基于高光谱图像技术预测苹果大小

以新疆红富士苹果为研究对象,探讨应用高光谱图像技术和最小外接矩形法预测其大小的研究方法。提取苹果高光谱图像中可见红色区域受色度影响较小的713nm以及近红外区域793和852nm的3个波长图像,做双波段比运算处理。比较所得双波段比图像可知,852/713双波段比图像中背景和前景灰度对比度最大。对该图像做阈值分割以及形态闭运算去除果梗区域,使用8邻接边界跟踪法得到二值图像的轮廓坐标序列,采用最小外接矩形法求苹果的大小,与实测值建立回归方程。结果表明,基于高光谱图像技术采用波段比算法,结合最小外接矩形法,能够有效地检测苹果大小,预测值与实际值最大绝对误差为3.06mm,均方根误差为1.21mm。     

犁铧刃口磨损规律的试验研究

本研究通过磨损试验台研究了铧面角与刃口磨损形式之间的关系,试验结果表明：适当降低硬度,增大铧面角可以减小背棱宽度和刃口圆弧半径,这些是单金属犁铧形成自磨刃的必要条件。     

2MG-2开沟铺膜穴播机

2MG－ 2开沟铺膜穴播机是一种适合于干旱缺水地区的多功能节水播种机具。该机能一次完成开沟、地膜覆盖、播种、覆土等多项作业，具有下籽均匀、株距均匀、增温、保墒、除草、防止冻害等优点。 1 主要结构及工作原理 该机由开沟犁、刮土板、铺膜装置、前后覆土滚筒、穴播器、取土器等主要工作部件组成。结构见图 1： 图 1 开沟铺膜穴播机结构简图 1.机架 2.地膜 3.刮土板 4．前覆土滚筒 5．穴播器 6．开沟犁 7．后覆土滚筒 8.前取土圆盘 9.后取土圆盘 2MG－ 2穴播机是悬挂式铺膜穴播机。工作时首先开出一条空沟，然后使拖拉机的前轮与沟…     

国内液压式水果采摘机械的发展现状

水果采摘作业是林果业生产中非常重要的环节.水果采摘机械的使用可以解决人工采摘水果时所出现劳动强度大、效率低、成本高等不足.将液压技术应用到水果采摘机械设备中,可使设备具有传递功率大、结构简单、传动平稳等优点.该文对国内现有的液压式采摘机械的研究现状进行了分析,指出了不同液压式采摘设备的不足,并给出了相关的改进建议.提出了要将液压传动技术与液压控制技术紧密结合起来,实现水果采摘设备的自动化和精确化,并研发功能更强大、更合理、更容易操作的液压系统.     

皮棉表面单类异性纤维的高光谱图像检测

皮棉杂质直接影响棉包定级和棉纺织品品质。国内外学者采用机器视觉等技术,能够有效检测着色较深、面积较大和含有荧光物质的部分棉花杂质。但是,针对纤细、浅色、白色和透明杂质检测效果不佳。因此,该文采用高光谱成像系统获取纤细、浅色、白色及透明异性纤维的棉花高光谱图像,异性纤维包括灰色,白色和透明的丙纶丝、黑色人发、黑色和白色的猪毛、黑色或者透明的聚乙烯地膜碎片。采用主成分分析、独立成分分析、双波段比分析和波长合并四种降维方法,对比其异性纤维分割效果,确定最佳预分割图像。随后,采用Sobel算子边界提取和形态学处理分割这些图像,再采用膨胀和收缩等形态学运算分割出目标区域,最后采用面积单值滤波剔除二进制图像中的噪声点和伪目标区域。统计结果,训练和验证集异性纤维的识别准确度分别为73.2%和75.3%,其中,灰色丙纶丝和黑色毛发的识别率超过93%,白色丙纶丝的精确分割大于80%,结果表明,高光谱图像系统可以准确检测部分浅色、白色和黑色纤细的异性纤维,白色纤细毛发和透明的聚乙烯地膜碎片检测效果较差。     

6SLJ-1型石榴取粒机

石榴是一种优质保健食品，除鲜食外还可以加工成果汁、石榴酒等。石榴皮含鞣料和染料，此外石榴还具有一定的药用价值，果实性味甘醇，具有杀虫收敛、涩肠止痢等功效，可治疗久泻、便血、脱肛、带下等症。果皮中含石榴碱，有驱绦虫的作用，果皮为强力治痢良药。从全国来看，石榴在我国大部分地区都有种植，且产量都很高。我区石榴的种植主要分布在南疆，年产量达5000t。但长期以来，由于经济水平的限制及人们对石榴的认识有限，使石榴加工行业始终未见发展，当然更谈不上石榴加工机械的研制、生产。目前随着人们生活水平的提高，对绿色食品…     

基于高光谱图像的新疆红富士苹果颜色分级研究

[目的]以新疆红富士苹果为研究对象,探讨应用高光谱图像技术对其着色面积进行的研究方法.[方法]对852/713双波段比图像作阈值分割,以及形态学开运算去除果梗区域,提取色调H灰度图像对应去除果梗的二值图像像素值为1的累计频度值,依据AdaBoost算法将15个BP神经网络弱分类器训练组成强分类器,对苹果的着色面积进行分类.[结果]采用AdaBoost_NN对苹果着色面积的分级与人工分级一致率达到97.7;.其中45个优等果有2个被错分为一等果,27个等外果有1个被错分为二等果.[结论]利用高光谱图像技术提取的特征波长图像能够很好的对苹果着色面积进行分级,为今后多光谱成像技术在线分析苹果品质奠定研究基础.     

梳棉内层杂质高光谱图像检测

以梳棉内部深度1 ～6 mm处的多种杂质为研究对象,研究了高光谱成像技术检测效果和可行性.在波长460～900 nm范围内,提取高光谱图像中杂质和棉花的像素光谱.采用二次判别分析分类像素,构造分割二值图像,使用面积过滤器和形态学组合方法剔除二值图像中的噪声点和伪目标,统计杂质检测效果.结果表明可以检测棉网内一定深度的普通杂质(植物性杂质)、彩色丙纶丝、有色线和有色布块,能够检测部分黑色毛发和灰色丙纶丝.其中,普通杂质的检测效果最佳,正确检测率超过80％.     

基于高光谱成像技术的新疆冰糖心红富士苹果分级和糖度预测研究

对新疆冰糖心红富士苹果采用高光谱成像技术进行分级和糖度预测研究.在糖度预测分析中,使用正交试验设计方法确定影响预测效果的主要因素是预测回归方法、光谱预处理方法和波长合并,次要因素是光谱校正处理方法、数据类型和实测值归一化处理.提取平均光谱,经过白板校正,采用一阶微分光谱预处理,10个波长的光谱合并,基于多元线性回归方法建立苹果糖度的预测模型,其验证集苹果糖度的预测模型相关系数为0.911,预测均方根误差为0.76％ Brix,相对分析误差为2.44.在分级研究中,选择712 nm波长图像,Gamma灰度变换增强图像,大津算法阈值确定后分割图像,基于形态学处理剔除果梗区域,提取苹果分割后区域的面积、充实度、周长、平均灰度等特征,采用二次判别分析分级苹果,验证集苹果分级准确率达到89.5％.结果表明,高光谱图像技术既能够准确预测新疆冰糖心红富士苹果糖度品质,也可以用于基于外部品质特征的分级研究.