快速傅里叶变换结合SVM算法识别地表玉米秸秆覆盖率

针对田间环境复杂、秸秆形态多样、秸秆覆盖率判断主观性影响过大、补贴面积测量耗时耗力等问题,该文开展了秸秆覆盖率自动识别方法研究和监测设备研制。首先,提出利用时频变换进行秸秆识别,设计高通滤波器提取了图像的频域特征进行自适应分割。基于集成分类器利用已有的秸秆识别数据训练支持向量机分类器,对秸秆图像进行再识别和筛选。最后,设计多尺度占比滤波器,对识别图像中的噪声和空洞进行修补,生成适应多种情况的秸秆覆盖率识别算法。与北斗定位模块、无线通讯模块、摄像头、传感器、服务器等设备共同组成秸秆覆盖率识别系统。试验结果表明,设备的秸秆覆盖率识别误差为4.55%,平均单张图像耗时0.05 s。研究结果满足保护性耕作中的自动化监测要求,可为保护性耕作作业质量评测提供有效的技术支持。     

秸秆集行模式下精准喷药装置搭建与试验

保护性耕作秸秆集行模式下作物苗前除草作业时,传统全覆盖喷药方式下喷洒在秸秆条带的药液无法到达地表而造成药液浪费和环境污染。针对该问题,该研究提出了一种基于图像识别的精准喷药装置。首先,使用搭载在植保机前端的摄像头采集田间图像,采用智能优化多阈值算法分割图像中的秸秆和种植带,计算种植带的定位线坐标。然后,控制器根据种植带定位线坐标驱动步进电机滑台带动喷头移动到种植带上方进行对行喷药;为防止喷药过程中横向与纵向气流影响使雾滴飘移至秸秆行与空气中造成喷药不均,使用模糊控制器根据横向与纵向气流变化对喷药量进行调整。最后,分别进行了平台与田间试验。试验结果表明,该装置对种植带定位线的识别准确率约为88.3%;相比于传统全覆盖喷药方式药液使用量节省约52.84%;药液沉降均匀度得到提高,雾滴覆盖率维持在28.5%～33.8%。该装置可实现秸秆集行模式下的种植带精准施药,对提高药液利用率、保护环境有积极作用,研究结果可为精准喷药和保护性耕作技术推广应用提供支持。     

保护性耕作适应性试验及关键技术研究

国内外围绕旱地农业的可持续发展,进行了长期的研究和试验,我国于1991年引进澳大利亚先进模式——保护性耕作法,在山西省布点试验。试验表明:保护性耕作具有保水改土、增产增收、改善生态环境的综合效益。但播种质量不高,一度使试验受挫,虽然靠改进机具在一定程度上可以提高其适应性,但当秸秆产量达到80%的覆盖率时,又出现秸秆越冬防风防火难、春季地温回升缓慢,清除长在秸秆中的杂草难等一系列问题。通过进一步试验,增加浅旋或浅耙表土作业,可解决问题。秸秆覆盖,表土浅耕和硬茬播种构成保护性耕作法成熟的技术体系。     

玉米-小麦一年两熟保护性耕作体系试验研究

采用将夏玉米、冬小麦两季作物作为整体来研究适合华北一年两熟地区保护性耕作技术体系，确定了耕作和覆盖两个因素，包括免耕、深松、耙地、翻耕4种耕作方法，以及100%秸秆覆盖，50%秸秆覆盖和0覆盖3种秸秆覆盖水平。筛选设计了8种保护性耕作和2种传统翻耕共10种体系的试验方案。试验中测定了土壤含水量、容重、地温等参数和根系、产量等作物指标。试验结果表明，我国华北地区实施保护性耕作有利于节约用水，提高水分利用效率，增加作物产量。试验得出最适合的两种保护性耕作体系是：玉米-小麦全程免耕100%秸秆覆盖体系、玉米深松100%秸秆覆盖+小麦免耕100%秸秆覆盖体系。     

旱地玉米保护性耕作机具与作业工艺的组合研究

多年保护性耕作试验取得了保墒增产的明显效果,但也暴露出播种质量不高等问题,仅靠改进机具已难以解决。１９９６年开始增加表土耕作进行配套试验。通过对不同试验处理的秸秆覆盖率、地温、土壤含水量、出苗率和作物产量对比,初步得出增加表土耕作组合方案可以调控地表秸秆覆盖量、改善地面状况、提高地温、保苗增产。在我国北方,干旱低温,秸秆不易腐烂,逐年积累,故应该把表土耕作列为保护性耕作体系的重要内容,只有把作业工艺选择与播种机性能改进结合,才能更有效地解决免耕播种质量不高的问题。     

几种保护性耕作措施在黄土高原旱作农田的实践

自2001年起,甘肃农业大学的研究者在甘肃省定西市安定区李家堡镇布设了不同保护性耕作措施下春小麦→豌豆和豌豆→春小麦轮作系统的定位试验,以研究免耕不覆盖(NT)、传统耕作秸秆还田(TS)、免耕秸秆覆盖(NTS)、传统耕作地膜覆盖(TP)和免耕地膜覆盖(NTP)等保护性耕作措施在黄土高原旱作农田生态系统中的效应。本文就近10年依托该试验获取的相关研究结果进行综述,重点阐述特定土壤、气候、农作制度下土壤理化性状、土壤微生物及其酶活性、土壤温室气体排放、作物生理生态等对上述几种保护性耕作措施的响应。初步得到免耕秸秆覆盖措施有助于形成良好的土壤结构、减少土壤侵蚀、改善土壤持水特性、提高土壤养分利用效率、改善土壤微生物区系、增强作物光合效能、增加作物产量等结论,对筛选出当地适宜的耕作模式、改善区域土壤质量、促进农业可持续发展有重要意义。在此基础上,提出目前该项研究存在的问题和今后重点关注的方向:1)保护性耕作土壤碳循环机理;2)覆盖方式的创新;3)温室气体排放测量方法的改进与完善。     

南方稻田保护性耕作的研究进展与研究对策

就保护性耕作的由来和内涵、国内外发展现状作一综述,在指出我国稻田传统耕作方式存在的主要问题后,着重介绍了南方稻田保护性耕作的主要技术模式:即以免(少)耕、秸秆还田为主的保护性耕作技术和休闲期保护性耕作技术。稻田免(少)耕保护性耕作技术主要包括水稻免耕直播、免耕抛秧、免耕套播和免耕小苗移栽技术;秸秆还田为主的保护性耕作技术主要包括秸秆覆盖免耕栽培水稻和秸秆覆盖免耕旱作技术;休闲期保护性耕作技术主要包括冬春休闲和休闲期绿色覆盖技术。指出这些保护性耕作技术不仅具有传统栽培同样或更高的产量潜力,而且省工、节本、能减少水土流失,保持和改善地力,经济、生态效益显著。分析稻田保护性耕作存在的不足之处,提出发展对策。     

黄土高原半干旱区保护性耕作适应性评价

在黄土高原半干旱区连续4年保护性耕作试验的基础上,利用层次分析法,对5种保护性耕作法与传统耕作法适应性(生态与经济)进行综合评价,探究适合黄土高原半干旱区的保护性农业技术体系.结果表明:在两种轮作次序(小麦/豌豆、豌豆//小麦)、两种投入方式(计秸秆和不计秸秆)下,保护性耕作法免耕秸秆覆盖(NTS)综合适应性指数(PI)均显著高于其他几种耕作方式,且PI在0.76～0.86之间,是传统耕作法(T)的2～2.5倍,NTS在该地区的适应性最强;NTS、免耕不覆盖(NT)、免耕结合地膜覆盖(NTP)3种耕作方式的PI高于传统耕作结合秸秆还田(TS)、T、传统耕作结合地膜覆盖(TP),说明NTS、NT、NTP在该区的适应性优于TS、T、TP.因此,在黄土高原半干旱区实施保护性耕作措施NTS,更能促进该区农业的持续发展.     

东北黑土区水土保持保护性耕作措施探讨

水土保持保护性耕作是对农田实行免耕少耕,并用农作物秸秆残茬覆盖地表的一项先进耕作技术,保护性耕作技术是由秸秆覆盖、免耕播种、机械深松和化学除草等核心技术组成的一项集成技术,采用水土保持保护性耕作措施可以有效减少东北黑土区的水土流失,提高黑土区土壤抗蚀性。对保护黑土地、改善生态环境、生态省建设都具有重要意义。     

炭化秸秆覆盖用于保护性耕作的试验研究

针对一年两熟区保护性耕作地块秸秆量大,全秸秆覆盖播种时机具易堵塞、影响出苗等问题,该研究通过6种不同处理方式的田间试验,研究了不同耕作与地表覆盖结合方式对土壤水分状况、作物生长特性及作物产量的影响。结果表明,与免耕秸秆覆盖相比,虽然含水率略低,但免耕农业碳覆盖不仅能够解决秸秆量大易堵塞、晾籽等现象,而且能够提高作物生长特性如出苗、株高及作物产量,对保护性耕作的推广与发展具有促进作用。     

基于分级阈值和多级筛分的玉米果穗穗粒分割方法

为了有效克服果穗形状畸变和穗粒颜色差异对穗粒分割的影响,该文提出一种准确、鲁棒的玉米果穗穗粒分割方法。该方法利用果穗三维形状特征校正果穗径向畸变以最大程度恢复图像上果穗表面信息;采用分级阈值分割策略确定每颗穗粒最佳阈值范围,并利用穗粒几何特征实现穗粒初次筛分,消除穗粒间粘连效应;结合主成份分析和支持向量模型完成穗粒的二次筛分,生成果穗表面穗粒分布图。该方法整合了果穗径向畸变-分级阈值-穗粒多级筛分,实现果穗穗粒的精准分割,为玉米果穗自动化考种提供了基础方法。试验结果表明提出方法在穗粒分割准确性和鲁棒性上具有显著优势,平均计算效率达15 s/果穗。     

基于机器视觉的玉米精准施药系统作物行识别算法及系统实现

识别作物行中心线并实现喷药喷头的自动对准是精准施药系统实现的关键技术。为克服作物行识别算法的单一性和适应性不强的缺点,该文以生长早中期的玉米图像为研究对象,利用改进的过绿特征法和改进的中值滤波算法分割出作物行,减少处理时间和去除噪声;然后在行提取时只保留包含作物行信息的中间作物行,通过随机Hough变换检测出作物行中心线,并根据世界坐标与图像坐标的转换和相对距离得到偏差信息:最后实现了系统的硬件搭建并给出了实际运行效果。不同图像的试验和处理结果表明,该算法在背景分割、作物行提取和偏差信息获取方面具有一定的优势,可适用于不同作物及不同视野图像的作物行算法识别,对精准施药的研究具有一定的参考价值。     

基于改进型模糊边缘检测的小麦病斑阈值分割算法

针对小麦病斑分割不准确、噪声大以及病斑边缘不清晰等问题,结合传统的作物病斑分割方法,提出一种基于改进的模糊边缘检测的图像阈值分割算法。图像预处理方面,在分析了传统模糊边缘检测缺点的同时对算法作了两个方面的改进,使用梯度倒数加权平均滤波方法去除小麦病斑噪声,然后对多层次模糊算法进行数值分层改进,增强病斑边缘信息;最后对传统的阈值分割方法进行了算法改进,采用一种改进的最大类间方差比阈值分割方法,在增强图像边缘的基础上进行阈值分割,改进阈值选取方法,在模糊增强后的小麦病斑图像上进行阈值分割提取出小麦病斑形状特征。对在大田环境下获取的小麦病害图像进行边缘增强和阈值分割试验,与传统固定阈值分割算法试验对比得出,基于改进的模糊边缘增强与阈值分割相结合的改进算法正确分割率达98.76%,相比传统固定阈值分割算法提高了8.35个百分点,漏检比增加了1.29个百分点,噪声比为1.86%,相比减少了8.36个百分点,在运算时间上减少了0.331 s,不仅突出病斑边缘信息,而且分割效率高、噪声小,可为图像分割方法的研究提供了可参考依据。     

基于最大正方形的玉米作物行骨架提取算法

为了满足现代农业精准施药技术中导航路径识别的需要,该文提出一种基于最大正方形的玉米作物行骨架提取算法。首先对采集到的田间玉米作物行图像进行灰度变换,采用改进的过绿灰度化算法使作物行与背景明显分割开来;然后通过滤波、阈值分割得到二值图像;而后对经过预处理后的二值图像进行形态学中的闭运算操作,得到玉米作物行的轮廓;最后利用最大正方形准则提取玉米作物行骨架。为了验证该算法的准确度,对提取的玉米作物行骨架进行直线拟合操作,利用拟合出的中央作物行线与实际导航线偏差的大小来判断骨架提取的精准度。试验结果表明,该算法能保持骨架像素的单一性,对边缘噪声具有很强的抗干扰能力,提取骨架的误差小于5 mm,能够满足玉米对行精准施药的需求。     

利用融合高度与单目图像特征的支持向量机模型识别杂草

除草是保证农作物高产的必要工作。针对机械化除草和智能喷药中存在的杂草识别问题,以2~5叶苗期玉米及杂草为研究对象,进行了融合高度特征与单目图像特征的杂草识别方法研究。首先从单目图像中提取16个形态特征和2个纹理特征;然后基于双目图像,提出了针对植株的高度特征提取方法,所得高度特征与实际测量值间误差在±12 mm以内;利用max-min ant system算法对形态特征进行优化选择,将形态特征减少到6个,有效减少数据量62.5%,并与纹理和高度特征进行融合;将2~5叶玉米幼苗的可除草期划分为3个阶段,分别构建融合高度特征与单目图像特征的SVM识别模型,并与相应不含高度特征模型进行对比。经测试,3个阶段模型的识别准确率分别为96.67%,100%,98.33%;平均识别准确率达98.33%。不含高度特征模型的识别准确率分别为93.33%,91.67%,95%;平均识别准确率为93.33%。结果表明,融合高度特征与单目图像特征的SVM识别模型优于不含高度特征模型,平均识别准确率提高了5百分点。该方法实现了高准确率的杂草识别,研究结果为农业精确除草的发展提供参考。     

基于图像特征点粒子群聚类算法的麦田作物行检测

为了快速准确地提取麦田作物行中心线,提出了基于图像特征点粒子群聚类算法的麦田作物行检测。首先,对自然光照下获取的彩色图像运用"过绿颜色因子图像灰度化"、"Otsu图像二值化"、"左右边缘中间线检测提取作物行特征点算法"3步对图像进行预处理。然后,根据农田作物行中心线周围区域的特征点到该直线的距离均小于某一距离阈值的特征,运用粒子群优化算法对每一作物行的特征点分别进行聚类。最后,对每一类的特征点用最小二乘法进行直线拟合获取麦田作物行中心线。试验结果表明,该算法可以对作物断行、杂草、土块等复杂农田环境下的图像进行有效地作物行检测,识别率达95%,识别误差小于3°。与标准Hough算法相比,运行速率提升了一倍。该文可为实现农业机器人田间作业提供参考。     

一种基于主动轮廓模型的连接米粒图像分割算法

针对图像中连接米粒分割困难的问题,提出了一种基于主动轮廓模型的分割算法。首先,对籽粒二值图像的欧氏距离变换进行局部极小值检测,并通过形态学膨胀算子合并局部极小值点,在每个籽粒内部只产生一个区域。其次,以这些区域的边界作为初始曲线,在主动轮廓模型的指导下,曲线向籽粒的边界演化,最终将图像中各个米粒分割。试验结果表明,对圆江米、粳米、长江米和黑米4个品种的米粒,基于主动轮廓模型的连接米粒图像分割算法的分割正确率分别达到93.4%、92.4%、88.0%和90.4%,综合准确率为91.05%,比基于分水岭的方法提高了26.7%。因此,基于主动轮廓模型的算法为分割连接米粒图像提供了一种有效途径。     

基于逐步改变阈值方法的玉米种子图像分割

针对图像处理中玉米计数的问题,提出了基于逐步改变阈值的分水岭变换方法。首先,对二值图像进行欧氏距离变换,合并图像中灰度值大于或者等于初始阈值的区域,并通过分水岭算法初步分割图像。为避免单粒玉米被过度分割,提取图像中单个种子区域存入结果图像。然后,判断去除单粒玉米后的图像是否为空;如果不为空,增大分割阈值并重复上述操作。最后,统计目标图像中的玉米个数。对50幅种子数目500粒左右的图像进行处理,分割正确率为97.7%,较好地解决了粘连玉米的分割问题。该方法已成功应用于基于机器视觉的玉米计数。     

葡萄园植保机器人路径规划算法

为提高植保机器人葡萄园作业在垄行识别和路径规划中的准确度和可靠性,该文提出了一种基于支持向量机(support vector machine,SVM)的多支持向量配比权重进行葡萄园垄行识别与农业机器人作业路径规划的算法。该算法利用Kalman滤波器对由激光雷达扫描获取的粗大实况果园数据信息进行预处理,校正数据中的噪声离群点,然后结合SVM,获得垄行环境中的分割超平面和分类边际线,最后根据样本点与分类边际线存在的几何间隔关系判别各点所占相对权重,获取垄线安全预估测位置并进行农业机器人作业导航线的规划拟合。通过对多个实际样本的试验与测试,拟合导航线与实际垄行中心线平均角度偏差为0.72°,相对植保机器人的平均距离偏差为4.22 mm。试验结果表明,该算法能够有效的识别与定位植保机器人所需导航线的位置,拟合的导航线满足葡萄园植保机器人准确作业的要求。     

基于自动Hough变换累加阈值的蔬菜作物行提取方法研究

为解决机器视觉对生菜和绿甘蓝两种作物在整个生长时期内多环境变量对作物行识别影响的问题,同时提高机器视觉作物行识别算法的有效性,该文提出了一种基于自动Hough变换累加阈值的多作物行提取算法。首先,选用Lab颜色空间中与光照无关a分量对绿色作物进行提取,通过最优自适应阈值进行图像分割,并采用先闭后开形态学运算对杂草和作物边缘进行滤波。其次,采用双阈值分段垂直投影法对作物行特征点进行提取,通过对亮度投影视图中的目标像素占比阈值和噪声判断阈值设置,实现特征点位置判断和杂草噪声过滤,并对相邻特征点进行优化,剔除部分干扰特征。最后,采用Hough变化对特征点进行直线拟合,将不同Hough变换累加阈值获得的拟合直线映射到累加平面上,通过K-means聚类将累加平面数据聚类为与作物行数相同的类数,根据相机成像的透视原理提出基于聚类质心距离差和组内方差的最优累加阈值获取方法,将最优累加阈值下累加平面中的聚类质心作为识别出的真实作物行线。温室和田间试验表明,针对不同生长时期的生菜和绿甘蓝作物,该文算法均可有效识别出作物行线,最优阈值算法耗时小于1.5 s,作物行提取平均耗时为0.2 s,在田间和温室中作物行的平均识别准确率分别为94.6%、97.1%,识别准确率为100%的占比分别为86.7%和93.3%。研究结果为解决多环境变量影响因素下的算法鲁棒性和适用性问题提供依据。