CN109709960B - 割草次数解析系统 - Google Patents

割草次数解析系统 Download PDF

Info

Publication number
CN109709960B
CN109709960B CN201811610205.6A CN201811610205A CN109709960B CN 109709960 B CN109709960 B CN 109709960B CN 201811610205 A CN201811610205 A CN 201811610205A CN 109709960 B CN109709960 B CN 109709960B
Authority
CN
China
Prior art keywords
image
mowing
equipment
proportion
depth
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.)
Active
Application number
CN201811610205.6A
Other languages
English (en)
Other versions
CN109709960A (zh
Inventor
王雪芬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZHEJIANG CHANGJIANG MACHINERY Co.,Ltd.
Original Assignee
ZHEJIANG CHANGJIANG MACHINERY CO Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZHEJIANG CHANGJIANG MACHINERY CO Ltd filed Critical ZHEJIANG CHANGJIANG MACHINERY CO Ltd
Priority to CN201811610205.6A priority Critical patent/CN109709960B/zh
Publication of CN109709960A publication Critical patent/CN109709960A/zh
Application granted granted Critical
Publication of CN109709960B publication Critical patent/CN109709960B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Harvester Elements (AREA)

Abstract

本发明涉及一种割草次数解析系统,包括:障碍物识别设备,设置在车轮上方,用于对车轮前方的障碍物到达障碍物识别设备的现场距离进行监测;车轮驱动设备,用于为所述车轮的行进方向和行进距离提供驱动信号;割草刀驱动设备,用于为割草刀的割草模式提供控制信号;网络成像设备,包括网络控制接口、图像传感器和照明光源,所述网络控制接口用于接收附近移动终端发送的网络控制指令;次数解析设备,与分布判别设备连接,用于确定与分布比例值对应的割草次数;所述割草刀驱动设备基于所述割草次数驱动所述割草刀对当前同一草坪区域执行相应的一次或多次的割草操作。通过本发明,在保障割草效果的同时减少了割草设备的耗油量。

Description

割草次数解析系统
技术领域
本发明涉及草坪清理领域,尤其涉及一种割草次数解析系统。
背景技术
割草设备割草之前,必须先清除割草区域内的杂物,避免破坏草头对机器造成损坏。冷机状态下启动发动机,应先关闭风门,启动后再适时打开风门。若草皮面积太大.割草机连续工作时间不宜太长,冬天最好不要超过6小时,夏天不要超过3小时(视设备情况定)。
割草设备使用后,应对其进行全面清洗,并检查所有的螺钉是否紧固,刀片有无缺损,检修高压帽等,还要根据割草机的使用年限.加强易损配件的检查或更换。
发明内容
为了解决现有技术中草坪割草设备无法根据其当前割草区域具体情况执行相应割草控制的技术问题,本发明提供了一种割草次数解析系统,在处理后图像深浅比例小于预设深浅比例阈值时,对图像执行循环式的基于片段式线性近似法的伽马校正处理,直到获取的处理后的图像的深浅比例大于等于预设深浅比例阈值;尤为关键的是,根据当前割草区域中的成像数据的绿色密集程度,判断当前割草区域的草体密度,并执行对同一割草区域的与所述草体密度对应次数的割草操作,以在保障割草效果的同时减少割草设备的耗油量。
根据本发明的一方面,提供了一种割草次数解析系统,所述系统包括:
障碍物识别设备,设置在车轮上方,用于对车轮前方的障碍物到达障碍物识别设备的现场距离进行监测;车轮驱动设备,与所述车轮连接,用于为所述车轮的行进方向和行进距离提供驱动信号。
更具体地,在所述割草次数解析系统中,还包括:
割草刀驱动设备,与割草刀连接,用于为所述割草刀的割草模式提供控制信号。
更具体地,在所述割草次数解析系统中,还包括:
网络成像设备,包括网络控制接口、图像传感器和照明光源,所述网络控制接口用于接收附近移动终端发送的网络控制指令。
更具体地,在所述割草次数解析系统中:所述图像传感器设置在所述车轮上方,用于面向所述车轮附近的草坪执行图像数据感应,以获得车轮附近图像。
更具体地,在所述割草次数解析系统中,还包括:
次数解析设备,与分布判别设备连接,用于确定与分布比例值对应的割草次数,并将所述割草次数发送给所述割草刀驱动设备;所述割草刀驱动设备基于所述割草次数驱动所述割草刀对当前同一草坪区域执行相应的一次或多次的割草操作;曲线编辑设备,与所述网络成像设备连接,用于接收所述车轮附近图像,对所述车轮附近图像执行曲线编辑处理,以获得并输出对应的曲线编辑图像;子图像提取设备,与所述曲线编辑设备连接,用于接收所述车轮附近图像和所述曲线编辑图像,并基于预设分割尺寸对所述车轮附近图像执行子图像分割处理,以获得多个第一子图像,基于预设分割尺寸对所述曲线编辑图像执行子图像分割处理,以获得多个第二子图像;平均化处理设备,与所述子图像提取设备连接,用于将所述车轮附近图像中预设位置的多个第一子图像的多个深浅比例进行平均化处理,以获得处理前深浅比例,还用于将所述曲线编辑图像中预设位置的多个第二子图像的多个深浅比例进行平均化处理,以获得处理后深浅比例;深浅比例处理设备,与所述平均化处理设备连接,用于在接收到的所述处理后深浅比例小于预设深浅比例阈值时,对所述曲线编辑图像执行循环式的基于片段式线性近似法的伽马校正处理,直到获取的处理后的图像的深浅比例大于等于所述预设深浅比例阈值,并将获取的处理后的图像作为深浅比例处理图像输出;像素点分析设备,与所述深浅比例处理设备连接,用于接收所述深浅比例处理图像,将所述深浅比例处理图像中G分量值超过预设分量阈值的像素点作为绿色像素点;分布判别设备,与所述像素点分析设备连接,用于接收将所述深浅比例处理图像中绿色像素点的总数除以所述深浅比例处理图像的所有像素点的总数获得的比例作为分布比例值;其中,在所述像素点分析设备中,所述深浅比例处理图像中的每一个像素点具有RGB颜色空间的R分量值、G分量值和B分量值。
更具体地,在所述割草次数解析系统中:所述深浅比例处理设备还用于在接收到的所述处理后深浅比例大于等于所述预设深浅比例阈值时,将所述曲线编辑图像作为深浅比例处理图像,并输出所述深浅比例处理图像;其中,所述深浅比例处理设备还包括比例接收子设备、比例处理子设备和图像输出子设备,所述比例处理子设备分别与所述比例接收子设备和所述图像输出子设备连接。
更具体地,在所述割草次数解析系统中:所述比例处理子设备用于在接收到的所述处理后深浅比例小于所述预设深浅比例阈值时,对所述曲线编辑图像执行循环式的基于片段式线性近似法的伽马校正处理,直到获取的处理后的图像的深浅比例大于等于所述预设深浅比例阈值;其中,在所述平均化处理设备中,所述预设位置为处理图像的中央位置,即针对所述曲线编辑图像或所述车轮附近图像,所述预设位置为所述曲线编辑图像或所述车轮附近图像的中央位置。
更具体地,在所述割草次数解析系统中,还包括:
对比度提升设备,与所述深浅比例处理设备连接,用于接收所述深浅比例处理图像,对所述深浅比例处理图像执行与所述深浅比例处理图像信噪比成反比的提升强度的对比度提升操作,以获得对应的即时提升图像;图案筛查设备,与所述对比度提升设备连接,用于接收所述即时提升图像,获取所述即时提升图像中的各个目标,检查每一个目标占据的像素点总数,将占据的像素点总数小于等于预设数量阈值的目标筛除,以输出剩余的多个目标。
更具体地,在所述割草次数解析系统中,还包括:
内容辨识设备,与所述图案筛查设备连接,用于接收所述剩余的多个目标,遍历每一个剩余的目标内的各个像素点的各个像素值以组成对应的像素值数组,分析每一个剩余的目标的像素值数组的变化程度;变化检测设备,分别与所述像素点分析设备和所述内容辨识设备连接,用于将变化程度超限的像素值数组对应的目标作为参考目标,将所述即时提升图像中的多个参考目标分别处于所述即时提升图像中的多个参考图案整体替换所述深浅比例处理图像发送给所述像素点分析设备。
更具体地,在所述割草次数解析系统中:在所述内容辨识设备中,分析每一个剩余的目标的像素值数组的变化程度包括:获取所述像素值数组中的最大值和最小值,将所述最大值减去所述最小值获得的差值除以所述像素值数组的像素值数量以获得所述像素值数组的变化程度;其中,所述图案筛查设备、所述内容辨识设备和所述变化检测设备被集成在同一块ASIC芯片中。
具体实施方式
下面将对本发明的割草次数解析系统的实施方案进行详细说明。
割草设备第一次运转3.5小时后应更换机油,以后每使用30-50小时更换一次机油。更换机油应在热机刚停下在刀盘下部机油底壳的放油孔放油,也可打开加油口,把机左倾放油。并拆下火花塞点火线后立即把油放干净,复原,重新加上合适的机油于规定的刻度。
为了克服上述不足,本发明搭建了一种割草次数解析系统,能够有效解决相应的技术问题。
根据本发明实施方案示出的割草次数解析系统包括:
障碍物识别设备,设置在车轮上方,用于对车轮前方的障碍物到达障碍物识别设备的现场距离进行监测;
车轮驱动设备,与所述车轮连接,用于为所述车轮的行进方向和行进距离提供驱动信号。
接着,继续对本发明的割草次数解析系统的具体结构进行进一步的说明。
在所述割草次数解析系统中,还包括:
割草刀驱动设备,与割草刀连接,用于为所述割草刀的割草模式提供控制信号。
在所述割草次数解析系统中,还包括:
网络成像设备,包括网络控制接口、图像传感器和照明光源,所述网络控制接口用于接收附近移动终端发送的网络控制指令。
在所述割草次数解析系统中:所述图像传感器设置在所述车轮上方,用于面向所述车轮附近的草坪执行图像数据感应,以获得车轮附近图像。
在所述割草次数解析系统中,还包括:
次数解析设备,与分布判别设备连接,用于确定与分布比例值对应的割草次数,并将所述割草次数发送给所述割草刀驱动设备;
所述割草刀驱动设备基于所述割草次数驱动所述割草刀对当前同一草坪区域执行相应的一次或多次的割草操作;
曲线编辑设备,与所述网络成像设备连接,用于接收所述车轮附近图像,对所述车轮附近图像执行曲线编辑处理,以获得并输出对应的曲线编辑图像;
子图像提取设备,与所述曲线编辑设备连接,用于接收所述车轮附近图像和所述曲线编辑图像,并基于预设分割尺寸对所述车轮附近图像执行子图像分割处理,以获得多个第一子图像,基于预设分割尺寸对所述曲线编辑图像执行子图像分割处理,以获得多个第二子图像;
平均化处理设备,与所述子图像提取设备连接,用于将所述车轮附近图像中预设位置的多个第一子图像的多个深浅比例进行平均化处理,以获得处理前深浅比例,还用于将所述曲线编辑图像中预设位置的多个第二子图像的多个深浅比例进行平均化处理,以获得处理后深浅比例;
深浅比例处理设备,与所述平均化处理设备连接,用于在接收到的所述处理后深浅比例小于预设深浅比例阈值时,对所述曲线编辑图像执行循环式的基于片段式线性近似法的伽马校正处理,直到获取的处理后的图像的深浅比例大于等于所述预设深浅比例阈值,并将获取的处理后的图像作为深浅比例处理图像输出;
像素点分析设备,与所述深浅比例处理设备连接,用于接收所述深浅比例处理图像,将所述深浅比例处理图像中G分量值超过预设分量阈值的像素点作为绿色像素点;
分布判别设备,与所述像素点分析设备连接,用于接收将所述深浅比例处理图像中绿色像素点的总数除以所述深浅比例处理图像的所有像素点的总数获得的比例作为分布比例值;
其中,在所述像素点分析设备中,所述深浅比例处理图像中的每一个像素点具有RGB颜色空间的R分量值、G分量值和B分量值。
在所述割草次数解析系统中:所述深浅比例处理设备还用于在接收到的所述处理后深浅比例大于等于所述预设深浅比例阈值时,将所述曲线编辑图像作为深浅比例处理图像,并输出所述深浅比例处理图像;
其中,所述深浅比例处理设备还包括比例接收子设备、比例处理子设备和图像输出子设备,所述比例处理子设备分别与所述比例接收子设备和所述图像输出子设备连接。
在所述割草次数解析系统中:所述比例处理子设备用于在接收到的所述处理后深浅比例小于所述预设深浅比例阈值时,对所述曲线编辑图像执行循环式的基于片段式线性近似法的伽马校正处理,直到获取的处理后的图像的深浅比例大于等于所述预设深浅比例阈值;
其中,在所述平均化处理设备中,所述预设位置为处理图像的中央位置,即针对所述曲线编辑图像或所述车轮附近图像,所述预设位置为所述曲线编辑图像或所述车轮附近图像的中央位置。
在所述割草次数解析系统中,还包括:
对比度提升设备,与所述深浅比例处理设备连接,用于接收所述深浅比例处理图像,对所述深浅比例处理图像执行与所述深浅比例处理图像信噪比成反比的提升强度的对比度提升操作,以获得对应的即时提升图像;
图案筛查设备,与所述对比度提升设备连接,用于接收所述即时提升图像,获取所述即时提升图像中的各个目标,检查每一个目标占据的像素点总数,将占据的像素点总数小于等于预设数量阈值的目标筛除,以输出剩余的多个目标。
在所述割草次数解析系统中,还包括:
内容辨识设备,与所述图案筛查设备连接,用于接收所述剩余的多个目标,遍历每一个剩余的目标内的各个像素点的各个像素值以组成对应的像素值数组,分析每一个剩余的目标的像素值数组的变化程度;
变化检测设备,分别与所述像素点分析设备和所述内容辨识设备连接,用于将变化程度超限的像素值数组对应的目标作为参考目标,将所述即时提升图像中的多个参考目标分别处于所述即时提升图像中的多个参考图案整体替换所述深浅比例处理图像发送给所述像素点分析设备。
在所述割草次数解析系统中:在所述内容辨识设备中,分析每一个剩余的目标的像素值数组的变化程度包括:获取所述像素值数组中的最大值和最小值,将所述最大值减去所述最小值获得的差值除以所述像素值数组的像素值数量以获得所述像素值数组的变化程度;
其中,所述图案筛查设备、所述内容辨识设备和所述变化检测设备被集成在同一块ASIC芯片中。
另外,所述图像传感器为主动式像素传感器。主动式像素传感器(Active PixelSensor,简称APS),又叫有源式像素传感器。几乎在CMOSPPS像素结构发明的同时,人们很快认识到在像素内引入缓冲器或放大器可以改善像素的性能,在CMOS APS中每一像素内都有自己的放大器。集成在表面的放大晶体管减少了像素元件的有效表面积,降低了“封装密度”,使40%~50%的入射光被反射。这种传感器的另一个问题是,如何使传感器的多通道放大器之间有较好的匹配,这可以通过降低残余水平的固定图形噪声较好地实现。由于CMOS APS像素内的每个放大器仅在此读出期间被激发,所以CMOSAPS的功耗比CCD图像传感器的还小。
采用本发明的割草次数解析系统,针对现有技术中草坪割草设备无法根据其当前割草区域具体情况执行相应割草控制的技术问题,在处理后图像深浅比例小于预设深浅比例阈值时,对图像执行循环式的基于片段式线性近似法的伽马校正处理,直到获取的处理后的图像的深浅比例大于等于预设深浅比例阈值;尤为关键的是,根据当前割草区域中的成像数据的绿色密集程度,判断当前割草区域的草体密度,并执行对同一割草区域的与所述草体密度对应次数的割草操作,以在保障割草效果的同时减少割草设备的耗油量。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (6)

1.一种割草次数解析系统,其特征在于,包括:
障碍物识别设备,设置在车轮上方,用于对车轮前方的障碍物到达障碍物识别设备的现场距离进行监测;
车轮驱动设备,与所述车轮连接,用于为所述车轮的行进方向和行进距离提供驱动信号;
割草刀驱动设备,与割草刀连接,用于为所述割草刀的割草模式提供控制信号;
网络成像设备,包括网络控制接口、图像传感器和照明光源,所述网络控制接口用于接收附近移动终端发送的网络控制指令;
所述图像传感器设置在所述车轮上方,用于面向所述车轮附近的草坪执行图像数据感应,以获得车轮附近图像;
次数解析设备,与分布判别设备连接,用于确定与分布比例值对应的割草次数,并将所述割草次数发送给所述割草刀驱动设备;
所述割草刀驱动设备基于所述割草次数驱动所述割草刀对当前同一草坪区域执行相应的一次或多次的割草操作;
曲线编辑设备,与所述网络成像设备连接,用于接收所述车轮附近图像,对所述车轮附近图像执行曲线编辑处理,以获得并输出对应的曲线编辑图像;
子图像提取设备,与所述曲线编辑设备连接,用于接收所述车轮附近图像和所述曲线编辑图像,并基于预设分割尺寸对所述车轮附近图像执行子图像分割处理,以获得多个第一子图像,基于预设分割尺寸对所述曲线编辑图像执行子图像分割处理,以获得多个第二子图像;
平均化处理设备,与所述子图像提取设备连接,用于将所述车轮附近图像中预设位置的多个第一子图像的多个深浅比例进行平均化处理,以获得处理前深浅比例,还用于将所述曲线编辑图像中预设位置的多个第二子图像的多个深浅比例进行平均化处理,以获得处理后深浅比例;
深浅比例处理设备,与所述平均化处理设备连接,用于在接收到的所述处理后深浅比例小于预设深浅比例阈值时,对所述曲线编辑图像执行循环式的基于片段式线性近似法的伽马校正处理,直到获取的处理后的图像的深浅比例大于等于所述预设深浅比例阈值,并将获取的处理后的图像作为深浅比例处理图像输出;
像素点分析设备,与所述深浅比例处理设备连接,用于接收所述深浅比例处理图像,将所述深浅比例处理图像中G分量值超过预设分量阈值的像素点作为绿色像素点;
分布判别设备,与所述像素点分析设备连接,用于接收将所述深浅比例处理图像中绿色像素点的总数除以所述深浅比例处理图像的所有像素点的总数获得的比例作为分布比例值;
其中,在所述像素点分析设备中,所述深浅比例处理图像中的每一个像素点具有RGB颜色空间的R分量值、G分量值和B分量值。
2.如权利要求1所述的割草次数解析系统,其特征在于:
所述深浅比例处理设备还用于在接收到的所述处理后深浅比例大于等于所述预设深浅比例阈值时,将所述曲线编辑图像作为深浅比例处理图像,并输出所述深浅比例处理图像;
其中,所述深浅比例处理设备还包括比例接收子设备、比例处理子设备和图像输出子设备,所述比例处理子设备分别与所述比例接收子设备和所述图像输出子设备连接。
3.如权利要求2所述的割草次数解析系统,其特征在于:
所述比例处理子设备用于在接收到的所述处理后深浅比例小于所述预设深浅比例阈值时,对所述曲线编辑图像执行循环式的基于片段式线性近似法的伽马校正处理,直到获取的处理后的图像的深浅比例大于等于所述预设深浅比例阈值;
其中,在所述平均化处理设备中,所述预设位置为处理图像的中央位置,即针对所述曲线编辑图像或所述车轮附近图像,所述预设位置为所述曲线编辑图像或所述车轮附近图像的中央位置。
4.如权利要求3所述的割草次数解析系统,其特征在于,所述系统还包括:
对比度提升设备,与所述深浅比例处理设备连接,用于接收所述深浅比例处理图像,对所述深浅比例处理图像执行与所述深浅比例处理图像信噪比成反比的提升强度的对比度提升操作,以获得对应的即时提升图像;
图案筛查设备,与所述对比度提升设备连接,用于接收所述即时提升图像,获取所述即时提升图像中的各个目标,检查每一个目标占据的像素点总数,将占据的像素点总数小于等于预设数量阈值的目标筛除,以输出剩余的多个目标。
5.如权利要求4所述的割草次数解析系统,其特征在于,所述系统还包括:
内容辨识设备,与所述图案筛查设备连接,用于接收所述剩余的多个目标,遍历每一个剩余的目标内的各个像素点的各个像素值以组成对应的像素值数组,分析每一个剩余的目标的像素值数组的变化程度;
变化检测设备,分别与所述像素点分析设备和所述内容辨识设备连接,用于将变化程度超限的像素值数组对应的目标作为参考目标,将所述即时提升图像中的多个参考目标分别处于所述即时提升图像中的多个参考图案整体替换所述深浅比例处理图像发送给所述像素点分析设备。
6.如权利要求5所述的割草次数解析系统,其特征在于:
在所述内容辨识设备中,分析每一个剩余的目标的像素值数组的变化程度包括:获取所述像素值数组中的最大值和最小值,将所述最大值减去所述最小值获得的差值除以所述像素值数组的像素值数量以获得所述像素值数组的变化程度;
其中,所述图案筛查设备、所述内容辨识设备和所述变化检测设备被集成在同一块ASIC芯片中。
CN201811610205.6A 2018-12-27 2018-12-27 割草次数解析系统 Active CN109709960B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811610205.6A CN109709960B (zh) 2018-12-27 2018-12-27 割草次数解析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811610205.6A CN109709960B (zh) 2018-12-27 2018-12-27 割草次数解析系统

Publications (2)

Publication Number Publication Date
CN109709960A CN109709960A (zh) 2019-05-03
CN109709960B true CN109709960B (zh) 2021-11-02

Family

ID=66258767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811610205.6A Active CN109709960B (zh) 2018-12-27 2018-12-27 割草次数解析系统

Country Status (1)

Country Link
CN (1) CN109709960B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8693778B1 (en) * 2003-06-13 2014-04-08 Val R. Landwehr Method and system for identifying plant life parameters in color-digital image information
CN104484864A (zh) * 2014-12-31 2015-04-01 苏州科达科技股份有限公司 获取图像伽马曲线、增强图像对比度的方法及系统
CN105335749A (zh) * 2015-08-28 2016-02-17 浙江理工大学 基于灰度共生矩阵的草地未割区域分界线提取方法
CN108781705A (zh) * 2018-06-27 2018-11-13 长安大学 一种基于激光扫描雷达传感器的智能割草机及其控制方法
CN109658408A (zh) * 2018-12-28 2019-04-19 梁丹红 音桥拱形分析系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8693778B1 (en) * 2003-06-13 2014-04-08 Val R. Landwehr Method and system for identifying plant life parameters in color-digital image information
CN104484864A (zh) * 2014-12-31 2015-04-01 苏州科达科技股份有限公司 获取图像伽马曲线、增强图像对比度的方法及系统
CN105335749A (zh) * 2015-08-28 2016-02-17 浙江理工大学 基于灰度共生矩阵的草地未割区域分界线提取方法
CN108781705A (zh) * 2018-06-27 2018-11-13 长安大学 一种基于激光扫描雷达传感器的智能割草机及其控制方法
CN109658408A (zh) * 2018-12-28 2019-04-19 梁丹红 音桥拱形分析系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Efficient color image contrast enhancement using range limited bi-histogram equalization with adaptive gamma correction;Gautam C et al.;《2015 International conference on industrial instrumentation and control IEEE》;20150731;第175-180页 *
基于非线性调整的伽马校正图像增强算法;朱铮涛 等;《计算机工程与设计》;20180916;第9卷(第39期);第2822-2826页 *

Also Published As

Publication number Publication date
CN109709960A (zh) 2019-05-03

Similar Documents

Publication Publication Date Title
CA2788913C (en) Method and apparatus for the optical evaluation of harvested crop in a harvesting machine
CN111260616A (zh) 一种基于Canny算子二维阈值分割优化的绝缘子裂纹检测方法
US20190392585A1 (en) Image edge extraction method and device, and automated driving system
WO2006110842A2 (en) Systems and methods for measuring a like-color region of an object
US9077873B2 (en) Color filter array defect correction
CN102609702B (zh) 一种道路指路标志的快速定位方法以及系统
CN109709960B (zh) 割草次数解析系统
US20210267342A1 (en) Metal hair dryer with adjustable air volume
CN113469974B (zh) 球团链篦机篦板状态监测方法及其监测系统
CN114359251A (zh) 一种混凝土表面破损的自动识别方法
JPH06207909A (ja) 表面欠陥検査装置
CN109990742A (zh) 基于图像处理技术的板栗检测方法
CN111403318A (zh) 工艺腔室内晶圆状态的检测方法及装置
CN116704440A (zh) 基于大数据的智能综合采集分析系统
US11279597B2 (en) Reliable detection of container crane and harness
JP2007163173A (ja) 車両計測装置、車両計測方法および車両計測プログラム
JP2020126359A (ja) 情報処理装置、サーバ、及び交通管理システム
CN114820468A (zh) 一种基于可变色纸和图像识别的积水检测方法
US20100202688A1 (en) Device for segmenting an object in an image, video surveillance system, method and computer program
CN115331193A (zh) 一种车位识别方法、识别系统、电子设备及存储介质
KR102556350B1 (ko) 병변 면적비율 산출 방법 및 그를 위한 장치
CN111050088B (zh) 对检测管芯缺陷的相机的成像亮度进行校准的机制
CN109741291B (zh) 钢制暖气管除尘激励系统
CN110798680A (zh) 一种单帧无参考自适应的视频雪花噪声检测方法
CN114894092B (zh) 一种农机具作业幅宽视觉检测系统与方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211013

Address after: 317507 Ruo Heng Zhen San Fang Lu, Wenling City, Taizhou City, Zhejiang Province

Applicant after: ZHEJIANG CHANGJIANG MACHINERY Co.,Ltd.

Address before: 315800 No. 76, Miaolin Xinyuan, Xinqi street, Beilun District, Ningbo City, Zhejiang Province

Applicant before: Wang Xuefen

GR01 Patent grant
GR01 Patent grant