油菜角果数量及关键表型参数的自动化检测方法研究

为有效替代人工方式考种油菜、观测角果,研究了一种用于测量批量角果的数量和关键表型参数的自动化检测方法。设计了角果散铺和图像采集装置,利用拨动加振动的方式将堆积角果均匀散开并拍摄视频;使用二维码作为标记块,以有效地提取关键帧并拼接为包含全部角果的整幅图像;提出了基于凹点提取与匹配的图像分割方法,分割各种形态下的重叠角果,准确率达到98%以上。在关键表型参数测量中,利用了最大类间方差法以判断角果的正置或侧置姿态,以此估计角果横切面的近似椭圆长短轴,再计算角果的长度、表面积和体积。实验结果表明该方法具有很好的检测精度,对不同品种的油菜适应性较好,长度、表面积和体积的估计误差分别不大于2.9%、4.8%和5.0%。该方法可以有效替代人工方式的油菜考种,为相关农业科研领域提供基础数据。     

基于多层约束立体视觉的采棉机器人视觉系统研究

大田成熟棉花的识别和定位是采棉机器人作业的基本前提。为此,提出一种采棉机器人视觉系统解决方案。首先根据棉纤维颜色特点,将彩色棉田图像分离为RGB 3个通道,分别进行预处理和阈值分割,最后合并为彩色图像,继而检测大面积区域的轮廓并计算其质心点;在轮廓附近区域对预处理过的棉田图像进行FAST角点检测,使用SUFT特征描述并进行四层约束立体匹配,结合隐式定标参数可计算出特征点的空间坐标;最后,建立了一种考虑镜头缩放影响的轮廓面积/最小外接圆面积比值的成熟度估计模型。实验结果表面:本方法可在准确识别和定位大田棉花的同时判断棉花的成熟度。     

基于扇环形区域图像分割的小麦秸秆截面参数测量方法

针对小麦秸秆截面显微图像中组织成分的结构和灰度特征,研究了一种扇环型分区域图像分割方法,用于精确分割厚壁、维管束等关键组织结构。小麦秸秆截面的内外侧轮廓构成了一个近似的环形区域。先粗略定位厚壁和维管束所属的圆环区域。依据定位信息,以截面中心为起点向圆环外轮廓画射线,将圆环划分为大量的扇环形小区域。用Otsu算法对各个小区域进行独立的阈值分割,再对分割结果进行拼接等后续处理,得到完整的厚壁或维管束,最后以此为基础精确测量秸秆截面的各种参数。实验结果表明,与传统的Otsu算法相比,该方法对显微图像采集过程中切片、染色、拍照等环节导致的低质量图像具有较高的分割准确性和鲁棒性,在提高了切片样本利用率的同时降低了人工劳动强度。该测量系统对各类参数的测量精度均大于94.6%。     

基于颜色特征的油菜害虫机器视觉诊断研究

害虫的准确识别是针对性地施用农药以有效治理虫害的基础,而人工识别的劳动强度大且主观性强。为此,提出了一种利用颜色特征的害虫视觉识别技术。使用GrabCut算法从虫害图像中分割出完整的害虫主体图像并计算其最小外接矩形区域的H/S通道直方图,使用害虫基准图像对其进行直方图反向投影并计算交叉匹配指数。匹配指数和害虫标签共同组成的特征向量用于训练C4.5分类器。计算待检害虫图像的交叉匹配指数,输入分类器即可得到识别结果。实验结果表明:该技术可准确识别菜蝽、菜青虫、猿叶甲、跳甲及蚜虫5种害虫,准确率达到92%。     

基于视频流的马铃薯排种器性能检测方法

为实现马铃薯排种器的排种性能指标和播种精确性指标检测,设计一种由铺砂、排种、输送、控制以及图像处理等工作部分组成的马铃薯排种器性能检测系统,并提出相应的检测方法,即排种器固定于试验台上方正常工作,种薯掉落在移动的输送带上,使用工业相机拍摄输送带上种薯的视频。依据输送带运动参数和相机帧率,确定和提取视频的关键帧。通过识别和定位输送带上粘贴的二维码,实现对关键帧的拼接,得到1次测试中全部的、无重复的一幅种薯图像。对种薯图像进行处理和分析,得到每个种薯的中心坐标,继而计算种薯的相对位置信息,以评估排种器性能。试验结果表明,该检测系统测量精度高,大幅降低了人工劳动强度,具有很好的应用价值。     

基于图像处理技术的油菜籽数量统计方法

单株油菜的籽粒数是油菜考种中的重要农艺性状参数。当前主要依靠人工方式统计油菜籽的数量,费时费力且容易出错。采用图像处理技术统计油菜籽数量是一种高效可行的方式。本文研究了一种基于距离变换的分水岭算法,能有效地将油菜籽图像中粘连的区域分割为单粒油菜籽区域,进而对图像中连通域的数量计数得到油菜籽的数量。该方法高效可行,对油菜籽的计数速度达到3000颗/分钟,准确率超过99.2%。     

自走式西瓜盆栽土壤信息采集装置设计与试验

为满足高频次获取西瓜植株种植土壤中湿度和其他养分含量的需求,同时解决西瓜温室大棚内由于盆栽种植密集、空间狭小所带来的人工采集数据劳动强度大、作业环境恶劣等问题,设计了一种电动自走式土壤信息采集装置。该装置的移动平台可沿预设轨道到达盆栽相应位置,多关节机械手模拟人工检测方式伸至西瓜盆栽土壤中,对湿度数据自动采集。利用设计的采集装置整体结构以及多关节机械臂机构、传感器检测部件的结构,构建了该装置的控制系统和通信系统,并进行了西瓜盆栽土壤湿度采集试验。结果表明,该采集装置稳定行走的最大速度为0.24 m/s,多关节机械臂搭载传感器能精确插入盆栽土壤中,其水平方向定位误差最大值为11 mm,装置检测盆栽的漏检率为0.92%,采集土壤信息的效率为3.2盆/min,作业流畅、性能稳定,采用循环轮检方式可替代人工完成所有盆栽土壤信息的自动采集工作。研究表明,该采集装置相比人工采集提高了盆栽信息采集的效率,也实现了高频次、高通量采集盆栽土壤信息的要求。     

基于RGB-D相机的油菜分枝三维重构与角果识别定位

为实现高效低成本的油菜植株三维建模和表型参数在线测量,提出一种基于RGB-D相机的油菜分枝三维重建和角果识别定位方法。使用Kinect传感器拍摄角果期油菜分枝在4个视角下的彩色图像和深度图像,进而获取油菜植株的三维点云并滤波。对配准的点云进行旋转变换,计算点云的曲面法矢量和曲率,并由曲率相近的点构成配对点对,再使用基于KD-tree搜索的最近点迭代(ICP)算法实现点云的初配准。将初配准误差作为参考值,调整ICP算法的对应点距离阈值,使用初配准的操作流程对初配准得到的新点云进行再次配准,完成精配准。结合该三维重建方法和针对性的彩色图像处理方法,得到去除主茎的单分枝油菜角果的完整点云,再进行欧氏聚类实现单个角果的空间定位。实验结果表明,提出的三维重建方法具有较强的实时性和鲁棒性,单个角果的三维形态清晰可见,点云平均距离误差小于0. 48 mm,角果总体识别正确率不小于96. 76%。     

小麦茎秆截面参数显微图像测量系统

小麦的抗倒性与其茎秆截面显微结构密切相关,茎秆微观结构的观测和分析对小麦遗传育种具有重要意义。研究了一种显微图像测量系统,用于精确测量小麦茎秆截面的主要参数。使用计算机、图像采集室、光学显微成像系统等搭建了硬件平台,并开发了算法软件。系统针对茎秆截面的颜色和结构特点,对显微图像进行预处理得到髓腔、厚壁的轮廓,再进行椭圆拟合以计算截面整体、髓腔和厚壁的几何参数。根据维管束结构的一致性,提出了一种具有尺度、平移和旋转不变性的模板匹配方法,用于在目标图像中识别维管束并统计数量。实验表明该自动化测量系统具有高通量和高精确度的优点,在作物重要资源的挖掘和群体遗传等研究中具有重要的价值。     

绒杜父鱼全基因组survey分析及微卫星分布特征

绒杜父鱼(Hemitripterus villosus)为西北太平洋近海重要的经济鱼类, 近年来其渔业资源呈现过度开发及衰退的趋势。为评估绒杜父鱼基因组基本信息, 开发基因组范围内遗传标记, 以期为资源管理和保护工作提供参考, 本研究对绒杜父鱼开展全基因组 survey 分析, k-mer 分析表明绒杜父鱼基因组大小约为 713.18 Mb, 杂合率为 0.26%, 重复序列的比例为 38.61%。基因组初步组装结果显示, Contig N50 和 Scaffold N50 分别为 7433 bp、19388 bp。在整个基因组范围内, 总共检测到 583498 个微卫星位点, 相对丰度为 1010 个/Mb。其中二碱基重复比例最高(55.61%), 单碱基重复次之(33.39%)。在二、三碱基重复中主要是 AC/GT 和 AGG/CCT 类型, 微卫星重复拷贝数主要集中在 5~17 次。研究结果表明, 绒杜父鱼基因组为简单基因组, 可以用“Illumina+PacBio+Hi?C”的测序策略组装出高质量全基因组序列, 而经过筛选的微卫星位点也能为后续的遗传学研究提供有效的分子标记。本研究结果可以为绒杜父鱼进化生物学和遗传学研究提供基础资料。