棉花冠层叶面积的动态模拟

根据试验资料,在系统分析棉花冠层叶面积时空分布规律的基础上,充分考虑叶面积空间垂直分布的异质性,以生育期内累积的每日相对热效应为预报因子,构建了棉花叶面积垂直分布和叶面积指数的动态模拟模型。利用不同年份不同播期的试验资料对模型进行了验证,累积叶面积指数L（z）的模拟结果与1∶1直线之间的R^2和均方根误差分别为0.969和0.257,叶面积指数LAI的模拟结果与1∶1直线之间的R^2和均方根误差分别为0.936和0.305。结果说明模型具有较好的预测性和实用性。模型的模拟结果可作为冠层结构参数,用于冠层辐射传输模型和光合作用模型。     

基于纹理和位置特征的麦田杂草识别方法

以化学防除适期麦田杂草为研究对象，对利用条播作物的位置和纹理特征识别田间杂草的方法进行了研究。根据条播作物小麦作物行的间距相对固定等位置特征，利用植物像素直方图法确定作物行的中心线和行宽，并识别行间杂草。然后，以作物行中心为基准来选取纹理块，计算量化级数为8级的H颜色空间的共生矩阵，提取5个纹理特征参数，利用K均值聚类法判别分析各块的类别来识别行内杂草。研究结果表明，杂草的正确识别率约为93％，作物的错误识别率约为7％。     

粮食收购品质自动评定装置设计与试验

设计了一种粮食收购品质自动评定装置。采用电容法测量粮食含水率，真空负压法测量容积密度，该装置能够自动检测收购粮食的杂质、含水率和容积密度等重要指标，并对其进行分级。试验结果表明，该装置杂质分离纯净度达99.5%，重复误差不大于0.3%；含水率测量误差在±0.5%以内，重复误差小于0.2%；容积密度测量重复误差小于     

基于模糊模式的蝗虫图像识别方法

蝗灾是中国农业病虫害防治的重点,采用低空机载蝗虫预警系统技术,对拍摄图像中蝗虫识别和计数,实现蝗虫监测,可以弥补蝗虫地面人工监测的不足。以广东省清远市英德区域农田为试验区,采用数码相机采集蝗虫图像,对蝗虫区域和背景的RGB分量平均值进行对比分析,选用超G绝对值法进行灰度转换,实现蝗虫与背景分离。通过面积统计对比,确定单个蝗虫的面积和周长特征,建立单个蝗虫模糊集和粘连重叠蝗虫区域模糊集,采用最大隶属度原则可以判定蝗虫连通区域为单个蝗虫或是存在图像粘连重叠。用模糊识别方法对单个和粘连重叠的区域分别计算数量,准     

一种履带拖拉机自动导航转向控制方法

针对由于转向机制不同导致的自动导航系统无法在轮式与履带式拖拉机上通用的问题,提出了一种基于履带转速与虚拟驱动速度和虚拟转向角转换模型的控制方法。通过对轮式车辆中性转向二轮模型和履带车辆转向模型的分析,推导出履带车辆两侧履带卷绕速度与虚拟转向角和虚拟驱动速度的表达式,为自动导航驾驶系统构建完整的反馈控制。进行实车转向试验,采集数据,对提出的转换模型进行验证。结果显示,该转换模型下理论值与实际参考值具有很好的对应关系,该转向控制方法可行。      

基于多特征的田间杂草识别方法

该文阐述了通过利用植物的多种特征实现田间杂草的精准自动识别的方法。该方法先利用颜色特征分割土壤背景,然后利用位置和纹理特征识别行间和行内杂草,最后利用形态特征后处理误识别的作物和杂草。在实验室内利用实地采集的3～5叶期、不同作物行数的麦田图像对该方法进行了测试。作物和杂草的正确识别率最低为89%,最高为98%;处理时间最低为157 ms,最高为252 ms。试验结果表明：基于多特征的田间杂草识别方法具有较高的识别率和较快的识别速度。     

基于固定光栅和CCD技术的近红外光谱分析系统设计

该文设计了一种基于线阵电荷耦合器件和固定光栅的近红外光谱分析系统。主要设计了电荷耦合器件的驱动电路、光谱信号采集电路、固定光栅光学系统、光源控制系统、电荷耦合器件温度控制系统及样品旋转台的控制系统。并利用MPA光谱仪验证了近红外光谱分析方法用于谷物品质检测的可行性,运用多种预处理方法进行了优化,其中采取一阶导数与附加散射校正结合的预处理效果较优。利用CA-06光栅光谱分析仪建立了小麦水分、蛋白的偏最小二乘法模型,验证了仪器性能的稳定性和准确性。     

基于工作空间的果园作业平台结构参数优化与试验

为提高果园作业平台的适用性和操作灵活性,根据乔砧密植的纺锤形苹果种植模式确定其目标工作空间,以工作空间尺寸偏差、工作空间体积和平均可操作度描述其可达工作空间性能,分析了平台主要结构参数杆长和关节变量（关节角、连杆偏移）对工作空间性能的影响。建立了以可达工作空间性能和结构紧凑为指标的优化模型,利用遗传算法求解得出最优参数为：杆2和杆4的长度分别为988、879mm,关节1、3的关节角范围分别为[107°,256°]、[-118°,-76°],关节5、6的连杆偏移最大值分别为720、340mm。优化后其可达工作空间尺寸偏差分别减小96.09%、95.60%,体积减小4.69%,平均可操作度增加1.43%。对优化后的果园作业平台进行了实地果园工作空间试验,结果表明：承载质量为65kg、横坡坡度为15°、纵坡坡度为15°时,工作空间尺寸偏差最大,分别为16.2、16.7mm,比原型分别减小93.89%、93.76%。     

杂草信息实时获取技术与设备研究进展

杂草信息的实时获取技术是田间杂草精准控制研究的首要问题,杂草实时获取设备是制约精准除草作业实现的瓶颈.综述了基于光谱、图像和光谱成像技术的杂草实时获取技术与设备的国内外研究现状,以促进精准杂草管理技术在我国的应用和发展.基于光谱的杂草信息获取方法较适用于实时防除作物出苗前的杂草,国外已有WeedSeeker、Weed-IT等杂草传感器.基于图像的杂草信息获取方法较适用于识别行间杂草,国外已有Autopilot、Cam Pilot、Robocrop等视觉导航产品和Robocrop InRow机械除草机防除行内杂草.基于光谱成像的杂草信息获取方法较适用于识别行内杂草,中、澳正联合研发微光子植物判别和杂草控制传感器.需要继续深入研究在复杂的开放式非结构的农田环境中,快速、准确地实时获取农田杂草信息技术.     

基于机器视觉的苗期杂草实时分割算法

对利用植物的位置来识别作物苗期田间杂草的方法进行了研究。根据苗期田间植物的位置特征 ,建立了基于机器视觉的分割苗期田间杂草的算法 DBW。通过比较分析各种算法的分割效果图和所耗费的时间 ,运用超绿色法灰度化原始图像 ,然后应用最大方差自动取阈法二值化图像 ,最后运用种子填充算法分割作物和杂草。研究表明 ,算法 DBW在实时性方面表现出一定的优越性 ,处理一幅 5 4 4× 117像素的图像只需大约 6 0 ms