基于Android手机平台的玉米叶片含氮量无损检测

为了提供一种玉米叶片含氮量无损快速检测方法,分析了玉米叶片的颜色特征参数与含氮量的关系,并基于Android手机平台开发了玉米叶片含氮量检测软件。首先获取包含被测玉米叶片与标定色块组的图像,利用标定色块对图像色彩进行校正,以减小外界光照等因素对图像色彩造成的失真。进而进行图像分割、图像平滑和颜色特征信息提取等处理,分析了各颜色特征参数与玉米叶片含氮量的关系,发现绿光标准化值与含氮量之间线性关系最好。应用Java语言和OpenCV计算机视觉库在Android手机平台上实现了玉米叶片的图像获取、图像处理和查看结果等功能。实验结果表明,该方法对玉米叶片含氮量的绝对测量误差为-0.40%~0.35%,均方根误差为0.20%,从采集图像到给出结果所用时间小于10 s。     

基于无线传感器网络的温室环境信息监测系统

为了解决当前温室监测系统存在的布线复杂、节点功耗大、部署不灵活、管理不便等问题,设计了一种基于无线传感器网络的温室环境信息监测系统.以CC2430为核心开发无线传感器节点,完成温室环境因子实时监测;采用ZigBee技术实现无线传感器网络自组网和监测数据自动汇聚;基于ARM9微处理器S3C2410A和WinCE5.0构建网关节点,采用嵌入式数据库管理模式实现了传感器节点管理、环境数据管理和预警等功能.初步试验表明系统具有功耗低、组网灵活、可扩展性强、人机界面友好等优点,能较好地满足温室环境监测的应用需求.     

基于机器视觉技术检测裂纹玉米种子

种子的质量对于增产丰收具有重要的意义。为了准确检测玉米种子是否有机械损伤裂纹,基于机器视觉技术提出了一种能自动提取玉米种子,并自动识别裂纹种子的方法。首先,采用最大类间方差法、数学形态学处理和区域属性度量函数提取单粒玉米种子图像;进而,采用基于模糊集和浮雕算法的图像增强方法与基于小波变换模极大值的边缘检测算法凸显玉米种子的裂纹区域;最后,采用图像相乘运算和数学形态学处理等方法去除种子的轮廓与种子区域的噪声,并提取出玉米种子的裂纹区域。以"郑单958"玉米种子为例,选取了160粒经机械脱粒后外部轮廓形态基本完整的裂纹和无裂纹种子,对320幅胚面和胚乳面图像的识别结果表明:该方法对胚面和胚乳面裂纹检测的准确率分别为94.4%和86.9%,平均准确率为90.6%。本研究为基于机器视觉技术检测裂纹玉米种子,保证种子的质量,提高出苗率提供了技术支持。     

基于介电特性的果品种类识别试验

对苹果、梨和猕猴桃介电参数的电压特性进行了测定。结果表明，信号频率一定时，果品介电参数值随信号电压而变，且存在电压临界值。当信号电压小于该临界值时。电容和损耗角正切值保持不变，当信号电压大于临界值时。电容值随电压的增加呈反比减小，损耗角正切值随电压的增加呈正比增大。根据电压临界值的不同，提出了基于介电特性的果品种类识别方法。采用损耗角正切作为果品种类判别指标。对苹果、梨和猕猴桃的识别率分别为100％、90％和93％。     

介电特性在番茄和苹果品种识别中的应用

为了探索应用介电特性识别果品品种的方法,对FA189、402、国粹番茄以及红富士、红星苹果的介电特性进行了研究。以10kHz与100kHz下番茄相对介电常数的比值kε以及10kHz下的相对介电常数εr′10作为番茄品种识别的指标,并提出了识别方法,该方法对样品的平均识别率为81%。基于红富士和红星苹果相对介电常数εr′和电阻率ρ的差异,提出将εr′/ρ作为识别苹果品种的指标,该方法对红富士和红星苹果的平均识别率为91%。     

绿豆介电特性的研究

以绿豆为对象,研究了测量信号频率、含水率、温度、容积密度对绿豆介电参数的影响。研究结果表明:在1k～1MHz频率范围内,绿豆的相对介电常数和介质损耗因数皆随着频率的增大单调减小;当绿豆的含水率与温度增高时,其相对介电常数和介质损耗因数均呈增大的趋势;但容积密度对绿豆介电参数的影响并未呈现出一定的规律性。     

增塑剂对淀粉基可食性餐具使用性能的影响

以山梨醇、甘油、乙二醇和聚乙二醇600等4种增塑剂作为可食性淀粉基餐具的添加剂。研究不同增塑剂对淀粉基餐具的吸水性、吸油性和最大承载等使用性能的影响。结果表明，添加量是24g时，4种增塑剂能改善淀粉餐具的吸水性和吸油性，提高餐具的负重能力。从试验结果可以看出．山梨醇和甘油可以显著改善餐具的使用性能。     

介电谱无损检测梨内部品质方法研究

为了探索利用介电谱无损检测采后梨内部品质的潜力,采用同轴探头技术测量了采摘于4个果园的310个"砀山酥"梨在采后8周贮藏期间20~4 500 MHz间201个频率点下的相对介电常数和介质损耗因数;分别以可溶性固形物含量(SSC)、硬度和含水率作为内部品质指标,基于x-y共生距离的样本划分法确定了校正集样本233个和预测集样本77个。采用连续投影选法(SPA)从全介电谱中分别提取出了15个、14个和15个用于预测SSC、硬度和含水率的特征变量;建立了基于全介电谱和SPA提取的特征变量预测SSC、硬度和含水率的最小二乘支持向量机(LSSVM)、极限学习机和BP神经网络模型。结果指出,基于全介电谱的LSSVM模型具有最好的SSC决定性能和良好的预测能力,其校正集和预测集相关系数分别为0.974和0.931,校正集和预测集均方根误差分别为0.592°Brix和0.868°Brix,剩余预测偏差为2.65;基于SPA的LSSVM模型可粗略预测含水率;但是所有模型对硬度的预测能力很差。研究结果表明,介电谱结合LSSVM可用于无损检测梨的SSC和含水率,但尚难用于检测梨的硬度。     

基于介电特性及ANN的油桃糖度无损检测方法

为了探索利用果品的介电特性无损预测内部品质的可能性,该文采用矢量网络分析仪测量了10 d贮藏期间,300个99-1油桃在20～4500 MHz频率下的相对介电常数和介电损耗因子,以糖度作为内部品质指标,基于x-y共生距离的样本划分法确定了含243个样本的校正集和57个样本的预测集;建立了预测油桃糖度的偏最小二乘、支持向量机及极限学习机模型,并综合比较了采用全频谱以及利用无信息变量消除法和连续投影算法分别提取的特征变量作为各模型输入变量时,对各模型拟合效果的影响。结果表明：连续投影算法结合极限学习机预测效果最好（预测相关系数为0.887,预测均方根误差为0.782）;与全频谱和无信息变量消除法相比,连续投影算法在简化模型及提高模型稳定性方面性能良好。该研究结果表明,基于油桃介电特性无损检测糖度是可行的,可为应用介电特性无损检测果品的内部品质指标提供了一种新方法。     

秸秆覆盖中原料切碎/粉碎对土壤水热的影响

果园秸秆覆盖是西北旱区果业提质增效的有效途径,但人工作业的低效性制约了该技术的发展。本研究旨在探明秸秆原料切碎/粉碎加工对覆盖土壤水分和温度的影响,为秸秆机械化覆盖技术开发提供理论依据。本文以切碎加工的小麦(CW)、玉米(CC)、大豆秸秆(CS)和粉碎加工的小麦(SW)、玉米(SC)、大豆秸秆(SS)为覆盖基质,以无覆盖处理(CK)为对照,在室外容器中模拟研究秸秆—薄土分层覆盖在果园土壤保墒、保温、抑制杂草方面的效果。结果表明:试验期内,各覆盖处理的底层土壤含水率均高于CK,切碎、粉碎秸秆覆盖的土壤含水率分别高于CK 3.16%和2.35%。小麦、玉米秸秆切碎覆盖的土壤保墒效果优于粉碎覆盖,而大豆秸秆相反。各覆盖处理均有效地减小底层土壤全天的温度波动,即在早、晚提高土壤温度,而午间则降低土壤温度。小麦、玉米秸秆粉碎覆盖的土壤保温效果略优于切碎覆盖,而大豆秸秆相反。从3种秸秆的土壤保温效果综合评价,切碎、粉碎加工方式对其影响不明显。各覆盖处理均有明显地隔离上、下层土壤水分交换的效果,能起到抑制杂草的作用。CW、CC和CS处理的表土层和底土层土壤含水率差值分别为9.50%、9.05%和9.18%,而对应的SW、SC和SS处理差值分别为8.1 3%、8.2 8%和9.4 7%。综合分析秸秆切碎、粉碎加工对分层覆盖土壤水热的影响,认为果园秸秆分层机械化覆盖中,秸秆加工应优先采用切碎方式。