首页 > 《创新时代》 > 2020年6期 > 基于机器视觉与 Kalman的田地耕深测量方法

基于机器视觉与 Kalman的田地耕深测量方法

在线阅读下载PDF 导出详情

摘要摘要：本文基于机器视觉识别技术识别杂草与作物根茎，将杂草等对耕深测量的影响进行量化处理，使用激光测距仪进行田地测试，实验结果表明耕深测量会因为杂草的影响而偏大 4-5mm。 Kalman滤波能够缩小测量范围，减小耕深测量标准差。通过 Kalman滤波编写相应程序，应用机器视觉技术，及时修正由于杂草等对耕深测量的影响，有利于进一步提高耕深的测量精度，对精准农业工程具有重要意义。

DOI 7dmel13e4n/4731206

作者过永强杨康

机构地区江苏大学江苏镇江 212013

出处《创新时代》 2020年6期

关键词机器视觉，卡尔曼预测，耕深测量

分类 [经济管理][管理学]

出版日期 2020年08月08日（中国期刊网平台首次上网日期，不代表论文的发表时间）