贵州薏苡联合收获机设计与试验

目前薏苡机械化收获主要采用稻麦联合收获机兼收薏苡,存在薏苡总损失率大,含杂率较高等一系列问题。为加强薏苡联合收获机的开发研究,针对薏苡植株较高和易脱粒的特性,通过对割台装置以及脱粒清选装置的设计,同时与稻麦联合收获机的田间作业性能进行对比,分析了总损失率、破碎率、含杂率和工作效率等指标。结果表明:改进后的薏苡联合收获机的总损失率、破碎率和含杂率分别低于稻麦联合收获机的7.12%、0.05%和1.81%,生产效率差距不大。改进后的薏苡联合收获机作业性能优于稻麦联合收获机。通过试验对比研究,为薏苡联合收获机的理论研究和优化设计提供参考和新的思路。     

基于计算机视觉播种机排种器检测平台的研发与应用

为播种机实现高效、精准播种提供优良性能检测平台,采用自动控制、计算机视觉与传感器融合技术相结合的方法,利用液压控制系统和自动控制系统技术研究开发基于计算机视觉的多功能排种器性能检测平台。结果表明:该检测平台能够实现对作物播种机排种器播种量的有效控制,提升播种的精准度和播种环节的科学性与高效性。该试验平台适用于机械式和气力式排种器性能的检测。     

图像处理技术应用于农学参数检测研究进展

分别从农作物的叶面积、叶面积指数和冠层参数的检测以及营养状况的评定等方面,阐述了图像处理技术在农学参数检测中的应用研究情况;总结了图像处理技术应用于农学参数检测的一般方法,并对比了国内外农学参数检测中的图像处理方法,得出了国外学者不但善于利用作物数字图像中的几何、色彩信息对农学参数进行预测,还有效利用了饱和度、亮度信息以及更深层次的图像特征来构建农学参数的预测模型的结论;最后分析了农学参数检测中图像处理技术的发展趋势。     

基于图像处理技术的果树树叶稀密程度的检测

为了解决现有果树树叶稀密程度检测方法要求采集图像时采用标准白板标定或固定成像距离的问题,本文提出一种新的基于图像处理技术的检测果树树叶稀密程度的方法——最大轮廓矩形法。该方法采用超绿色法、Ostu、中值滤波去噪、腐蚀和膨胀等图像处理技术将果树图像有效分割出来,通过检测经图像处理后的二值图像中整棵果树最大轮廓所占的面积,再检测整幅图像中树叶与树干所占的面积,根据果树树叶稀密程度的定义即可计算树叶稀密程度。结果表明,该方法不需要固定成像距离和使用白板标定,最大轮廓矩形法对果树图像面积的检测是因果树实际图像而异的,不存在现有方法统一采用相机所设定的图像大小作为最大轮廓而导致所检测到的树叶稀密程度偏小的问题;20张果树样本图像采用两种方法检测的果树树叶稀密程度的最大差值为0．2950,最小差值为0．0027。     

马铃薯挖掘机的设计

马铃薯是贵州地区的主要经济作物,存在收获难度大、费时费力的问题.通过对马铃薯收获机的主要参数和结构进行设计,在参考现有马铃薯收获机的基础上,对挖掘部分进行详细的计算和设计,得出挖掘铲的主要参数,对主要零部件的设计进行理论计算.     

田间作业机具综合性能测试系统设计

本文设计了一种山地田间作业机具综合测试系统。该系统采用"嵌入式PC+PAC控制器"的控制结构,数据采集及处理由PAC控制器直接完成,极大提高了数据采集的实时性。处理后的试验结果通过通讯端口直接显示在嵌入式PC上,用户可以直接查看试验结果,并将其保存到外置存储设备中。该系统可用于研究分析农机具在不同作业工况下的作业性能与拖拉机能耗之间的关系。