机器视觉技术在精细农业中的研究进展

精细农业以节约投入、增加产出、提高投入物利用率、减少环境污染为目的.快速、准确地采集各种农田信息,有效地监测农业对象是实施精细农业的重要基础.机器视觉技术由于其非破坏性、精度高、成本效率高、信息量大、灵活等特点,在精细农业中得到了广泛的应用.为此,通过对大量参考文献进行分析,发现机器视觉在精细农业中的主要研究方向集中在农业机械自动导航、作物生长信息检测、变量控制等方面.同时,对机器视觉技术在上述领域中的研究情况进行分析和总结,并讨论了未来机器视觉技术在精细农业中应用存在的问题以及发展前景.     

喷雾荧光示踪剂回收率影响因素实验

荧光剂作为喷雾实验常用的示踪剂，其回收率对实验结果的准确性至关重要。设计了荧光示踪剂回收率影响因素的实验方案，用若丹明WT和荧光素钠作为荧光示踪剂，分别在不同稀释液和洗取液、气象条件、遮盖率、采样时间和沉积载体上测试荧光示踪剂回收率的变化情况。结果表明，在单因素试验中，其他条件相同的情况下，若丹明WT在典型阴天的回收率较高；荧光示踪剂回收率随遮盖率增加而增加，随采样时间增加而降低；滤纸更适宜作为沉积载体。     

温室自走式弥雾机远程控制系统的设计与试验

针对温室内手动施药劳动强度大、容易造成施药人员中毒等问题,利用GSM网络技术平台,设计基于手机信息发送指令的自走式弥雾机远程控制系统。该系统采用GSM模块和手机及单片机之间的双向通信实现手机对弥雾机行走速度和喷雾流量设定,运用Keil C51V9.00软件编程,对动作流程进行决策,控制弥雾机自动喷药。试验结果表明:该系统响应时间约为3s,弥雾机停止工作时,有一定的响应距离,最大为0.59m;当行走速度为4~12cm/s,喷雾流量50~300mL/min时,雾滴分布变异系数为3%~5%,喷雾均匀性较好。该远程控制系统可以满足在温室大棚内的使用要求,与传统施药方法相比,简化了植保机械的操作过程,有利于减轻劳动强度,保障人身安全。     

基于GPRS的移动式农田信息智能服务系统通信协议

移动式智能服务信息系统中,远程无线网络通信协议至关重要,担负着远程主机和移动终端之间进行信息交换和实现信息同步的功能。由于农田信息复杂多样,无法设计出通用的网络传输协议,必须根据实际应用中具体的需求而制定,因此该文提出了基于TCP/IP远程农田网络通信协议。利用此协议,移动式智能服务信息系统实现了远程主机对移动终端PDA的有效管理,实现了远程主机与无线移动终端之间的信息无缝连接,为实现对农田土壤水分、温度等数据的监控奠定基础。     

基于PCA—SVM的棉花出苗期杂草类型识别

为了实现棉田中不同类型杂草的机器视觉识别,提出基于主成分分析和支持向量机的棉花出苗期杂草识别方法。该方法通过提取棉田图像中棉花和杂草的颜色、形状、纹理等特征,并利用主成分分析(PCA)降低特征变量空间维数,结合支持向量机,实现对棉田杂草类型分类。通过120个棉花杂草测试样本分类试验结果发现,经PCA降维得到的前3个主成分分量能有效减少支持向量机的训练时间和提高分类正确率;通过对比发现前3个主成分分量与径向基核函数支持向量机相结合效果最好,其训练时间为91 ms,平均分类正确率达98.33%。     

温室自动变量施药系统设计

针对温室内手动施药喷雾质量差、容易造成施药人员中毒的问题,基于AT89S52单片机开发环境设计温室自动变量施药系统;研究了喷杆行走速度和喷头流量对作物单位面积雾滴沉积量的影响。实验结果表明:所设计的温室自动变量施药系统可根据上位机对CCD采集的病害信息处理结果,对喷杆行走速度和喷头流量进行控制,实现无人自动变量施药;在喷头型号、喷雾压力一定的条件下,改变喷杆行走速度和喷头流量可使单位面积雾滴沉积量的变化范围为0.27~0.76μg/cm2,很好地实现了自动变量喷雾;单位面积雾滴沉积量与喷杆行走速度和喷头流量均呈线性关系,相关系数R2均大于0.99。     

基于贪心—蚁群钵苗自动移栽路径分段优化算法研究

针对由于穴盘孔数增大,蚁群算法收敛速度慢,且难于达到全局最优的问题,综合蚁群算法和贪心算法的优点,提出基于贪心—蚁群钵苗自动移栽路径分段寻优算法(GACS算法)。GACS算法首先将穴盘进行分段,然后利用蚁群算法进行段内最优路径,最后利用贪心算法确定段间最优连接路径,从而实现钵苗自动移栽路径达到全局最优。以运行时间和路径长度为评价指标,将GACS算法与蚁群算法进行对比。结果表明:分段数是算法重要参数,50、72和128规格穴盘,所对应的最佳分段数分别为2、4和6。由于采用分段策略,GACS算法较蚁群算法在性能上有了显著提高,算法时间缩短到蚁群算法的20%以下,最优路径长度比蚁群算法更短,算法收敛速度更快。GACS算法能够有效地解决钵苗自动移栽过程中的路径优化问题,提高移栽效率。     

基于粗糙集和BP神经网络的棉花病害识别

为了提高棉花病害的识别率,提出了一种在自然环境条件下基于粗糙集和BP神经网络的棉花病害识别方法。该方法以轮纹病、角斑病、褐斑病和盲椿象为研究对象,将病害棉花图像从RGB颜色空间转换到HSI和L*a*b*颜色空间,应用Otsu算法对H分量、a*分量和b*分量进行阈值分割,通过H+a*+b*分量与原始图像的交集提取棉花病斑区域,利用颜色矩和灰度共生矩阵分别提取病斑的颜色和纹理特征,并结合粗糙集理论和BP神经网络,实现特征向量的优选,和棉花病害的识别。通过比较试验发现,粗糙集理论能有效减少特征维数,使提取的全部特征向量16个减少到5个,使BP神经网络的训练时间缩短到原来的1/4,且棉花病害平均识别正确率达到92.72%。研究结果表明,该方法准确识别了4种棉花病害,为棉花病害的防治提供了有效的技术支持。     

温室轨道式弥雾机气流速度场三维模拟与试验

基于CFD模拟技术建立了温室轨道式弥雾机的气流速度场分布模型,并对模拟结果进行了验证.研究表明,在所设计的模拟区域内,气流速度在垂直和水平两个方向呈梯度减小趋势;改变喷孔气流速度对气流速度场空间分布状态不会产生显著影响,但对雾滴的分布范围有明显拓展作用;把喷孔气流速度由25 m/s提高到50 m/s,可将吹送距离由2.4m增大到3.6m,气流速度场范围半径由0.20m扩大到0.25 m.试验和模拟结果对比表明,所建模拟模型能够较准确地模拟温室轨道式弥雾机气流速度场的速度分布特性.     

植物叶片表面结构对雾滴沉积的影响分析

为探索雾滴在不同结构叶片表面沉积效果差异,试验研究138.2、176.5、209.1、235.1和283.7μm 5个粒径雾滴在毛刺、蜡质和粗糙3种表面的沉积效果,分析了各类叶片表面在与水平面呈0°、15°、30°、45°、60°和75°6个夹角时的沉积差异。对叶面结构、叶片倾角和雾滴粒径3个因素的影响程度差异进行了正交试验。结果表明,喷量相同的情况下,雾滴在蜡质及粗糙叶面沉积率随雾滴粒径增大而减小,在毛刺叶片表面,当雾滴粒径大于231.5μm时,药液沉积率随雾滴粒径增大而减小的趋势更为明显。在毛刺和粗糙叶片表面,药液沉积率随叶面倾角增大而减小;而在蜡质叶面,倾角大于45°时,沉积率会产生一次突增并超过较小倾角时的雾滴沉积率。叶片倾角对雾滴沉积率影响最大,叶面结构次之,雾滴粒径影响不显著。