片处于传感器的检测范围内;
(6)核磁共振检测系统利用CPMG脉冲序列采集叶片的核磁共振信号,每个样本进行3次重复试验。求出3条CPMG序列回波信号的平均值作为该样本的核磁共振CPMG序列回波峰点值;
(7)将每个样本的CPMG序列回波峰点数据作为该样本的变量,对数据进行主成分分析。将主成分得分矩阵的第一列和第二列作图得到主成分得分图,得分图上的每一点代表一个样本,根据各个样本点的间隔距离将处于同一区域范围内的样本划分为同一类别,对样本的干旱梯度进行分类判别。
以上所述的实施例对本发明的技术方案和有益效果进行了详细说明,应理解的是以上所述仅为本发明的具体实施例,并不用于限制本发明,凡在本发明的原则范围内所做的任何修改、补充和等同替换等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于核磁共振机器人的油菜干旱诊断装置,其特征在于,包括视觉定位系统和核磁共振检测系统;
所述的视觉定位系统包括:
移动底盘,设有电机驱动模块和移动模块,所述的电机驱动模块根据电机控制指令驱动移动模块进行运动,并将移动底盘的当前位置信息上传至工控机;
机械臂,安装在移动底盘上;
摄像机,安装在所述的机械臂上,用于采集检测对象的图像信息并传送至工控机;
工控机,对所述的图像信息进行处理得到目标叶片的位置信息,根据所述的位置信息生成电机控制指令和机械臂控制指令,并分别发送至所述的移动底盘和机械臂;
所述的核磁共振检测系统包括核磁共振传感器,所述的核磁共振传感器安装于所述的机械臂上,机械臂通过接收机械臂控制指令将所述的核磁共振传感器移动至目标叶片的有效检测区域。
2.根据权利要求1所述的油菜干旱诊断装置,其特征在于,所述的机械臂包括多个数字舵机,具有三个自由度。
3.根据权利要求1所述的油菜干旱诊断装置,其特征在于,所述的摄像机为双目立体视觉摄像机,左右对称地安装于所述的机械臂上。
4.一种基于核磁共振机器人的油菜干旱诊断方法,其特征在于,包括以下步骤:
(1)对双目立体视觉摄像机进行标定、校正和匹配后,利用双目立体视觉摄像机采集均匀光照环境下油菜样本的图像信息,对所述的图像信息进行预处理;
(2)对预处理后的图像信息进行图像分割,选出目标叶片,将所述的目标叶片的形心坐标作为视觉定位的特征点;
(3)将所述的特征点的图像坐标转换为空间三维坐标,根据所述的空间三维坐标移动核磁共振传感器,使特征点处的目标叶片处于核磁共振传感器的检测范围内;
(4)通过核磁共振传感器对目标叶片进行CPMG脉冲序列测试,采集核磁共振CPMG序列回波峰点值,将所述的核磁共振CPMG序列回波峰点值作为该样本的变量,运用模式识别方法对其干旱程度进行判别分析。
5.根据权利要求4所述的基于核磁共振机器人的油菜干旱诊断方法,其特征在于,步骤(1)中,采用张正友标定法对双目立体视觉摄像机进行标定,采用Bouguet算法进行极线校正,采用Boyer-Moore算法对双目立体视觉摄像机进行匹配。
6.根据权利要求4所述的基于核磁共振机器人的油菜干旱诊断方法,其特征在于,步骤(1)中,所述的预处理包括图像灰度化以及图像滤波处理,所述的图像灰度化采用加权平均法,所述的图像滤波处理采用高斯滤波处理,高斯核的大小为5×5。
7.根据权利要求4所述的基于核磁共振机器人的油菜干旱诊断方法,其特征在于,步骤(2)中,包括:
(2-1)采用大津阈值法对预处理后的图像信息进行分割,对分割所得的二值图像进行形态学开运算以去除分割后图像中存在的噪声点;
(2-2)对二值图像中油菜叶片所在的白色连通区域进行标记,记录各个白色连通区域的位置;对各个白色连通区域的面积大小进行比较,筛选出面积相近的白色连通区域;
(2-3)从面积相近的白色连通区域中随机选择一个,将被选择的白色连通区域的形心坐标作为视觉定位的特征点。
8.根据权利要求4所述的基于核磁共振机器人的油菜干旱诊断方法,其特征在于,步骤(4)中,对每个油菜样本的目标叶片进行3次重复试验,将3次重复试验的核磁共振CPMG序列回波峰点值求平均值,将该平均值作为该油菜样本的变量。
9.根据权利要求4所述的基于核磁共振机器人的油菜干旱诊断方法,其特征在于,步骤(4)中,将单个油菜样本的核磁共振CPMG序列回波峰点值作为特征变量排列成行,所有油菜样本数据形成一个m×n维数据矩阵,m为样本数量,n则为核磁共振CPMG序列回波峰点值数;
对该数据矩阵进行主成分分析得到主成分得分图,根据主成分得分图上各个油菜样本点的间隔距离将处于同一区域范围内的油菜样本划分为同一类别,对油菜样本的干旱梯度进行分类判别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710009191.1A CN106770417B (zh) | 2017-01-05 | 2017-01-05 | 基于核磁共振机器人的油菜干旱诊断方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710009191.1A CN106770417B (zh) | 2017-01-05 | 2017-01-05 | 基于核磁共振机器人的油菜干旱诊断方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106770417A true CN106770417A (zh) | 2017-05-31 |
CN106770417B CN106770417B (zh) | 2018-09-11 |
Family
ID=58949710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710009191.1A Active CN106770417B (zh) | 2017-01-05 | 2017-01-05 | 基于核磁共振机器人的油菜干旱诊断方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106770417B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102439448A (zh) * | 2009-05-19 | 2012-05-02 | 皇家飞利浦电子股份有限公司 | 具有高动态范围的用于磁性颗粒的传感器设备 |
CN103337094A (zh) * | 2013-06-14 | 2013-10-02 | 西安工业大学 | 一种应用双目摄像机实现运动三维重建的方法 |
CN103674995A (zh) * | 2012-09-25 | 2014-03-26 | 中国水利水电科学研究院 | 一种土壤参数自动监测与评价设备及方法 |
CN105234944A (zh) * | 2015-09-06 | 2016-01-13 | 北京航空航天大学 | 一种护理机器人与运动控制系统 |
CN105842268A (zh) * | 2016-03-24 | 2016-08-10 | 重庆大学 | 一种测量木材中水分含量的核磁共振传感器 |
CN205484139U (zh) * | 2016-01-08 | 2016-08-17 | 重庆师范大学 | 一种用于检测土壤中水分的圆柱形核磁共振传感器 |
CN106113067A (zh) * | 2016-07-18 | 2016-11-16 | 北京科技大学 | 一种基于双目视觉的双臂移动机器人系统 |
-
2017
- 2017-01-05 CN CN201710009191.1A patent/CN106770417B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102439448A (zh) * | 2009-05-19 | 2012-05-02 | 皇家飞利浦电子股份有限公司 | 具有高动态范围的用于磁性颗粒的传感器设备 |
CN103674995A (zh) * | 2012-09-25 | 2014-03-26 | 中国水利水电科学研究院 | 一种土壤参数自动监测与评价设备及方法 |
CN103337094A (zh) * | 2013-06-14 | 2013-10-02 | 西安工业大学 | 一种应用双目摄像机实现运动三维重建的方法 |
CN105234944A (zh) * | 2015-09-06 | 2016-01-13 | 北京航空航天大学 | 一种护理机器人与运动控制系统 |
CN205484139U (zh) * | 2016-01-08 | 2016-08-17 | 重庆师范大学 | 一种用于检测土壤中水分的圆柱形核磁共振传感器 |
CN105842268A (zh) * | 2016-03-24 | 2016-08-10 | 重庆大学 | 一种测量木材中水分含量的核磁共振传感器 |
CN106113067A (zh) * | 2016-07-18 | 2016-11-16 | 北京科技大学 | 一种基于双目视觉的双臂移动机器人系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106770417B (zh) | 2018-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104942496B (zh) | 基于机器人视觉伺服的汽车白车身焊点定位方法及装置 | |
CN108858122B (zh) | 一种温室植物病害巡检机器人及巡检方法 | |
US20150023561A1 (en) | Dynamic ultrasound processing using object motion calculation | |
CN110850244B (zh) | 基于深度学习的局放缺陷时域图谱诊断方法、系统及介质 | |
CN104034733A (zh) | 基于双目视觉监测与表面裂纹图像识别的寿命预测方法 | |
CN103278503B (zh) | 一种基于多传感器技术的葡萄水分胁迫诊断方法及系统 | |
US20190012432A1 (en) | Methods and systems for reviewing ultrasound images | |
CN102334422A (zh) | 基于机器视觉的蔬菜叶部病害实时诊断方法与系统 | |
CN116034904B (zh) | 基于轨道式巡检机器人的猪只健康监测系统及方法 | |
CN113948220A (zh) | 一种具有预分析能力的炭疽病病原菌侵染阶段检测方法 | |
CN106770417B (zh) | 基于核磁共振机器人的油菜干旱诊断方法及装置 | |
CN104749249B (zh) | 一种基于超声波技术的检测种子净度的方法 | |
CN116869652B (zh) | 基于超声图像和电子皮肤的手术机器人及其定位方法 | |
CN102788796B (zh) | 基于高光谱图像及荧光图像多信息融合的作物氮营养诊断装置及方法 | |
CN115690777A (zh) | 基于成熟度识别装置的香菇菌棒成熟度识别方法及系统 | |
CN116165280A (zh) | 一种对激光熔覆过程内部缺陷实时监测方法与系统 | |
CN105891780B (zh) | 一种基于超声阵列信息的室内场景定位方法与装置 | |
CN111881922B (zh) | 一种基于显著性特征的绝缘子图像识别方法及系统 | |
CN112649428A (zh) | 基于视频识别的高营养胚胎蛋的检测装置及方法 | |
CN113524216A (zh) | 一种基于多帧融合的果蔬采摘机器人及其控制方法 | |
CN209102897U (zh) | 一种多模式目标探测系统 | |
CN203016937U (zh) | 电子听诊法和示波法结合的双模血压计 | |
CN111390911A (zh) | 一种机械手位置标定系统及标定方法 | |
Tarry et al. | An integrated bud detection and localization system for application in greenhouse automation | |
CN117633696B (zh) | 一种基于bim模型的水利工程施工监测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |