升降式系统补光对弱光条件下日光温室番茄生长及产量品质的影响

在冬季日光温室弱光环境下,以番茄"金鹏1号"为试材,采用带有机械遥控升降系统的SON—TArgo,发光效率达130lm/W的植物生长钠灯对番茄植株进行不同光源配置高度及时间的补光处理,研究升降式系统补光对弱光条件下日光温室番茄生长及产量品质的影响。结果表明:通过可升降式补光系统实现对光照强度的机械调节,补光处理促进番茄植株光合作用及生长发育、提早成熟、提高果实产量及品质。     

太阳光利用型植物工厂的设计与试验研究

针对黑龙江特殊的地理位置和独特的气候条件,结合传统温室大棚种植存在的生长环境难控制、光照不足、受自然灾害影响大等问题,设计建造了太阳光利用型植物工厂。该设施利用控制系统软件和传感器实现对植物生长的温度、湿度、光照、CO_2浓度及营养液等环境因子的自动调控,植物对光能的利用率非常之高。是露地生产的10倍以上。其植物生产系统完全可以做到最小限度地使用肥料和水,不施用农药,不将污染物排放到植物工厂外部,最终实现持续、周年生产。通过番茄无土短程栽培试验表明:番茄在后期生长的形态指标、果实指标要优于传统温室土培番茄。研究结果为番茄无土短程栽培提供了数据支持。     

低温弱光对辣椒苗期生长发育及生理特性的影响

以4个对低温弱光耐受性不同的辣椒品种为试验试材,用4种不同的温度光照组合进行低温弱光处理。试验的结果表明:低温弱光处理后,所有试材的植株生长指标均有所下降;超氧化歧化酶(SOD)活性下降;膜脂过氧化产物丙二醛(MDA)含量明显增加;叶片内源激素中生长素(IAA)和赤霉素(GA3)均明显下降,而脱落酸(ABA)含量增加。     

低温弱光对辣椒苗期生长发育及生理特性的影响

以4个对低温弱光耐受性不同的辣椒品种为试验试材,用4种不同的温度光照组合进行低温弱光处理.试验的结果表明:低温弱光处理后,所有试材的植株生长指标均有所下降;超氧化歧化酶(SOD)活性下降;膜脂过氧化产物丙二醛(MDA)含量明显增加;叶片内源激素中生长素(IAA)和赤霉素(GA3)均明显下降,而脱落酸(ABA)含量增加.     

北方日光温室番茄高效栽培关键技术

番茄是深受人们喜爱的一种果蔬,其栽培效益可观。北方多采用日光温室进行番茄生产,针对番茄生物学特性,改进不同生育时期的温度、光照、水分、肥料等方面的管理技术,以期为提高番茄产量及品质、增加农民收益提供技术支持。     

基于YUV颜色模型的番茄收获机器人图像分割方法

在研究番茄收获机器人对目标图像分割识别时,经常由于采集的图像受光照影响以及分割识别算法的计算复杂性而影响到识别的准确性和实时性.通过比较RGB、HSI、YUV等颜色模型的特点,从理论上分析了YUV颜色模型应用于收获机器人视觉系统的可行性,提出了一种基于YUV颜色模型的成熟番茄分割方法.同时综合实验及经验确定了成熟的红色番茄在RGB、HSI、YUV颜色模型中阈值范围,采用直接确定色差阈值的双阈值分割算法识别成熟番茄,并对3种颜色模型在不同的光照条件下的分割识别效果进行实验对比.实验结果证实,将基于YUV颜色模型成熟番茄分割方法应用于番茄收获机器人视觉识别系统,能很好地解决其鲁棒性和实时性问题.     

番茄棚室高产栽培

番茄棚室的高产栽培效果，与气候条件有着密切的联系。在棚室栽培中，要确保番茄的高产、稳产，一定要对棚室内的温度、湿度进行合理的控制，并合理利用太阳光照，并对各环节进行科学的管理，保证棚室内的温度适合番茄生长，有效提高番茄棚室栽培的经济效益。     

采摘机器人识别抓取重叠番茄果实的方法研究

为适应农业果实采摘机器人自主采摘的需求,针对重叠番茄果实,设计了一种在不同光照条件下改进色差算子的组合处理识别并抓取重叠果实的方法。首先,利用中值滤波滤除噪声;然后,采用改进算子的OTSU分割算法和形态学处理对番茄图像进行背景分割,通过异或运算、腐蚀操作,使未覆盖果实与被覆盖果实的分离更加明显,进而将凸包算法、泛洪填充算法和霍夫直线检测相结合,提取出番茄的真实轮廓,并利用最小二乘法对其进行椭圆拟合,计算出果实质心进行立体匹配;最后,设计了适用于番茄果实采摘的原型机器人,主要由三自由度的机械臂构成,用于抓取果实。分别从不同角度对不同光照条件下重叠的番茄果实图像进行了实验,并进行了水果立体匹配实验,结果表明:该方法是有效、可行且高效的。     

雪后日光温室如何管理

(1)预防措施在日光温室的采光保温条件都达到的前提下,要想使蔬菜在连阴雪天不受危害,被动的管理是不会取得好效果的,所以应该未雨绸缪,在前期采取预防性管理措施:选择耐低温弱光的品种,例如:黄瓜选用津春三号、番茄选用中杂九号、茄子选用茄杂八号等。     

四川西北丘区大棚春提早黄瓜无公害栽培技术

1品种选择 根据早春气候前期气温低，光照弱，中后期气候适宜的特点，四川西北丘区早春大棚应选择耐寒、耐弱光、抗性强、早熟、抗枯萎病的青色、稀刺溜的优质品种。如津优系列、冬田系列等。     

低温弱光对典型大棚作物生长影响的试验研究

【目的】分析低温弱光逆境典型大棚作物(辣椒、茄子、黄瓜)生长发育的影响及不同作物对低温弱光逆境响应程度。【方法】对典型大棚作物黄瓜、茄子及辣椒控制不同的光照和温度,观测其株高、茎粗、作物叶面积以及叶绿素质量浓度。【结果】作物对逆境的响应主要表现为生长被抑制与外形差异上,作物的株高、茎粗增长量均有降低,逆境处理时间越长,抑制作用越明显,辣椒的茎粗增长量受抑制的程度明显大于茄子。随着处理时间的延长,茄子与黄瓜的叶面积增长量降低,而辣椒叶面积增长量降低较少。在0～5 d叶绿素质量浓度比对照显著降低;随处理时间延长,作物对逆环境的适应,叶绿素质量浓度基本维持稳定。【结论】低温弱光下作物的株高、茎粗增长量降低,不同作物生长量受低温弱光的抑制程度不同;作物叶片中叶绿素的质量浓度前期显著降低后逐步趋于稳定。     

遮光、密闭环境对番茄植株蒸腾的影响

在茎热平衡技术测定植株茎流的原理基础上,结合温室内气象数据采集仪器,通过对小温室做遮光、密闭处理,探讨番茄茎流的变化规律。结果表明,密闭温室处理后晴天番茄茎流变化趋势不变,但白天茎流明显减小,此时影响茎流的环境参数除光照外,温室内的大气温度、空气相对湿度以及CO2浓度等都不能忽略。人为改变光照,使茎流随之发生改变,变化规律与光照强度的变化规律相似,所不同的是茎流变化曲线稍稍滞后于光照的变化曲线;茎流随光照的降低而逐渐减小,在时间上有一个延迟。当白天遮光变温室为"黑暗"状态时,茎流缓慢减小,但此时茎流却远远大于夜晚茎流,而且白天温室内"黑暗"状态处理的不同时间段茎流减小的快慢是不一样的。     

小波变换与分水岭算法融合的番茄冠层叶片图像分割

在基于机器视觉的作物营养诊断研究中,通常需要采集叶片样本并在实验室条件下定量测定其营养素含量,但由于叶片间相互重叠,往往使得叶片样本不能清晰地反映在群体番茄冠层图像中。为了解决这一问题,需要利用图像分析技术有效提取作物冠层图像中的叶片,并根据处理结果采集实验室测定样本。本文从复杂背景剔除、梯度图计算、小波变换、标记选取、分水岭分割等环节出发,实现了基于小波变换与分水岭算法融合的番茄冠层多光谱图像叶片分割。首先对比了4种复杂背景剔除算法,发现当增强因子a=1.3时,基于归一化植被指数(Normalized difference vegetation index,NDVI)的阈值分割目标提取准确,适合各种光照条件,时空复杂度低。其次在梯度图计算方面,近红外(Near infrared,NIR)波段图像形态学梯度在保持目标边缘的同时,能消除大量由叶脉、光照等引起的叶片内纹理细节。然后以小波分析为基础进行标记选取,发现当选取db4小波函数、4层小波分解低频系数、阈值为18的H-maxima变换能得到最优的目标标记结果。最后对多光谱番茄冠层图像的小波变换分水岭分割和数学形态学分水岭分割结果进行叠加,发现对复杂背景及不同光照强度下的番茄冠层叶片平均误分率为21%,为基于多光谱图像分析的番茄叶片营养素含量检测提供了一定的技术支持。     

浅谈设施蔬菜病害的综合防治

温室大棚设施为蔬菜生产提供了良好条件，但棚室内高温、高湿、弱光环境易诱发灰霉、菌核等病害；温棚倒茬困难导致枯萎、蔓枯、疫病等土传病害发生加重；冬季温棚连续生产，适合番茄晚疫病、青椒病毒病等病原顺利越冬。每年因病害可造成温室大棚损失蔬菜约30％，严重时可达50％以上，甚至绝收。     

RGB与HSI颜色空间下番茄图像分割的对比研究

针对番茄收获机器人视觉系统在自然光照条件下对田间成熟番茄图像进行分割的问题,研究了基于(R-G)色差特征的阈值分割方法和基于HSI颜色空间H色调的统计阈值分割方法,并对其进行了对比分析。在RGB颜色空间,首先提取了RGB彩色图像的R、G分量并做代数减运算得到色差灰度图像RG,然后对该色差灰度图像RG使用Otsu阈值法进行自适应分割;在HIS颜色空间下,统计番茄与叶子的H色调分布差异,然后对H色调灰度图像进行阈值分割。通过大量试验表明:基于(R-G)色差特征的阈值分割方法能够实现自适应阈值处理,能对不同自然光照强度下的生长状态为相互分离的多目标番茄图像进行有效分割;同时,对番茄的成熟度及品种差异也具有很好的鲁棒性,其性能大大优于基于HSI颜色空间H色调的统计阈值分割。     

基于高动态范围成像的温室番茄植株图像色彩矫正方法

针对温室番茄智能化管理视觉信息稳定获取的需要，研究了基于高动态范围成像技术的番茄植株图像色彩矫正方法，以克服复杂自然光照条件对作业对象色彩稳定呈现的客观限制。鉴于温室内光照时空波动和复杂背景辐射强度突变导致图像色彩失真，提出了融合多曝光强度图像的摄像机辐射响应模型标定方法；分别提取曝光时间为0.01、0.05、0.08、0.10ms的4幅图像离散像素点的Y通道亮度信息，求解特定视场下像素点亮度与曝光度的函数关系，在此基础上以低曝光度图像亮度为参考，估计摄像机全局视场的辐射强度；采用S曲线函数压缩高动态范围图像数据，将视场辐射强度映射为图像亮度，实现对低曝光图像的色彩矫正重构；最后，通过现场试验对色彩矫正方法进行验证，试验结果表明，不同场景和时段的番茄植株图像的灰度信息量、离散程度和清晰度均得到改善，图像灰度信息熵、标准方差和平均梯度平均提高16.87%、9.81%和19.49%。本研究可为农业复杂光照条件下作业对象图像色彩信息的获取研究提供参考。     

基于边缘曲率分析的重叠番茄识别

为提高重叠番茄的识别正确率,提出了一种基于边缘曲率分析的重叠番茄识别方法。该方法从二值图像中提取番茄区域的边缘,并且为进一步计算出边缘点曲率,对边缘点按逆时针方向进行排序。计算出边缘点曲率后,剔除掉曲率异常的边缘点。最后通过对各剩余边缘分别进行圆回归,实现重叠番茄的识别。为减小作业环境光照变化及枝叶遮挡等因素给识别带来的影响,采用了基于归一化色差的固定阈值分割方法,6条边缘识别准则及3条圆回归准则。119幅图像的试验结果表明,存在轻微遮挡的重叠番茄识别正确率为90.9%;遮挡率大于25%且小于50%时,识别正确率为76.9%;遮挡率大于50%时,识别正确率为23%。     

基于改进YOLOV4网络模型的番茄果实检测

果实识别是视觉检测技术重要的环节,其识别精度易受复杂的生长环境及果实状态的影响。以大棚环境下单个、一簇、光照、阴影、遮挡、重叠6种复杂生长状态下的番茄果实为对象,提出一种基于改进YOLOv4网络模型与迁移学习相结合的番茄果实识别方法。首先利用ImageNet数据集与VGG网络模型前端16卷积层进行模型参数预训练,将训练的模型参数初始化改进模型的权值以代替原始的初始化操作,然后使用番茄数据集在VGG19的卷积层与YOLOV4的主干网络相结合的新模型中进行训练,获得最优权重实现对复杂环境下的番茄果实进行检测。最后,将改进模型与Faster RCNN、YOLOv4-Tiny、YOLOv4网络模型进行比较。研究结果表明,改进模型在6种复杂环境下番茄果实平均检测精度值mAP达到89.07%、92.82%、92.48%、93.39%、93.20%、93.11%,在成熟、半成熟、未成熟3种不同成熟度下的F1分数值为84%、77%、85%,其识别精度优于比较模型。本文方法实现了在6种复杂环境下有效地番茄果实检测识别,为番茄果实的智能采摘提供理论基础。     

基于作物光照需求的温室光调控系统

针对传统的温室光照环境控制方法粗糙、易造成作物光照不足及能源浪费的问题,考虑作物生长对光照的需求,基于光合速率模型,分析环境温度对作物生长光照需求的影响,推导创建了温室补光模型;同时,应用无线通讯技术设计了一个基于作物光照需求的温室光环境远程控制系统,介绍了系统的软硬件结构;最后,针对秋冬季节温室环境在1天内的实际变化情况,对系统的光照调控方法进行验证。结果表明:该方法能够根据环境的实时变化采取不同的光照控制措施,既满足作物生长的需求,又能更有效地利用能源。     

怎样选用有色农膜

绿色农膜多用于覆盖菜豆、茄子、甜椒、番茄、瓜类、草莓及其他经济作物。 紫色农膜可使紫色光的透光率增加,适用于冬春季温室或塑料大棚的茄果类、瓜类、甜椒和叶菜类蔬菜栽培。 黄色农膜能透过红黄橙和淡红光,覆盖黄瓜,可促进现蕾开花,覆盖芹菜和莴苣,植株生长高大,推迟抽薹,延长食用期。 红色农膜能透射红光,满足农作物对红光的需求。覆盖韭菜,叶宽肉厚,收获期提前。 蓝色农膜在弱光条件下透光率高于白色