原木形状数学模型的参数估计及最佳锯剖

本文在研究了用矩阵表示法建立原木形状数学模型的基础上,又对以原木木质部分最小边界所构成的有效锯解空间做了深入探讨。有效空间的近似规则几何体的方程参数可以用最小二乘参数估计法去辩识,据此可以求出原木椭圆截面的长轴方向,即最佳锯剖方向。从而可以在极短时间内设计出最佳下锯图,实现最佳锯剖实时控制。     

原木形状数学模型锯剖仿真的研究

本文提出了用矩阵法处理原木形状数据的数学模型,为制材最佳锯剖方案的研究提供了有力的工具。本模型几何意义清晰、运算使用方便,可以避免繁琐的、费时的手工计算。由计算机实现锯剖仿真,从而选出最佳锯剖方案,并能绘出图形。 本模型可以应用于制材生产自动线,促进制材生产自动化向高水平发展。     

锯切木材送料平台仿人工送料姿态的误差与控制策略

以锯切木材平台的仿人工送料姿态为研究对象,依据神经网络的实时更新算法估计轮廓误差,并结合改进的猫群算法对PID参数进行优化,设计了多轴联动的运动控制策略,按照规定指令做出更加精准送料动作,补偿送料平台的系统误差;运用多体动力学软件(ADAMS)、矩阵实验室(MATLAB)进行建模仿真,分析补偿前传统PID优化算法与改进后优化算法的差异,检验改进后优化算法的有效性.结果表明:改进后的优化算法优化过的系统,最大轮廓误差从4.5 mm缩小至1.5 mm;与进给方向垂直方向(x轴方向)的跟踪误差从0.6 mm以内减小到0.2 mm以内,进给方向(y轴方向)的跟踪误差从6.0 mm以内减小到2.1 mm以内;且补偿后的三轴丝杠滑块运动路线以及送料平台的运动路线与对应的理论轨迹基本重合,说明应用改进后优化算法的送料平台,运动精度符合精密曲线锯切的要求.     

无遮挡重叠柑橘目标分割与重建

自然环境下重叠果实的精准识别是智能采摘面临的难题之一。本研究针对无遮挡重叠柑橘,提出了一种基于凹区域简化和距离分析的果实分割与重建方法。该方法提取、分割果实轮廓凹区域,对其进行多边形简化,利用角点检测提取多边形顶点,通过分析各顶点到轮廓凸壳曲线的距离确定轮廓分割点,采用最小二乘圆拟合方法对分割后的轮廓进行重建。结果表明,基于凹区域简化和距离分析的无遮挡重叠柑橘重建轮廓的平均误差为3.12%,不重合度为4.55%,时间为0.291 s,优于RANSAC算法和Hough变换算法,能够满足自然环境下无遮挡重叠果实的智能识别需求。     

切割器主要性能参数对鲜切莲藕褐变度的影响

针对鲜切莲藕褐变问题,以刀片刃角为主要试验因素,探讨通过刀片刃角与莲藕切割阻力的关系,并以刀片刃角、刀片滑切角、刀盘转速为主要试验因素,研究回转式切割器主要性能参数对莲藕褐变度的影响.结果表明:刀片刃角由10°增大到20°时,切割力的增加幅度较小,而当刀片刃角从20°变为25°时,切割力曲线几乎呈直线上升;建立了刀片刃角与切割力关系回归模型,经验证计算值与实测值拟合良好;3个因素对褐变度影响的主次顺序为刀片刃角(γ)＞刀盘转速(n)＞滑切角(τ),且刀片刃角越小,刀盘转速越大,滑切角越大,莲藕褐变度越小.     

原木形状识别系统设计

基于原木识别系统的设计原理,以原木沿纵向形状的椭圆形曲线为主,分析了原木的尺寸,以便识别原木的形状,计算原木的材积.原木识别系统采用8个传感器对原木进行8点采样,实测各点的数据,并通过计算机模拟再现原木外形,经过运算分析得出原木端面径级等几何形状参数,并由数据库统一存储和管理每根原木的参数信息.同时对电路系统进行了设计,实现设备与识别系统的接口.原木形状检测装置--WQK3102原木形状识别系统经实际应用表明,可以满足原木形状识别功能的要求.     

基于双椭圆变化参数的香蕉形状描述方法

为实现香蕉外部形状的描述,提出一种基于双椭圆变化参数的香蕉形状描述方法。首先通过图像预处理获得对象物体的二值化图像,结合开源计算机视觉库（OPENCV）提供的库函数cv.fitEllipse进行二维点集的椭圆曲线拟合,并筛选出外接椭圆轮廓作为初始轮廓;然后在此基础上构造可变参数的外接椭圆和内接椭圆,以双椭圆叠合面积的大小为准则进行香蕉形状的拟合描述;最后提取描述香蕉形状的双椭圆参数作为特征参数,并运用该类参数对其他类型果蔬形状进行描述,判断该类特征参数的有效性。试验结果表明,所提出的方法简便易行,在AMD FX6300处理器平台上运算速度约0.1 s。算法采用C++语言编写,能够应用于水果分类包装自动化生产线。     

叶片传统特征和距离矩阵与角点矩阵相结合的树种识别算法

针对基于叶片特征进行树种识别的问题,本文在结合叶片纹理、不变矩以及传统形状共25维传统特征的基础上,自定义了叶尖角、边角均值等2个叶片轮廓特征,并以相似多边形定义及其推论作为理论依据,提出了一种基于叶片轮廓构建距离矩阵与角点矩阵进行树种识别的分类方法。该方法首先对树木叶片图像进行预处理,提取出归一化的叶片特征向量,然后利用KNN最近邻分类器筛选出相似度最高的前20个结果集(Top 20),然后构建距离矩阵和角点矩阵进行更为精确的识别匹配。在图像预处理阶段,为获取更为准确的叶片轮廓特征,利用叶片在HSV颜色空间中饱和度特征以及色度特征方面的显著差异性,设计了一种消除叶片阴影的图像预处理算法。在识别匹配阶段,利用Douglas Peucker approximation算法提取叶片轮廓的近似多边形,定义了距离矩阵、角点矩阵、矩阵中元素间相似度、矩阵相似度以及综合相似度计算方法,设计了全局匹配与局部匹配相结合的算法。该算法在Android系统的手机平台上进行了实现和运行验证,结果表明:在Flavia数据集中,对32种共1 907个正常叶片样本的识别准确率为99.61%,对32种共851个残叶样本的准确率为94.92%;在Leafsnap数据集中,对185种共23 147个Lab样本前5个结果集(Top 5)的识别准确率为98.26%。相对其他算法,该算法识别准确率更高,对叶片外形描述能力更强,对残叶、扭曲叶、阴影叶具有更好的鲁棒性,算法的实用性和适应性更强。      

基于图像颜色特征的高粱胚芽鞘识别及定位方法

利用图像颜色特征,分割高粱胚芽鞘种子图像,确定高粱种子轮廓矩,根据其轮廓矩确定高粱种子质心坐标,然后根据高粱胚芽鞘图像颜色特征对图像进行颜色分割,获取高粱胚芽鞘图像,计算高粱胚芽鞘轮廓极点坐标,再选取距离质心最远的2个坐标作为高粱胚芽鞘轮廓近似直线端点,连接2个端点作为胚芽鞘近似直线。最后根据高粱种子轮廓质心坐标、胚芽鞘近似直线和切割距离(给定)确定胚芽鞘的姿态和高粱胚芽鞘的切割点位置。该方法能获得高粱胚芽鞘和种子较为完整的图像,并能准确得出胚芽鞘的切割位置及姿态等相关信息。该研究方法为高粱胚芽鞘的识别与分析提供了准确、快捷、可视的技术手段,为构建胚芽鞘智能识别、定位的视觉系统及自动化切割装置提供了技术支撑。     

重叠苹果果实的分离识别方法

针对苹果采摘机器人重叠果实识别误差较大的问题,设计了一种分离识别方法。首先在苹果图像分割获取其二值果实区域的基础上,基于横、纵投影图实现重叠形态果实的判别,而后基于边缘曲线通过SUSAN算法检测果实轮廓上的角点,再通过迭代腐蚀和瓶颈准则挑选重叠果实的分离点,并采用Bresenham算法连接分离点实现重叠果实的分离。提取分离果实边缘曲线的有效轮廓后,通过改进的随机Hough算法拟合果实圆心及半径。最后选择15幅重叠果实区域二值图像,通过不同角点检测计算结果的比较,验证了SUSAN算法相比于其他角点检测方法更为有效;通过改进的随机Hough算法识别11幅图像中的21个果实,其圆心相对误差平均值、半径相对误差平均值和相对偏差平均值分别为6.90%、4.12%和6.07%,比传统Hough算法分别低4.03、2.75、1.14个百分点,说明改进的随机Hough算法得到的拟合圆更接近实际苹果果实区域。     

P-Ⅲ型分布序列无偏绘点位置计算研究

【目的】研究P-Ⅲ型分布序列无偏绘点位置计算公式。【方法】应用次序统计量数学期望值原理、双指数变换数值积分方法,求解P-Ⅲ型分布绘点位置的数值解。在此基础上采用线性回归法概化出近似无偏绘点位置公式,并通过蒙特卡洛统计试验将文中近似无偏绘点位置公式与现有绘点位置公式的计算结果进行比较。【结果】用双指数变换数值积分可计算出P-Ⅲ型分布任意绘点位置的高精度数值解。由此推导的近似无偏绘点位置公式具有较好的描述能力和预测能力。在陕西关中地区36个测站年降水数据频率计算和拟合优度评估中的应用表明,在概率点据相关系数、均方根误差2种评价标准下,推导公式拟合最优站数分别占总站数的72.2%和69.4%。【结论】文中近似无偏绘点位置公式可应用于陕西关中地区降水频率的计算,且拟合度较好。     

基于三维激光扫描技术的油罐变形检测方法

针对常规油罐检测方法普遍存在测量时间长、工作强度大、检定成本高、测量结果精度较低的缺点,提出一种基于三维激光扫描技术的油罐变形检测方法。利用试验获得的油罐三维点云数据和Matlab自编程序,拟合计算圈板半径、椭圆度及罐体倾斜度,并从水平方向、垂直方向及罐壁局部区域3个方面对油罐变形进行计算分析,结果表明:三维激光扫描法可以直观、定量地表现罐体变形。开展了重复性和再现性试验,试验测得的圈板半径、椭圆度及倾斜度标准差均在可接受范围内,从而验证了三维激光扫描法用于油罐变形检测的可行性和准确性,为油罐变形检测提供了一种更加快速、精确的新方法。     

基于图像特征的小麦胚芽鞘识别

利用图像颜色特征,首先分割小麦种子图像进而确定小麦种子轮廓矩,根据其轮廓距确定小麦种子质心坐标,然后根据小麦胚芽鞘图像颜色特征对胚芽鞘图像进行分割、获取小麦胚芽鞘图像,其次利用Zhang-Suen并行快速细化算法对小麦胚芽鞘进行细化获取胚芽鞘骨骼线,进而获取骨骼线图像(单像素)上所有点对胚芽鞘骨骼线进行多段直线曲线近似,最后根据小麦种子轮廓质心坐标、胚芽鞘骨骼线近似曲线和切割距离(给定)确定胚芽鞘的姿态和对小麦胚芽鞘切割点位置进行定位。通过对小麦胚芽鞘30幅图片进行图像处理验证。结果表明,该方法能完整地提取小麦种子和胚芽鞘图像、小麦胚芽鞘姿态及位置信息。基于图像颜色特征的小麦胚芽鞘识别及定位方法,为小麦胚芽鞘的识别与分析提供了准确、快捷、可视的技术手段,对于构建胚芽鞘智能识别、定位的视觉系统及自动化切割装置的研究意义重大。     

基于XCT序列图像的植物根系三维矢量模型构建方法

为实现植物根系三维构型参数的原位、无损、准确、快速和自动化测量,提出一种基于X射线计算机断层摄影术(X-ray computed tomography,简称XCT)序列图像的植物根系三维矢量模型构建方法。首先,根据根系的形态特征设计了根结点、根分枝、根系统3个基本结构;其次,对植物根系三维体数据(XCT序列图像)重切以提取根截面,并根据根截面质心和面积构建初始根结点,继而对根结点分组以构建初始根分枝,再通过重构根结点、重获根结点面积和根分枝关系判定构建完整的根系统(矢量模型);再次,基于矢量模型设计根数、根长度、根体积、根表面积以及根夹角的计算方法;最后,在Windows平台上利用图形用户界面开发工具Qt、可视化工具包VTK和医学图像分割与配准工具包ITK实现上述结构和算法,并将上述参数的计算结果与手工测量值进行对比,验证所提出方法的可行性与准确性。     

基于TLS数据的单木胸径和树高提取研究

利用TLS测量森林参数(树高、胸径和林分密度等)不仅节省人力,而且还能提高工作效率,目前已成为快速获取树木几何参数的有效方法之一。本文利用地基激光雷达数据,提出了一种半自动方式提取单木参数的方法。首先,利用发射脉冲与接收回波脉冲的形状偏差和强度对原始点云数据中的“飞点”和噪点进行滤除;然后,配准各站点云数据;接下来采用不同目标回波过滤方法滤除部分树叶点和其他非树干点;抽稀、合并各站点云数据,对合并后的点云数据水平分层并生成对应的灰度影像;对灰度影像采用Hough变换方法估测单木位置和胸径;对Hough变换检测层数较少的结果采用椭圆拟合方法重新检测;最后,结合Hough变换和椭圆拟合检测结果从点云数据中提取单木位置、胸径和树高。用小兴安岭凉水自然保护区的白桦天然次生林对算法进行了检验,5块多站扫描样地单木识别的平均精度为72.16%,将所提取的单木位置、胸径和树高与外业实际测量数据对比,结果一致性较高。5块多站扫描样地的胸径和树高均方根误差分别为2.38、2.55、3.58、2.21、1.92 cm和4.31、3.87、2.34、5.00、3.47 m。      

油菜直播机导航路径识别方法研究

针对油菜直播机视觉导航路径识别效果受天气、稻茬噪声等影响的难题,提出一种结合小波变换和改进随机抽样一致性(RANSAC)的导航路径识别方法。首先,对原始图像灰度化后进行小波变换,在大尺度低分辨率下凸显导航路径宏观轮廓;然后利用直播机作业区与未作业区图像对比度大的特点获取导航路径上的特征点集合;最后针对获取的特征点集合运用结合预检验和后处理校正的改进随机抽样一致性算法区分内外点,并对内点集运用最小二乘法进行导航路径直线拟合,从而获取导航路径参数。田间图像测试表明,该方法可以稳定、准确地检测出导航路径,正确率达到96.7%,同时每帧图像的处理时间在31 ms以内,能为油菜直播机的视觉导航提供技术支撑。     

基于模糊数学的公路路面裂痕检测技术

根据公路路面实际裂痕灰度值比背景灰度值低,而路面非背景和非裂痕像素灰度值比背景灰度值高或低很多,设计了一种基于模糊数学的公路路面裂痕检测的新技术.首先使用改进的基于乘性模型的灰度校正算法对原始图像进行预处理,接着根据OTSU最大类间方差法计算得到原图像前景与背景的最佳阈值作为渡越点,构造一个新的模糊隶属度函数对预处理后的图像进行模糊处理,然后用Sobel算子对模糊后的图像边缘检测判断得到含有裂痕信息的区域,最后用图像分割算法区域分割出含有裂痕信息的图像子块.实验证明,新提出的方法在处理速度和检测准确性方面基本能够满足实际需要,能实时、自动检测出模糊图像的裂痕.     

硝唑沙奈肠溶缓释颗粒体外释放度的测定

【目的】建立硝唑沙奈肠溶缓释颗粒体外释放度的测定方法,为控制肠溶缓释颗粒剂的质量及提高硝唑沙奈（NTZ）治疗畜禽肠道疾病的效果提供参考依据。【方法】采用转篮法[转速75r／min,温度（37．0±0．5）℃,释放介质前2h为750mL2％十六烷基三甲基溴化铵（CTAB）0．1mol／mLHCl溶液,后加入250mL2％CTAB0．2mol／ml膦酸盐缓冲溶液,pH6．8,总体积1000mL]进行硝唑沙奈肠溶缓释颗粒的溶出试验,分别在不同时间点取样,以高效液相色谱一紫外检测（HPLC-UV）法测定峰面积,计算硝唑沙奈的体外累积释放度,并对释药模型进行拟合。【结果】硝唑沙奈及替唑尼特在2％CTAB0．1mol／mLHCl和2％CTAB磷酸盐缓冲液（pH6．8）两种介质中的卵论塔板数均大于3000,分离度均大于2．0。精密度试验、重复性试验、稳定性试验、回收率试验、释放度均一性试验等均表明,HPLC-UV法适用于硝唑沙奈肠溶缓释颗粒体外释放度的测定。硝唑沙奈肠溶缓释颗粒在前2h内的累积释放量〈10．0％,至24h 时释放度大于90．0％,符合药品释放度检测要求。硝唑沙奈肠溶缓释颗粒体外释放的最佳拟合模型为Higuchi模型。【结论】HPLC-UV法是测定硝唑沙奈肠溶缓释颗粒体外释放度的有效方法,具有准确可靠、重复性良好、同收率高的特点。     

固始白鹅遗传多样性微卫星标记分析

［目的］对固始白鹅的遗传多样性进行微卫星标记分析。［方法］利用11个微卫星标记对固始白鹅进行遗传检测,筛选出多态性较好的微卫星位点,用变性聚丙烯酰胺凝胶电泳法分析这11个微卫星位点在固始白鹅中的遗传变异,计算了微卫星位点的等位基因频率、杂合度、多态信息含量和有效等位基因数。［结果］8个位点在固始白鹅上有较好的多态性,平均每个座位检测到4.25（3～6）个等位基因,平均杂合度为0.597（0.273～0.695）,平均多态信息含量为0.635（0.530～0.769）,平均有效等位基因数为3.3447（2.3830-4.9840）。［结论］为固始白鹅的保种和选育工作提供参考依据。     

基于计算机视觉技术的砀山酥梨果梗识别

针对酥梨果梗计算机视觉检测方法的普适性问题,提出了一种利用像素点分析法识别果梗的算法。将酥梨图像进行二值化、滤波、形态学运算等预处理后,用Sobel算子提取酥梨图像边缘,再由一阶矩特征计算图像形心。选定形心为参考原点,建立图像的笛卡尔坐标系;从Y轴负方向开始,逆时针分别按15°和10°形心角对轮廓边缘点进行区域分块;统计分块区域内的像素点特征,并依此特征识别果梗。结果表明,对于无果梗的酥梨,15°和10°均能精确识别出来;有果梗的酥梨,15°较10°的识别率高,且含果梗区域的像素特征较其他区域的有很大突变。总体上果梗识别正确率可达97%,一定程度上可以满足酥梨果梗识别的需要。