大田经济作物性状研究中的图像分割技术应用

大田经济作物在我国占有重要地位,其性状研究在机械化生产收获过程中至关重要,直接影响到生产效率和产品质量,数字图像技术的引入不仅为其性状研究带来高效的解决方案,更显示出广阔的应用前景。综合分析了近年来不断改进的图像分割方法,将其分成传统分割方法和结合特定工具的图像分割算法两大类,重点介绍了传统分割方法中基于阈值的分割方法和基于边缘检测的分割方法两种流行算法,结合特定理论工具的图像分割算法中的小波分析变换、遗传算法、主动轮廓模型、聚类算法、深度学习方法等 6 种方法,并对各大类算法中使用的各种图像分割方法进行归纳总结,列举其在油菜、棉花、大豆和花生等经济作物性状研究中的应用,同时对遗传算法、主动轮廓模型、聚类算法和深度学习中的 Fast R-CNN 算法添加技术框架图。最后对图像分割技术在大田经济作物中应用存在的主要问题进行分析并提出展望。     

基于拟人驾驶模型的联合收获机导航控制器设计与试验

为了解决轮式联合收获机在水稻收获作业中操作繁琐及作业质量和效率低的问题,通过采集熟练驾驶员驾驶时收获机位姿信息和驾驶员操作信息,运用神经网络构建了拟人驾驶模型并设计了一种基于拟人驾驶模型的联合收获机导航控制器。根据收获作业需求设计了一种田间套行作业路径规划方法,在保证转弯精度的同时,较好的完成收获作业;与传统PID和常规纯追踪模型相比,拟人驾驶模型控制收敛速度快0.42 s、超调减小4.0 cm,具有收敛速度快、超调小等特点。路面直角路线转向试验结果表明,当联合收获机行驶速度分别为0.62、0.82、1.02 m/s时,转弯后超调量不大于3.93 cm,在不同行驶速度下仍具有较高的鲁棒性。田间试验结果表明,联合收获机在水稻田中以0.6、0.8、1.0 m/s的速度前进时,直角转向导航跟踪转向后超调量分别不大于8.1、8.9、9.6 cm,直线跟踪部分平均绝对偏差分别不大于3.1、3.0、3.3 cm。试验结果表明,所设计的拟人驾驶模型导航控制器能较好地完成水稻收获作业自动导航。     

铰链杠杆式肥箱排肥量监测系统设计与试验

为实时监测施肥量以提高施肥精度,设计了一种可对肥箱剩余肥量实时监测的铰链杠杆式肥箱排肥量监测系统。该监测系统由称质量、多路排肥量监测两部分组成。其中,称质量部分主要由铰链杠杆机架、平行梁称质量传感器等组成,以平行梁称质量传感器为工作元件,承载并测量安装在铰链杠杆机构上方的肥箱以及肥箱内实时肥料质量。多路排肥量监测部分由控制器、排肥量监测、数据通讯、监视器等模块组成,负责收集各称质量传感器获取的排肥量信号,并将其处理后传输至监视器交互界面便于对施肥系统作业参数实时查看、配置。田间试验结果表明,该排肥量监测系统可对各肥箱排肥量独立、同步实时测量,其监测相对误差最大为4.79%,最小为3.55%。     

基于RGB植被指数的大田油菜图像分割定量评价

以自然光下大田油菜幼苗图像为研究对象,运用超红指数ExR、超绿指数ExG、超绿超红差分指数ExGR、归一化植被指数NDI、植被提取颜色指数CIVE、植被指数组合COM等6种常用植被指数和阈值算法分割具有阴影区域的大田油菜图像,同时试验中引入定量评价标准客观评价常用RGB空间植被指数的分割效果。结果表明:定性分析中COM指数优于其他5种植被指数,能够减少阴影带来的分割影响,并在局部叶片分割试验中保留完整叶片轮廓;定量分析中COM指数提供最佳分割精度、灵敏度和特指度分别为94.1%、97.2%、90.9%,其相应标准差为1.1、1.3和0.06。     

轮式联合收获机电控液压转向特性测试与分析

针对轮式联合收获机自动导航中需要对电控液压转向特性进行测试与分析等问题,设计了转向轮转角测量装置,构建了电控液压转向测试系统,通过电液转向控制器实现了转向轮转角的实时控制与同步测量,对电控液压转向过程中的稳态转向速率、瞬态响应过程等线性与非线性特征开展了分析与测试。由路面静态试验验证得到收获机转向轮转向中位左右15°范围内,转向轮转角对应转向液压缸活塞杆伸缩量关系线性拟合决定系数R2＞0.99,均方根误差RMSE=0.25。田间动态试验显示：电控液压转向存在的非对称死区电压区间占控制电压范围的32%;转向轮稳态动作时的转向轮转向速率与转向控制电压线性度显著;在不同方波信号激励下,转向轮瞬态响应过程平均滞后时间90 ms、调整时间150~200 ms、调整转角0.21°~2.77°、滞留时间25~77 ms、滞留转角0.10°~1.24°。     

油菜直播机组无人播种作业远程监测系统设计

为解决油菜直播机组无人播种作业过程中田间播种质量信息难以实时直观展示的问题,本研究以雷沃804拖拉机及其搭载的2BYQ-8型气送式油菜直播机为试验平台,设计一套油菜直播机组无人播种作业远程监测系统。该系统由油菜直播机组无人播种作业平台、无人播种作业数据采集系统和播种质量监测云平台三部分构成,通过对雷沃804拖拉机档位、离合、动力输出装置（power take off,PTO）、悬挂机构进行电控液压改装,设计相应控制策略实现直播机组的无人播种作业;利用车载路由器组建播种监测终端和车载计算机之间的局域网,实现对播种数据与导航数据的融合同步,并通过网络连接传输给云平台进行数据存储与实时展示;云平台计算播种质量数据及其对应的田间位置数据,基于网页端高精度地图生成田间作业区域的播种状态图。结果显示,直播机组无人播种作业段横向平均偏差0.037 m,最大偏差0.125 m,电控液压改装系统运行稳定、可靠,满足直播机组无人作业要求,4G网络条件下,云平台通信最大数据传输时延不超过100 ms,云存储数据完整无遗漏,各播种通道田间播量检测准确率不低于96.16%,满足远程监测系统实时性和准确性要求。研...     

基于机器视觉的日本鲭定向装置设计与试验

针对现有鱼体定向整理装置工作环境嘈杂,工作稳定性差的问题,本研究设计了一种基于机器视觉的鱼体定向整理装置.采用卷积神经网络Resnet-18对鱼体头尾朝向进行识别,采用图像处理的方法提取鱼体轮廓并进行网格划分,通过比较灰度值大小判断鱼体的腹背朝向.当检测到鱼体尾部朝前时,气缸推杆将其推出剔除,实现鱼体头尾定向;当鱼体头...     

轮式谷物联合收获机视觉导航系统设计与试验

为提高联合收获机收获质量与效率，构建了轮式谷物联合收获机视觉导航控制系统，结合OpenCV设计了谷物收获边界直线检测算法识别水稻田间已收获区域与未收获区域边界，经预处理、二次边缘分割和直线检测等得到联合收获机视觉导航作业前视目标路径，并根据前视路径相对位置信息进行田间动态标定获得联合收获机满幅收获作业状态；提出了一种基于前视点的直线路径跟踪控制方法，通过预纠偏控制实现维持满割幅的同时防止作物漏割，以相对位置偏差值和实时转向后轮转角作为视觉导航控制器的输入，并根据纠偏策略对应输出转向轮控制电压大小。稻田试验结果表明，该导航系统实现了轮式联合收获机田间相对位置姿态的可靠采集及目标直线路径跟踪控制的稳定执行，在田间照度符合人眼正常工作的情况下，收获边界识别算法检测准确率不低于96.28%，单帧检测时间50 ms以内；以不产生漏割为前提的视觉导航平均割幅率为94.16%，随作业行数增多，割幅一致性呈提高趋势。本研究可为联合收获机自动导航满割幅作业提供技术支撑。     

智能化技术在水稻生产全程机械化中的应用研究与发展趋势

智能控制是水稻生产全程机械化向智能化发展的关键核心技术.本文从水稻作业环节中的耕整地、种植、田间管理和收获四个方面概述分析了国内外水稻生产机具使用情况和机械化作业情况,着重阐述了智能化技术在水稻生产全程机械化中的应用研究,涵盖了耕深智能调节与自动平地技术、工厂化育秧移栽与精量直播技术、田间管理智能化技术(灌溉、施肥、除草和病虫害防治)、收获机在线监测和智能控制技术、自动导航与无人驾驶技术等.指出了制约水稻生产全程机械化向智能化发展的技术难点,并展望了其未来发展趋势,以期为智能化技术在水稻生产全程机械化中的应用提供参考.     

基于轮廓坐标系转换拟合的柚子果形检测分级方法

针对柚子果形和尺寸分级依赖人工经验判断的现状,本研究提出一种采用轮廓坐标系转换拟合、果形特征提取结合方向角补偿算法检测柚子纵、横径尺寸并基于果形指数对柚子形状缺陷进行判断的方法。以CMOS相机、点阵式LED光源、平面镜、计算机、箱体和支架搭建图像采集装置,获取168个不同尺寸与形状等级的沙田柚样本全表面图像数据。选择G-B分量灰度图像进行去噪与分割,利用Laplacian算子边缘检测算法提取果实的边缘像素,采用多项式拟合方式完成直角坐标向极坐标的转换从而简化果形描述,利用特征点极角值补偿样本纵横径的随机方向,继而区别类球形和类梨形两种类型计算柚子的纵径和横径。以广东梅州沙田柚为对象进行试验,结果表明,利用轮廓坐标系转换拟合、果形特征提取结合方向角补偿算法的方法检测柚子纵径的平均绝对误差、最大绝对误差和平均相对误差分别为2.23 mm、7.39 mm和1.6%,横径的平均绝对误差、最大绝对误差和平均相对误差分别为2.21 mm、7.66 mm和1.4%。从柚子轮廓极坐标的拟合函数中提取3个峰值高度、3个波峰宽度和1个波谷值差值7个特征值,利用BP神经网络算法建立柚子果形判别模型并用独立验证集进行验证,形状判别的总识别率为83.7%。本方法能为柚子尺寸和形状的自动化检测与分级提供快速无损方法。