小型农产品分选机设计与试验

针对家庭农场及小规模营销的需要,设计了基于机器视觉的小型农产品分选机。农产品在平胶带上形成多通道阵列式输送,以DSP作为机器视觉单元的核心,采集一帧图像可分析多个通道,并根据农产品的形状、颜色等图像特征进行分选。在水平输送速度为9.2 cm/s、农产品输送间隔为16 cm、4通道并行输送的条件下,选用核桃、红枣及栗子3种农产品进行了分选机性能测试。试验表明,机器能够可靠工作;核桃、红枣和栗子的分选准确性分别为91.66%、94.79%和97.39%;分选速度达8 800个/h。因此采用DSP芯片作为小型分选机的机器视觉核心是可行的,可以为农产品分选机的小型化、低成本提供技术支持。     

基于虚拟仪器的计算机图像处理与分析系统

传统的图像处理与分析系统的开发常常采用面向过程、基于文本的信息，具有开发周期长、可移植性差等缺点，而基于虚拟仪器的计算机图像处理与分析系统的开发，大大改变了传统的开发方式，其面向对象、图形化的编程的方式使开发灵活、方便、系统界面友好、开发周期短、功能易于扩充及程序移植性好，为此，根据农产品品质检测的需要，开发了一套基于虚拟仪器的计算机图像处理与分析系统。论述了系统的构成及功能。     

梨果面坏损区域的计算机视觉检测方法

为检测梨的果面的坏损区域,提出了一种利用多台摄像机在多个角度进行拍摄,对多幅采集后的图像进行切割,提取各自特征并进行拼合的算法。试验证明,这是一种较为快速、准确检测梨的果面坏损区域大小的算法,识别梨的坏损面积的相对误差能控制在±0.2范围内,处理时间为250～350ms;识别梨坏损区域数的正确率为0.89,可以满足系统设计要求。     

农业机械化水平影响因素的灰色关联分析

农业机械化水平的提高受到诸多因素的影响和制约。将影响农机化水平的主要因素归纳为农民人均纯收入、政府对农机事业的支持程度、农民平均受教育程度、农民人均耕地及农机总动力等5个方面。采用灰色关联分析方法,分析了这5个因素对农业机械化水平影响的相对强弱程度。结果表明,对农业机械化水平影响强弱的次序为农民平均受教育程度、农民人均耕地、农机总动力、农民人均纯收入及政府对农机事业的支持程度。对上述结果进行了分析和讨论,特别指出的是在发展农业机械化过程中,应该重视通过培训提高农民的农机化专门知识,通过政策实现农业的规模化经营。     

一种快速判别梨果梗的方法

果梗完好与否是梨品质检测的指标之一,因而对果梗情况进行准确判别具有重要意义。为此,通过计算机视觉系统摄取梨的图像,利用图像处理技术提出了一种能快速判别梨果梗有无的算法。该算法的识别正确率达90%,识别速度大约在20～30ms,实现了对梨果梗进行高速检测的目标。     

日本农业航空技术发展及对我国的启示

日本根据其地形、地貌特征、从事农业劳动的情况选择了从有人直升机到无人直升机航空施药为主的发展模式,研制了几款不同发展时期的植保无人机机型(R50、RMAX、RMAXⅡG、FAZER)应用于水稻植保作业,日本学者对农业航空遥感技术、精准导航控制技术、无人机控制技术进行了大量研究,在施药实践中形成了较为实用的无人机植保管理体制,确保了日本农业航空的健康、有序发展。本文旨在介绍日本农业航空现状、应用领域、精准施药技术及管理方法,以期为我国农业航空应用技术的发展提供借鉴。     

基于高光谱数据的棉田虫害鉴别研究

【目的】快速、准确、无损伤地鉴别棉花虫害类别,以便针对性制定植保施药方案。【方法】对棉花叶片高光谱数据进行采集和分析。采用波段范围为350～2 500 nm的FieldSpec?3便携式光谱分析仪,分别获取受蚜虫和红蜘蛛危害的棉花叶片以及正常棉花叶片的高光谱数据。采用K-近邻和SVM算法区分受红蜘蛛和蚜虫侵害的叶片以及正常叶片。为进一步优化虫害识别模型、提高识别精度,利用主成分分析方法 (PCA)进行特征降维,并利用网格搜索法进行参数寻优。【结果】使用K-近邻算法和SVM算法构建了虫害识别模型,2种模型的识别率分别为86.08%和89.29%;引入PCA进行特征降维并使用网格搜索进行参数寻优后,可以提高虫害识别率,K-近邻算法和SVM算法的识别精度分别达到88.24%和92.16%。【结论】利用高光谱数据可以区分受蚜虫和红蜘蛛侵害以及正常的棉花叶片;结合PCA降维和网格搜索法,能够提高识别率且不需要获得具体的特征波段;对于受蚜虫和红蜘蛛侵害以及正常的叶片识别,基于径向基核函数的SVM算法优于K-近邻算法。     

基于FISHER模型的棉种分色研究

利用棉花种子表皮光学特性,对颜色不正常、表面有缺陷或内部变质的疵品及杂物进行分选是一种有效的方法。研究棉种分色模型是研制自动化棉种分色机械的基础。为此,通过提取彩色棉种图片的RGB分量,利用Fisher准则对RGB分量特征值进行提炼,建立了棉种的分选模型。试验表明,该色选模型可以对棉种进行有效分选,其分选精度达到97.2%。     

M45型多旋翼植保无人机减量施药对稻飞虱防治效果的影响

目的 研究多旋翼植保无人机减量施药对雾滴沉积效果以及稻飞虱防治效果的影响,促进水稻减量施药技术发展。方法 采用M45多旋翼植保无人机开展水稻施药田间试验,选取15.0和22.5 L/hm² 的施药液量,以及人工施药推荐剂量100%、90%、80%的3种减量农药剂量,研究不同施药液量和减量农药剂量对雾滴沉积效果以及稻飞虱防治效果的影响。结果 水稻冠层上部的雾滴沉积量明显优于冠层下部,2种施药液量以及3种减量农药剂量对雾滴沉积量的影响不显著;施药1周后稻飞虱数量显著减少。在相同施药液量条件下,减量农药剂量的变化对稻飞虱防治效果影响不明显。80%的农药剂量能满足稻飞虱防治要求。结论 无人机水稻施药作业中可选择80%的农药剂量进行减量施药。本研究可为水稻减量施药、减少水稻植保作业成本提供有益参考。     

广东省水稻生产机械装备水平灰色预测与分析

利用广东省水稻生产主要环节机械装备保有量的历史数据,建立了灰色GM(1,1)预测模型,对2006-2020年广东省水稻生产机械装备水平进行了预测,并参考广东省水稻生产机械化作业水平值,对其预测结果进行了修正,以便能为政府主管部门制定提高水稻生产机械装备水平的政策措施提供参考依据.