基于深度相机的玉米株型参数提取方法研究

提出了一种基于骨架提取的改进算法,可实现在大田环境下,使用PMD深度相机快速、无损测量玉米株型参数。首先利用深度图像RGB伪彩色和深度距离信息,提取深度图像的骨架,排除复杂背景干扰,得到单株玉米的二值骨架图像;然后利用基于角点检测的改进归类算法提取骨架图像特征点;最后建立骨架图像中特征点与深度图像的对应关系,利用空间几何数学方法,结合特征点计算出玉米的3种株型参数,即株高、茎粗、叶倾角。农田实验对比分析表明,所提方法的株高测量结果与人工测量结果的相关系数 r 为0.986,最大相对误差小于2 cm,农田作物育种抗逆性分析还表明玉米株型参数与抗倒伏性具有显著相关性。     

低有效磷饲粮添加植酸酶对肉仔鸡生产性能的影响

以艾维因肉仔鸡为试验动物，研究了低有效磷饲粮中添加植酸酶对生产性能的影响。１００只艾维因肉仔鸡随机分为５组，每个组设４个重复。第１组喂标准饲粮，第２、３、４、５组为低有效磷（０．２０％）饲粮，分别加植酸酶ＯＦＴＵ／ｋｇ、３５０ＦＴＵ／ｋｇ、５００ＦＴＵ／ｋｇ、６５０ＦＴＵ／ｋｇ，饲养试验分０￣３周、４￣６周两个阶段，试验期为５周。试验结果表明，在低有效磷饲粮中添加植酸酶可提高肉仔鸡生产性能，降低鸡后期单位增重饲料成本，以植酸酶最大添加量６５０ＦＴＵ／ｋｇ组的效果为最佳，但生产性能未达到标准饲粮组水平。     

优氯净对苏云金杆菌伴孢晶体消毒效果及机理的研究

苏云金杆菌(Bacillus thuringiensis,简称BT菌)的伴孢晶体被优氯净液处理后,在相差显微镜下观察,失去暗蓝色光泽,呈暗黑色,难溶于碱性缓冲液。虽能溶于昆虫的胃液,却失去致病性。用扫描电镜和SDS—聚丙烯酰胺凝胶电泳进一步研究,结果表明:优氯净能破坏伴孢晶体蛋白的一级和立体结构,使晶体蛋白失活,达到消毒的目的。消毒能力测定结果表明:1毫升0.03％有效氯优氯净液在3分钟内能消毒50微升BT菌液(3μg伴孢晶体/μl菌液)。消毒BT菌污染桑叶,用0.01％有效氯优氯净液浸泡3分钟即可。考虑到生产上的安全性,我们建议用0.05％有效氯优氯净消毒3—5分钟。     

基于改进几何活动轮廓模型的母猪红外图像分割算法

基于母猪热红外视频在线检测的实时性和稳健性,提出了一种快速高效的母猪热红外图像轮廓分割方法。采用点运算进行对比度增强,去除大部分背景像素,减少图像数据处理量,减弱热红外图像中复杂背景的干扰;提出了能够随着图像整体对比度和局部对比度变化的权值函数,从而动态地均衡图像全局能量和局部能量的权重;结合LGIF模型,建立了一个改进权值的LGIF活动轮廓模型。应用不同分割方法对在不同姿态、不同光照、不同品种情况下拍摄的300幅母猪热红外图像进行试验,结果分析表明,所提方法能更高效地将母猪轮廓从养殖场猪圈环境中提取出来,单幅图像平均分割时间为49.67 s,正确分割率达到98%以上,研究结果可为后续基于在线红外视频监测研究提供技术支撑。     

基于三维点云数据的苹果树冠层几何参数获取

针对果园环境下苹果树冠层参数获取精度较低的问题,提出了基于地面三维激光扫描仪高精度获取苹果树冠层参数的方法.选用Trimble TX8地面三维激光扫描仪作为苹果树冠层三维点云数据采集设备,提出了基于标靶球的KD-trees-ICP算法,用于高精度配准苹果树冠层三维点云数据.研究了平均风速小于4.5 m/s时,距离地面三维激光扫描仪不同远近条件下的标靶球配准残差和拟合误差的变化规律,分析结果表明,标靶球平均配准残差为1.3mm,平均拟合误差为0.95 mm,低于大场景测量配准误差要求(5mm).为了提高有风环境下提取苹果树冠层参数的精度,研究了0.9～4.5 m/s区间平均风速影响下的苹果树冠层枝干、果实、叶片的三维点云质量,建立了风速与叶片侧面厚度的曲线拟合模型,分析结果表明,在果园平均风速小于1.6 m/s时可以从苹果树冠层三维点云数据中提取高精度冠层参数.利用地面激光三维扫描仪获取距离苹果树12 000 mm以内冠层参数,测量精度高于人工测量,相对误差小于4％,为果树高通量信息获取提供了技术支持.     

饲用墨西哥玉米生产性能及营养成分含量研究

墨西哥玉米(Euchlacna mexicana Schrad)为禾本科类蜀黍属一年生草本植物。它的须根发达，茎杆粗壮．直径115～2.0cm，直立，丛生，高约3.0m左右。叶片披针形，叶面光滑。花单性，雌雄同株，雄花项生，圆锥花序，多分枝。雌花为穗状花序，雌穗多而小，从距地面5～8节以上的叶腋中生出．每节有雌穗1个，每株有7个左右，每穗有4～8节，每一小穗有一小花，授粉后发育成为颖果．4～8个颖果成串珠状排列，种子长椭圆形．成熟时呈褐色，颖壳坚硬，千粒重75～80g。     

饲用墨西哥玉米适应性及其营养成分含量

随着养殖业畜群结构的调整,农区草食动物饲养量的增加,种植优质、高效牧草是当前人们所迫切需要的。本试验就饲用墨西哥玉米的生长特性及其营养成分含量进行研究。饲用墨西哥玉米适宜于在冀东农区种植,该作物具有较强的分蘖性能,适于多次的刈割,每茬次刈割株鲜草重在400~700 g之间,随着刈割茬次的增加,草产量大幅度增加,可采食的优质草量增多,纤维化程度大大下降,可消化养分量增加,种草的效益随刈割茬次显著的上升。墨西哥玉米牧草干物质、粗蛋白质、粗脂肪、粗纤维、粗灰分、钙、磷和胡萝卜素的含量都好于其他禾本科牧草。刈割茬次间各种营养成分差异不大,非常适合青饲,经饲喂各种草食动物,适口性好,采食率高。     

基于三维点云的苹果树叶片三维重建研究

叶片是果树冠层的重要组成部分，对其进行三维重建研究不仅可以对叶片形态特征进行分析，还能为冠层光照分布计算以及果树整形修剪提供理论基础。三维激光扫描仪以非接触、高效、快速获取数据的优势被大量应用于三维空间信息采集工作中。本文提出一种基于三维点云的苹果树叶片结构形态三维重建方法。首先针对叶片的形态特点选择合适的三维激光扫描仪获取苹果叶片三维点云；基于包围盒法搜索K邻域，计算点云中点与其邻域点的平均距离，并设定距离阈值作为判定中心点是否为离散点的依据，进而确定离散点并去除；利用最小二乘原理实现点云局部曲面拟合以及法向量、曲率的计算，提取叶片边界点；对于非边界点部分，根据中心点法向量与其邻域法向量的关系，对点进行不同程度的精简；最后对处理后的叶片点云完成三维重建。结果表明，构建的叶片模型能够较好的保留叶片的三维形态特征，可以为果树冠层重建和光照分布计算提供基础。     

基于轮廓分割的草莓叶片三维建模

为精确构建原位草莓植株三维空间结构,以高架栽培模式生长环境下的草莓植株为研究对象,提出了一种基于多源图像轮廓分割的草莓植株结构形态三维重建算法。通过改进的多源图像融合算法,建立多源图像映射关系,融合预处理后的多源信息得到待分割强度图;计算待分割强度图矢量场卷积的局部中心,选出多目标的初始轮廓控制点,将参数的活动轮廓模型应用于待分割强度图像进行叶片的分割;采用标记的方法将分割轮廓映射至距离点云集,设计以单个叶片为单位的平面拟合选择机制,最终完成草莓三维模型的重建及显示。为验证该算法的有效性,将三维重建后的有效叶片数,平均单叶长度及叶片距离差作为评价指标,实验结果表明,有效叶片数正确率为85.6%,平均单叶长度模型正确计算率为88.4%,叶片距离差正确计算率为82.4%,研究结果可应用于原位草莓植株的空间位置测量,可为农业机器人局部视觉场景中植株空间结构的构建提供参考。     

基于骨架提取算法的作物表型参数提取方法

作物育种表型分析研究中,株型参数的获取多以人工测量为主,比较耗时费力。该文基于最小二乘法和遗传算法相结合,提出了一种用于计算作物表型参数的骨架提取方法。以玉米作物为例,首先为去噪后的作物二值图像进行单像素细化,利用角点检测归类算法,检测出特征点;依据骨架图像茎叶角点,利用图像分割将作物茎和叶分离,并对应图像中作物的茎和叶骨架,得到玉米作物空间离散点的实际三维坐标;融合最小二乘法和遗传算法,绘制出离散点的空间拟合曲线,即茎和叶的平滑骨架,从而提取出玉米作物的表型参数。田间试验分析表明,使用该算法能够有效地得到玉米作物的平滑骨架,而且与前人方法相比,测量得到表型参数中,株高误差减小了35%,叶长误差减小了70%,叶倾角误差减小了20%,有效地提高了作物表型参数的测量精度。该研究为提高作物表型参数尤其是株型参数精度提供了参考。