基于双目立体视觉的重叠柑橘空间定位

果实的精准识别和定位是智能采摘面临的难题之一。基于双目立体视觉，提出了一种针对户外重叠柑橘的三维空间定位方法。首先，从双目左右图像中提取重叠柑橘果实轮廓并进行高斯平滑，通过曲率分析，找出异常的轮廓像素点；其次，依次连接相邻两个异常像素点，分析该线段上的像素点到柑橘轮廓的距离，在相邻两正常线段的交点处完成重叠柑橘轮廓分割，并通过寻找异常线段剔除对应的非柑橘轮廓像素点；再者，采用最小二乘椭圆拟合方法重建柑橘目标轮廓，并获取柑橘的中心；最后，根据双目极线约束和图像相似度，对重叠柑橘中心点进行匹配，并基于视差原理计算柑橘中心的深度值及三维空间坐标，确定重叠柑橘的遮挡关系。户外实验结果表明,所提出的方法定位误差为6.38 mm，满足柑橘采摘机器人户外采摘作业的定位精度要求。     

一种叶片RGB图像快速切割多重去噪方法

基于RGB图像连通性,提出一种图像快速切割多重去噪法(fast cutting and multiplede-noise,简称FCMD),并与现有的4种算法进行对比.结果表明,该方法处理时长适中,对单色叶和杂色叶的识别像素、色阶均值、色阶中位数的准确率均达到98.78％及以上,综合表现最优.FCMD能够在不同的边缘算子下完成对各种类型叶片准确、快速的切割消噪,其中以sobel算子的处理效果最优,其处理效果与手动切割(CK)无明显差异.同时,FCMD法在中高分辨率(3750×2500)的切割效果与手动切割无明显差异,而所用时长仅为CK的23.21％,效率提升近5倍.因此,FCMD是一种高效、准确、适用范围广的RGB图像自动化叶片切割去噪方法.     

植物根系表型信息获取技术研究进展

人口数量增长和全球气候变化加剧了粮食安全供给压力,育种学家亟需培育高产、高效作物品种以满足日益增长的粮食消费需求.基于根性状的品种培育改良可有效提高作物水分、养分利用率,但根系表型观测的困难性极大地限制了育种进程.随着自动化控制、成像和传感器以及图像解译技术的发展,高通量根表型信息系统性收集已成为可能.本文综述了一系列适用于室内或田间的非破坏性或破坏性根系二维或三维结构测定技术;系统阐述了主流的根表型参数提取图像分析技术和软件;探讨了基于根表型平台的根性状筛选应用于新品种培育的成功案例,并对高通量根表型平台的进一步研发进行了展望.     

QuEChERS-超高效液相色谱-串联质谱技术同时测定大蒜中10种农药残留

建立了快速、准确测定大蒜中10种农药多残留的QuEChERS-超高效液相色谱-串联质谱检测技术。样品经酸化乙腈提取,无水硫酸镁(500 mg)除水后,用N-丙基乙二胺(PSA,500 mg)和十八烷基键合硅胶(C₁₈,500 mg)净化,以乙腈和0.1%甲酸水溶液为流动相进行梯度洗脱,Waters C₁₈色谱柱分离,采用正离子多反应监测(MRM)模式检测,基质匹配标准溶液外标法定量。10种农药的检出限在0.020~0.800 μg·kg^-1,定量限在0.067~2.670 μg·kg^-1。线性范围内相关系数均大于0.99。加标回收率在73.4%~109.0%,相对标准偏差在1.2%~9.8%。结果表明,该方法简便、快速、灵敏度高、重现性好,可同时测定大蒜中10种农药。     

基于PLC控制的采摘装置自适应调控研究

为了实现果蔬采摘的无损采摘和果蔬的准确识别,本文基于PLC技术设计了果蔬采摘装置的自适应调控系统。系统主要由信息采集模块、图像处理模块、运动控制模块、运动执行模块和PLC控制器组成。通过机械手进行设计,使其在抓取果蔬时的抓取位置、位移和作用力具有自适应能力;对图像进行自适应均衡化处理,提高图像识别。试验数据表明:采摘装置可以对果蔬精准定位,保证果蔬的无损采摘。     

固相萃取-超高效液相色谱-串联质谱法测定沉积物中二甲四氯残留

针对沉积物性质特殊以及二甲四氯 (MCPA) 在其中环境风险大等问题，建立了超高效液相色谱-串联三重四极杆质谱 (UPLC-MS/MS) 快速测定沉积物中MCPA残留的方法。样品先经酸化的乙腈溶液超声萃取后，以石墨化碳黑-氨基串联固相萃取柱净化，再以硅烷醇基部分裸露的HSS T3柱为分离柱，采用乙腈-水溶液为洗脱液进行梯度洗脱，将MCPA与杂质分离，后经电喷雾离子源负离子扫描 (ESI?)、多反应监测模式 (MRM)，基质匹配标准溶液外标法定量。结果表明:在1~100 μg/L范围内，MCPA的质量浓度与对应的色谱峰面积间呈良好的线性关系，R2 = 0.9997，定量限为0.1 μg/kg。在0.1~5 μg/kg添加水平下，MCPA在沉积物中的回收率在80%~108%之间，相对标准偏差在3.6%~8.2%之间。该方法通过增强色谱柱对MCPA的吸附作用，均衡了UPLC-MS/MS法建立过程中MCPA的“色谱柱保留”同“质谱离子化”互相矛盾的问题，具有分析时间短、准确度好和灵敏度高等优点，适用于沉积物中MCPA残留的痕量分析。     

QuEChERS-超高效液相色谱-串联质谱法测定紫花地丁中82种农药多残留

采用超高效液相色谱-串联质谱法(UPLC-MS/MS)，优选最佳QuEChERS样品前处理方法，建立了紫花地丁Viola yedoensis中82种农药残留的快速筛查和定量检测方法。通过正交试验设计9种组合，研究4种不同吸附剂(PSA、C₁₈、GCB和SiO₂)对紫花地丁净化效果的影响。紫花地丁样品分别经800 mg PSA、3 200 mg C₁₈、1 600 mg GCB和1 600 mg SiO₂提取与净化，采用phenomenex DOD-4475-AN C₁₈色谱柱分离，0.1%甲酸(含10 mmol/L甲酸铵)-乙腈混合溶液进行梯度洗脱，标准曲线法定量。结果表明:82种农药在相应的线性范围内，色谱响应值与对应的质量浓度间均呈良好的线性关系(r ≥ 0.99)，检出限(LOD)均在0.3~5 μg/kg之间，定量限(LOQ)均在1~20 μg/kg之间。在0.02、0.05和0.1 mg/kg 3个添加水平下，大多数农药的平均回收率介于70%~111%之间，相对标准偏差(RSD，n = 6)小于19%。该方法操作简单、准确、高效，可满足紫花地丁中82种农药残留同时检测的要求。     

基于RGB颜色空间的早稻氮素营养监测研究

针对双季稻区水稻过量施肥带来环境污染和成本提高问题,设计不同品种氮肥梯度大田试验,应用数码相机获取早稻冠层数字图像,研究不同色彩参数及早稻氮素营养指标的时空变化特征,以期确立双季早稻氮素营养预测模型。结果表明:不同品种同一氮肥处理下图像色彩参数差异不大;拔节期数字图像参数对氮素营养指标敏感;模型构建结果显示,图像参数INT与水稻氮素营养指标构建的模型决定系数(R2)最大,模型预测效果最佳,R2分别为0.895 7和0.924 7;进一步采用多元回归分析和BP神经网络分析法进行预测,预测效果均较好。对预测结果进行检验,发现品种对于模型的构建影响不大,以BP神经网络分析法构建的叶片氮浓度(LNC)模型和以INT为敏感色彩参数构建的叶片氮积累量(LNA)回归模型效果最优,而多元回归分析方法则效果不佳。早稻冠层RGB颜色空间敏感参数与氮素营养指标间相关性较好,可以实现氮素营养的无损监测诊断。     

铝氧单钠固体超强碱催化降解木质素的研究

为提高木质素的活性、促进木质素的高效利用,以玉米秸秆发酵制乙醇剩余物经碱溶酸沉获得的精制木质素(PL)为原料,在以异丙醇/水的混合溶剂为反应介质、液固比为10∶1(mL∶g)、铝氧单钠固体超强碱作为催化剂条件下降解PL,得到降解木质素(DL),采用正交试验优化降解条件,并对降解前后木质素进行了分析与表征。研究结果表明:优化降解条件为催化剂用量为木质素质量的20%、反应温度200℃、反应时间150 min,此时降解木质素的产率和甲醛值分别为77.5%和0.365。傅里叶红外光谱(FT-IR)、二维核磁共振(2D HSQC)、凝胶渗透色谱(GPC)和热重(TG)等分析表明:固体超强碱对木质素的催化降解很好地保留了木质素的芳香性结构;降解后DL侧链区连接键β-O-4、β-β和β-5/α-O-4含量明显降低,降解使木质素的部分Ar—O—C醚键断裂、酚羟基和醇羟基含量增加、相对分子质量和多分散性明显下降;与PL相比,DL的主热解发生温度范围变窄、最大热解速率降低。