宁夏引黄灌区土壤含水量蒙特卡洛方法检测的研究

为探讨利用土壤图像灰度和蒙特卡洛方法结合测量土壤含水量的可行方法,以宁夏引黄灌区为研究区,采集土壤图像样本提取灰度数据,分析土壤图像灰度的概率分布,构建以土壤图像灰度值为输入土壤含水量为输出的数学模型,采用蒙特卡洛方法测量土壤含水量,对所得土壤含水量检测值与实测值进行精度验证对比。试验结果表明:(1)用蒙特卡洛方法测量土壤含水量,减少了复杂非线性模型的分析,减少计算一些附加的一阶或高阶灵敏度系数,降低计算量。(2)测量的精度取决于蒙特卡洛试验次数,当增加蒙特卡洛试验次数,土壤含水量测量值越精确。(3)对蒙特卡洛法所得测量值进行克里格插值制图分析土壤含水量的空间分布格局,从仿真结果看较为符合研究区土壤含水量的实际状况。     

双通道近地遥感图像采集处理系

利用2CCD多光谱相机设计了近地遥感图像采集平台,同步获取小范围区域作物的可见光和NIR图像,通过图像处理技术从作物图像获得反射光谱信息.采集平台包括一个2CCD多光谱相机,两个采集盒,一台具有两个千兆网口的田间计算机.图像处理部分通过2GRB灰度化、中值滤波和Otsu二值化,从背景中分割出作物图像,结合作物原始R分量灰度图像,提取出作物红光图像平均灰度值,利用建立的灰度值与反射率的线性模型,计算得到作物红光波段的反射率.试验结果表明,图像采集平台工作稳定,利用图像处理方法提取的反射率与ASD光谱仪测量结果有较好相关性,为从作物冠层图像探测生长状况提供了理论依据.     

基于图像处理的黄瓜叶片含水量无损检测研究

以黄瓜为例,进行基于图象处理技术的叶片含水量无损检测研究.建立含水量图像采集及检测系统,并通过试验确定光源条件及最适背景光下叶片含水量与图像特征参数关系曲线.采用非线性最小二乘拟合方法,建立Log-Modified回归模型.本研究实现了通过黄瓜叶片图像特征判断缺水状态的无损检测目的,为指导温室合理灌溉提供了理论基础.     

基于机器视觉的植物水势测量装置设计

压力室法判断水势测量终点需要对待测样本截面渗液状况进行观察,但由于观察者的判断标准不一致,容易造成较大测量误差。为此,根据待测样本截面出现渗液时光线发生折射、截面图像的灰度值出现变化的现象,提出了利用机器视觉代替人眼进行水势测量终点判断的方法。该方法使用USB摄像头采集待测样本截面图像,通过控制系统软件计算采集到的图像平均灰度值变化来判断水势测量终点。根据该方法设计了一种基于机器视觉的植物水势测量装置,并进行了试验验证,结果表明:该方法可行,且提高了水势测量速度和测量精度。     

肉中异物X射线检测的肉厚度激光双三角测量方法

针对不规则形状肉X射线系统成像受肉厚度影响产生灰度偏差的问题,提出一种激光三角法测量肉的厚度以补偿X射线图像灰度偏差的方法,建立了激光测量肉厚度模型及一种基于对称式结构的激光双三角法肉厚度测量系统。通过标定将左右CCD相机采集的两幅激光图像统一到同一个坐标下,采用基于灰度的图像拼合法将两幅肉激光图像拼合为一个完整的肉激光图像。三维扫描试验表明,肉图像外部形状基本对应,灰度变化相似,肉图像厚度变化与肉厚度轮廓接近。     

基于机器视觉的柚子尺寸检测系统的研究

介绍了一种基于机器视觉技术的柚子外形尺寸检测系统。利用 CMOS 摄像头采集柚子正立图像;通过灰度转化、去噪、二值化等预处理获取检测目标图像。通过扫描法确定目标图像的上、下、左、右4个边界点,计算柚子的纵径与横径初测值;借鉴已有的机器视觉球状物体检测误差理论进行修正,获得最终检测结果。试验结果表明,该系统检测精度高且速度快。     

农田秸秆覆盖率检测方法与试验

针对秸秆覆盖率检测准确率易受光照不均匀影响以及现有检测方法对无秸秆图像检测精度较差的问题,提出一种基于图像行平均灰度标准差分类及图像分块可变阈值检测法。首先通过计算图像的行平均灰度标准差对图像进行分类,将标准差小于阈值的图像判断为无秸秆覆盖;然后将标准差大于阈值的图像划分成多个子块,对每个子块分别采用最大类间方差法进行阈值分割;最后将所有子块重新组合,用基本的形态学法计算目标图像的秸秆覆盖率。试验结果表明,该方法在很大程度上减少光照不均匀对检测结果的影响,对秸秆均匀分布图像的检测误差为2.87%,对无秸秆覆盖图像的检测误差为0.45%,能够提高农田秸秆覆盖率检测方法的适用性。     

基于图像处理的葡萄叶片含水率诊断初探

随着图像处理与分析技术的蓬勃发展,许多专家学者利用图像获取工具比人眼更精细的分辨能力,应用图像处理技术进行信息诊断研究。以温室大棚中的葡萄植株为研究对象,使用卡西欧ex-2750数码相机采集葡萄冠层叶片图像,并通过烘干法测量叶片样本的含水率,通过MATLAB计算叶片图像的灰度均值。通过对提取的15组葡萄叶片样本数据的多项式曲线拟合,建立了基于叶片图像灰度均值的叶片含水率估算模型,模型的确定系数R2高达0.780 3。结果表明,利用叶片图像的灰度均值可以对葡萄叶片的含水率进行诊断。     

基于彩色空间距离优化的秸秆覆盖率检测算法研究

秸秆覆盖率是保护性耕作重要的评价指标之一。针对田间秸秆形态各异、细碎秸秆难以识别的难题,基于机器视觉技术,提出了一种基于K-means和彩色空间距离灰度化方法相结合的田间秸秆覆盖率检测算法。采用彩色空间距离方法对秸秆图像进行预处理,基于K-means算法实现秸秆和土壤背景的分类识别,使用数学形态学腐蚀和膨胀方法对识别后的图像进行处理,降低细碎秸秆对覆盖率的影响,最后计算秸秆图像的覆盖率。2022年10月,通过田间试验对北京小汤山国家精准农业研究示范基地采集的220幅玉米秸秆图像进行了算法验证。试验结果表明,对低秸秆覆盖率(0～30%)图像,识别准确率达到90%;对中等秸秆覆盖率(30%～60%)图像,识别准确率达到88%;对高秸秆覆盖率(60%以上)图像,识别准确率达到86%;整体秸秆覆盖率分等定级准确度达到98.18%。本研究设计的基于K-means和彩色空间距离灰度化方法相结合的田间秸秆覆盖率检测算法为保护性耕作评价提供了快速检测方法和手段。     

基于机器视觉的蜜柑横径测量方法研究

【目的】机器视觉技术具有无损、快速、准确、智能化程度高等优点,被广泛应用于水果检测中,替代人工对水果的检测分级,因此研究小组基于机器视觉技术,来探究蜜柑横径的测量方法和过程。【方法】研究小组在试验研究过程中,通过图像采集系统获取蜜柑样本图像,并对其进行灰度化、中值滤波等预处理,采用阈值分割的方法将蜜柑图像和背景图像进行分割。对蜜柑图像区域进行填充和形态学处理等,提取蜜柑的边缘轮廓图像;运用Canny算子的边缘检测技术,最终提取出蜜柑的轮廓;依据轮廓图像,采用拟合圆法,将拟合出的圆的直径作为蜜柑横径数据,并和人工实测的蜜柑横径数据进行比对和分析。【结果】从测试样本中随机取出9个蜜柑样本进行试验,通过相对误差数据表明,机器视觉技术能够比较合理、准确地计算出蜜柑的横径。【结论】将机器视觉技术应用到蜜柑横径的测量中,通过采用相关的图像处理方法和数据运算,探讨出了蜜柑横径的测量过程和方法,为蜜柑乃至柑橘类水果的智能化分级提供了方法理论和数据基础。     

种子动态图像自动分割与标记技术研究

根据系统实时检测要求 ,研究了基于自动阈值选取的种子图像分割技术 ,采取固定阈值分割与基于迭代方式的最优阈值选取相结合的方法对图像进行分割处理。根据区域内部像素具有灰度相似性 ,将不同的区域赋予不同的标记 ,达到了种子识别的目的 ,同时识别出系统标记与种子目标 ,并进行了定位参数计算。给出的理论分析与计算方法 ,经过大量试验验证 ,已应用于检测试验台中 ,粒距检测误差小于± 2 m m,满足系统实时检测技术要求。     

电极圆锥内螺纹的非接触测量

提出了电极圆锥内螺纹的图像处理及检测方法。原始灰度图像为CCD采集的经过工件轴线的截面图像,该截面为一个特殊加工的剖分式轴截面,其定位与加工方法同电极内螺纹一样,以此作为抽检来判别电极圆锥内螺纹的几何参数及刀具磨损状况,通过对直径的测量,获得了刀具磨损的相关信息。图像处理过程包括几何变换、灰度级变换、图像平滑、滤波降噪、阈值选取及二值化、边缘提取等,并对不同处理方法进行了比较。在测量尺寸时,使用自编程序计算测量内螺纹的螺距、牙型半角及锥角,测量精度分别达到±0.012mm、±0.17°和±0.018°,满足产品的技术要求,并分析了误差产生的原因。     

非饱和土壤优先流运动特性的染色示踪研究

由于日益增长的环境问题,作为节水灌溉的基础——土壤中优先流的运动特性越来越受到关注。利用亮蓝对初始含水量不同的2组土壤中的非均匀流动进行了示踪研究。通过染色示踪试验采集土壤表平面的溶质迁移动态图像,结合图像分析讨论2种不同初始含水量土壤表平面溶质运移的变异过程。结果表明:2种初始含水量土壤中土样表面的溶质运移分布都不均匀;不同初始含水量土壤中土样表面溶质运移的动态过程不同;随着入渗时间与入渗水量的增大,2种初始含水量土壤中土样表面的分维数呈现非线性增长,染色剂的分布面积非线性扩大,但扩大程度非线性减小。     

地膜回收机的自动电控系统优化

为了实现地膜完整回收与重复利用,设计了自动控制系统,并建立了土壤清除模型和图像识别判定规则,对控制系统进行优化,简化了控制流程.分别建立切土力与土壤深度模型和刨土力与土壤深度模型,通过土壤深度,直接计算所需力.采用视觉识别的方法判定地膜是否出现,对采集图像进行灰度化和二值化分析,选取高亮区域面积占比和轮廓周长,作为判定...     

基于相位检测原理的土壤水分时域反射测量技术

针对土壤水分测量的特点,提出了用高频正弦波代替脉冲信号作为测试信号,利用相位检测原理测量信号传播时间,从而测量土壤含水量的方法.设计了由高频信号发生器、相位检测器、微处理器和土壤水分探头等组成的P-TDR原理样机.试验表明,该样机测量信号传播时间的精度可达到10 ps,在砂土、壤土和粘壤土中的土壤含水量测量结果与称重法对比差值不超过0.03.     

图像处理在联合收割机夹带损失检测中的应用

夹带损失是联合收割机工作中是一项重要的检测数据.为此,采用图像处理技术设计联合收割机的夹带损失传感器,对联合收割机的夹带损失进行监视与检测;将采集到的图像进行灰度、滤波和二值化等处理;最后运用计算目标面积的方法,来预报谷物损失个数.实验结果表明,该方法快速、简易且准确,能实时检测联合收割机的夹带损失.     

基于K­means聚类和分区寻优的秸秆覆盖率计算方法

针对农田秸秆形态多样、细碎秸秆难以准确识别的问题,基于机器视觉技术,提出了一种基于K-means聚类和分区寻优结合的秸秆覆盖率计算方法。该方法首先利用K-means聚类算法对玉米秸秆图像进行分割,使秸秆从背景图像中分离;然后将秸秆图像分隔为16区,利用统计学方法分别计算各区秸秆中位数和众数灰度平均值,16区平均后分别获得秸秆中心灰度和土壤背景中心灰度,将其作为新的分类中心,重新采用K-means聚类方法对玉米秸秆图像进行分割,当秸秆中心灰度不再发生变化时停止迭代,计算秸秆像素点数量;最后计算获得玉米秸秆覆盖率。2021年4月,该方法在吉林省长春市玉米地100个采样点进行了实际验证,与人工拉绳法和人工图像标记法的相关系数分别为0.7161和0.9068,误判率7%,平均误差比Otsu阈值化方法和经典K-means聚类方法分别降低了45.6%和29.2%。试验结果表明,所提方法能够实现对不同天气、不同种植模式、不同地块条件下的秸秆覆盖率准确计算,该研究结果可为秸秆覆盖率在线计算提供一种新方法。     

变量喷雾中果树图像不同分割方法

变量喷雾是现代农药精确喷施技术之一.为了实现果树变量喷雾,需要检测果树的形态结构参数.图像处理技术是获取果树形态结构参数的重要方法.本文根据果树图像的特征,分别基于灰度模型、RGB模型和HSV模型对果树图像进行图像分割试验.试验结果表明,有效的果树图像分割方法是基于灰度模型的图像分割与基于RGB模型的(R+G+B)、2R、2G等分量的图像分割.其中,基于灰度模型的图像分割采用固定阈值128,基于RGB模型的图像分割采用Otsu算法.比较各种有效图像分割方法的准确率和耗时,结果表明采用基于RGB模型的2R分量、Otsu算法可以满足果树图像分割处理的要求,该方法分割准确率为79.67％.     

基于支持向量机的玉米田间杂草识别方法

提出了一种基于图像处理和支持向量机(SVM)技术的玉米和杂草识别方法.首先根据玉米与杂草、土壤彩色图像的特征提出一类图像灰度化方法,并通过对灰度图像的除噪处理有效地分离目标对象.然后从处理好的图像中提取出目标对象的形状特征参数作为输入特征向量,进而提出玉米田间杂草识别的支持向量机方法.试验结果表明了方法的有效性,通过适当选取核函数识别率可达到98.3%.     

基于边缘电场的电容式土壤含水量监测仪

研究了一种基于边缘电场的电容式土壤含水量监测仪,设计了新型的同平面梳齿状多级电极组传感器结构,利用边缘电场的电容效应分布式测量土壤含水量.同时,分析了土壤介电特性检测的原理和方法,传感器设计原理、数学模型以及传感器处理电路.实验结果表明,该监测仪具有不破坏原土壤结构、传感器电极稳定等优点,能够动态地测量不同分布位置的土壤含水量,在低于土壤饱和含水量的范围内,土壤含水量与测量值呈线性关系,能够有效地降低传感器受土壤类型的影响,适合于地质灾害预警和农业科学生产等的监测.