典型拉曼光谱技术及其在农业检测中应用研究进展

拉曼光谱是一种散射光谱，具有快速、不易受水分干扰、样品无需预处理和在体检测等特点，可作为分析、测试物质分子成分和结构强有力的表征手段。随着拉曼光谱技术的不断发展，其在农业检测领域中逐渐发挥出极其重要的作用。本文概述了拉曼光谱的检测原理，从共聚焦显微拉曼光谱、傅里叶变换拉曼光谱、表面增强拉曼光谱、针尖增强拉曼光谱、共振拉曼光谱、空间偏移拉曼光谱、移频激发拉曼差分光谱、基于非线性光学的拉曼光谱等8个方面介绍了拉曼光谱技术，重点总结了拉曼光谱技术在植物检测、土壤检测、水质检测、食品检测等方面的应用研究进展，并提出了其在农业检测领域中应用需要解决的难题和未来的发展方向，以期对未来农业生产和研究带来启发。     

一种智能仿生空中驱鸟器

农业鸟害是近些年给农业生产带来巨大损失的主要原因之一。一方面，农业鸟害成灾已经到了不得不采取措施的地步，另一方面，现有驱鸟方式虽多，但多存在如驱鸟范围窄、耗费大量人力、不利于生态平衡或影响食品安全等问题。介绍一种用于农业的可自主飞行的空中驱鸟器，采用仿生学、计算机、电子及无人机技术，利用鸟对人类和天敌的恐惧，设计一种结合多种驱鸟手段的空中驱鸟器，旨在解决普通农业驱鸟设备无法移动驱鸟，易使鸟类产生适应性，维修烦琐的问题，突破农业驱鸟设备固定式的特征，使鸟类不容易产生适应性，从而解决农业鸟害问题。      

基于图像处理的温室黄瓜霜霉病诊断系统

为进一步提高温室黄瓜霜霉病诊断的准确率,构建了一个基于图像处理的温室黄瓜霜霉病诊断系统。针对温室黄瓜栽培现场采集的病害图像,采用基于条件随机场(Conditional random fields,CRF)的图像分割方法进行病斑图像分割,并采用决策树模型扩展一元势函数,提高病斑图像分割的准确性;将分割后的病斑图像转换到HSV颜色空间并提取其颜色、纹理和形状等25个特征,利用粗糙集方法进行特征选择与优化;构建了基于径向基核函数的SVM分类器,准确地识别与诊断温室黄瓜霜霉病。系统试验验证结果表明,该系统采用的病斑分割方法,能够克服复杂背景和光照条件的影响,准确地提取病斑图像;采用粗糙集方法能够有效地选择分类特征,将25个初始特征减少到12个,提高了运行效率;黄瓜霜霉病识别准确率达到90%,能够满足设施蔬菜叶部病害诊断的需求。     

基于化学型时间温度指示器的鲜食葡萄品质监测

为探明化学型时间温度指示器(TTI)应用于鲜食葡萄采后品质变化的监测效果,对不同温度贮藏条件下鲜食葡萄理化指标,以及不同激活时间(2和4s)的TTI总色差变化进行研究。结果表明:1)鲜食葡萄的硬度变化符合一级反应动力学方程,反应活化能为63.54 kJ/mol;2)激活时间为2和4s时TTI的反应活化能分别为73.96和69.14 kJ/mol;3)激活时间为4s时,TTI与葡萄的反应活化能差值<20 kJ/mol,且TTI预测的鲜食葡萄品质变化值与实测值误差(＜15%)较小。TTI对鲜食葡萄的品质变化的监测效果良好,该类型时间温度指示器能够有效监测葡萄品质变化。     

玉米抗倒性检测环境的选取方法

倒伏是玉米的重要胁迫之一，为提高玉米新品种抗倒性检测的效率，需选择倒伏胁迫高发环境作为测试环境。该文结合倒伏胁迫发生机理和大风概率统计模型，首先计算每个气象站点的因风倒伏概率，通过插值和区域统计，得到东华北、黄淮海两大玉米主产区各县区的因风倒伏概率，最后进行玉米抗倒性检验环境的选取分析。结果表明：倒伏胁迫概率超过60%的县区适宜作为玉米抗倒性检测的备选环境，只需3～5个点即可基本保证每年试验都会发生倒伏胁迫；黄淮海发生极严重倒伏胁迫的平均概率高于东华北，与实际情况吻合，两大区域可作为极严重倒伏胁迫检测环境的备选县区有54个，严重倒伏有16个，一般性倒伏有21个；本方法为测试环境选取决策提供了一种量化操作的手段，有助于提高测试环境倒伏胁迫的发生概率和新品种抗倒性检测的效率，降低应用风险。     

EM38探测复垦土壤厚度分布的可行性研究

该文采用EM38电磁感应电导率仪测量辽宁省阜新市海州露天矿场复垦区一块面积为5 000 m2的覆土层的表观电导率，试探性研究表观电导率（ECa）与矿区排土场覆土厚度（TSLT）的相关性。测定结果证实ECa与相同点位剖面挖掘所得的深度数据有很好的负相关性，而两层土壤的电导率差值与上层土壤深度之间存在一定的正相关性。结合地统计克里格插值，得到了该复垦区覆土深度分布的预测趋势图。研究结论指出，基于EM38测量的表观电导率预测矿区复垦区覆土层厚度具有良好的可行性，为废弃矿区复垦质量的客观评估，提供了一种实用、简捷的工程检测 手段。     

基于机器视觉的棉种破损检测技术

研究了破损棉种的机器视觉识别方法,采用均值、方差、均方比等统计特性参数,计算棉种边界破损参数.通过实验确定均方比分类阈值为0.58,将棉种分为破损棉种和正常棉种.选取正常棉种330粒、破损棉种110粒,利用该检测系统进行检测,其识别精度达93%.     

近红外玉米品种鉴别系统预处理和波长选择方

以7个品种玉米籽粒的鉴别系统为研究对象,对比研究了6种预处理方法和波长选择对模型鉴别能力的影响.结果表明,在被比较的6种预处理方法中,一阶导数方法能够使模型有更好的鉴别性能.使用一阶导数预处理和全光谱区的模型平均正确识别率和正确拒识率最高,分别为98.6%和98%,有5个品种的模型的正确识别率和正确拒识率都达到了100%.波长选择对一阶导数模型没有明显作用,但能使标准正态变量变换和矢量归一化模型鉴别准确度得到较大提高.     

基于语义分割的非结构化田间道路场景识别

环境信息感知是智能农业装备系统自主导航作业的关键技术之一。农业田间道路复杂多变，快速准确地识别可通行区域，辨析障碍物类别，可为农业装备系统高效安全地进行路径规划和决策控制提供依据。该研究以非结构化农业田间道路场景为研究对象，根据环境对象动、静态属性进行类别划分，提出一种基于通道注意力结合多尺度特征融合的轻量化语义分割模型。首先采用Mobilenet V2轻量卷积神经网络提取图像特征，将混合扩张卷积融入特征提取网络最后2个阶段，在保证特征图分辨率的基础上增加感受野并保持信息的连续性与完整性；然后引入通道注意力模块对特征提取网络各阶段特征通道依据重要程度重新标定；最后通过空间金字塔池化模块将多尺度池化特征进行融合，获取更加有效的全局场景上下文信息，增强对复杂道路场景识别的准确性。语义分割试验表明，不同道路环境下本文模型可以对场景对象进行有效识别解析，像素准确率和平均像素准确率分别为94.85%、90.38%，具有准确率高、鲁棒性强的特点。基于相同测试集将本文模型与FCN-8S、SegNet、DeeplabV3+、BiseNet模型进行对比试验，本文模型的平均区域重合度为85.51%，检测速度达到8.19帧/s，参数数量为，相比于其他模型具有准确性高、推理速度快、参数量小等优点，能够较好地实现精度与速度的均衡。研究成果可为智能农业装备在非结构化道路环境下安全可靠运行提供技术参考。     

农田非结构特征视觉导航研

研究了农田非结构环境下,通过机器视觉提取导航线的处理算法.首先,根据农作物的特点提出了使用聚类的方法检测作业区域终点;其次,为避免噪声干扰,利用移动窗口检测二值图像白色像素的个数,确定导航路径区域;最后,使用改进的Hough变换提取导航线.实验表明,该算法可以准确提取绿色植物的行信息,处理一帧分辨率为320×240像素的彩色图像平均需要57.404ms,正确识别率达99%.