-
公开(公告)号:CN111567253B
公开(公告)日:2021-09-21
申请号:CN202010412536.X
申请日:2020-05-15
Applicant: 北京林业大学
Abstract: 本发明公开了一种智能林下灌木割除装置,属于灌木修剪割除领域。本发明的智能林下灌木割除装置能够自动避开灌木丛中的乔木树干、立杆等刚性障碍物,本发明的门架式结构可以自由调整切除装置的宽度,以适应不同宽度的灌木,并且顶板采用双圆锯片结构,以保证在任意宽度时,灌木上端都被完全切除,本发明的装置降低了工人的劳动强度,提高了灌木割除效率。
-
公开(公告)号:CN111557177B
公开(公告)日:2021-09-21
申请号:CN202010411887.9
申请日:2020-05-15
Applicant: 北京林业大学
Abstract: 本发明公开了一种适应于智能林下灌木割除装置的障碍物检测方法,属于灌木修剪割除领域。本发明通过探杆测量乔木树干或立杆,利用顶珠机构控制探杆在初始位置的锁止力,屏蔽了灌木对检测装置的干扰,并通过探杆装置结合角度传感器,利用三角函数关系实时测量出灌木割除装置的运动速度,所以本测量方法对灌木割除装置的速度稳定性要求不高,测量简单,特别适合智能林下灌木割除装置的障碍物检测。
-
公开(公告)号:CN112115875A
公开(公告)日:2020-12-22
申请号:CN202010994762.3
申请日:2020-09-21
Applicant: 北京林业大学
Abstract: 本发明公开了一种基于动静态结合区域层叠策略森林火灾烟雾根节点检测方法。通过对提取出来的多帧烟雾动态区域进行条件叠加,获取能够包含所有烟雾动态区域的矩形框,再对原始输入图像在矩形框内进行静态特征提取,以获得同时满足动静态特征的烟雾区域,而对非矩形框区域认定为背景区域,再对烟雾区域进行骨骼化获取骨骼端点及后续的多帧离散置信度策略获取具有较高置信度的烟雾根节点,弥补了仅通过单帧动态提取方法无法获得连续完整的烟雾区域,也无法获得完整连续的连通域的问题,也改善了静态特征提取方法难以去除背景干扰物的问题。
-
-
公开(公告)号:CN111967394B
公开(公告)日:2024-05-17
申请号:CN202010832365.6
申请日:2020-08-18
Applicant: 北京林业大学
Abstract: 本发明公开了一种基于动静态网格融合策略的森林火灾烟雾根节点检测方法,针对现有烟雾根节点检测方法无法通过运动检测和灰度检测得出完整烟雾轮廓的问题,提出了一种基于动静态网格融合策略的森林火灾烟雾根节点检测方法,该算法首先通过Sobel算法提取烟雾静态特征,再通过Vibe算法提取烟雾动态特征,并将提取出的特征图像以网格策略相融合,获得烟雾图像,再提取骨骼及骨骼端点,获得烟雾根候选点。该算法通过融合烟雾动静态特征,改进了烟雾边缘和烟雾根部难以被动态提取算法识别的问题,同时简化了烟雾区域提取过程,极大提高了检测效率。
-
公开(公告)号:CN111967394A
公开(公告)日:2020-11-20
申请号:CN202010832365.6
申请日:2020-08-18
Applicant: 北京林业大学
Abstract: 本发明公开了一种基于动静态网格融合策略的森林火灾烟雾根节点检测方法,针对现有烟雾根节点检测方法无法通过运动检测和灰度检测得出完整烟雾轮廓的问题,提出了一种基于动静态网格融合策略的森林火灾烟雾根节点检测方法,该算法首先通过Sobel算法提取烟雾静态特征,再通过Vibe算法提取烟雾动态特征,并将提取出的特征图像以网格策略相融合,获得烟雾图像,再提取骨骼及骨骼端点,获得烟雾根候选点。该算法通过融合烟雾动静态特征,改进了烟雾边缘和烟雾根部难以被动态提取算法识别的问题,同时简化了烟雾区域提取过程,极大提高了检测效率。
-
公开(公告)号:CN111914818A
公开(公告)日:2020-11-10
申请号:CN202010997830.1
申请日:2020-09-21
Applicant: 北京林业大学
Abstract: 本发明公开了一种基于多帧离散置信度森林火灾烟雾根节点检测方法。通过对源视频帧图像进行Vibe算法,获Vibe动态区域图像,获得连通域和烟雾骨骼图像,通过离散的选择多帧非连续骨骼端点图像,并对其进行层叠搜索策略,计算每帧骨骼端点图像搜索结果的离散度,选择具有较大置信度的基帧图像,再对基帧骨骼端点图像再次进行层叠搜索策略,选择具有较大置信度的骨骼端点,并认定其为烟雾根节点。该方法不仅弥补了现有烟雾根节点检测方法只能获得数量较多的烟雾根节点候选点,即骨骼端点,而无法得到真实的烟雾根节点的缺点,而且由于加入了双层置信度选择过程,使得获得的烟雾根节点具有较高的置信度。
-
-
-
-
-
-