高光谱成像技术和主成分分析识别玉米籽粒的胚

摘要：为了分割玉米籽粒的胚部分,本研究搭建了一套高光谱成像系统用于获取波段范围为500～900 nm的高光谱反射图像。主成分分析（PCA）方法对样本高光谱数据进行降维以便选择少量有效波长构建多光谱成像系统。研究发现,采用可见光（VIS）区域的3个有效波长510、555和575 nm获得的主成分（PC）图像获得了较好的识别结果。100个独立样本用于评估算法性能,结果表明,样本中97.0%的胚可以从玉米籽粒中正确分离。     

基于类球形亮度变换的水果表面缺陷提取

针对基于机器视觉技术的水果表面缺陷因受到亮度不均影响而提取困难的问题,以阿克苏苹果为研究对象,采用可见-近红外双CCD成像系统,设计了一种无需预先建模的类球形亮度变换方法,对R分量图像进行亮度变换,变换后的图像使整个水果表面正常区域灰度趋于一致,而缺陷区域依然保留为低灰度区,增强了缺陷和正常果皮的对比度,提高了缺陷检测精度.使用共计100个样本评估算法的可行性,其中45个缺陷果的检测精度为93.3％,55个正常果的检测正确率为100％,整体检测精度达到97％.研究结果表明,利用基于类球形亮度变换结合单阈值分割方法提取水果表面缺陷是可行的.     

基于改进型极限学习机的日光温室温湿度预测与验证

日光温室温湿度模型是其结构设计与控制的重要基础,因日光温室系统具有大惯性、强耦合、非线性等特性,采用机理分析法,难以建立其准确的数学模型,导致日光温室控制效果差。神经网络建模能更加灵活地得到日光温室系统的参数,但传统的极限学习机(extreme learning machine,ELM)存在隐含层神经元激励函数固定,只考虑经验风险(即训练误差最小化),而导致过拟合等问题。为了实现对日光温室内温湿度环境因子的综合控制,需要进一步提高日光温室环境因子的预测精度,该文将基于正交基函数的改进型极限学习机对日光温室环境因子进行辨识,并利用经验模态分解(empirical mode decomposition,EMD)方法确定网络隐含层节点数,建立了日光温室温湿度环境因子预测模型。利用所建立的模型对日光温室内的温度和湿度等环境因子进行预测结果表明:温度模型有效性为0.9434,湿度模型有效性为0.9208,实测值与预测值的拟合关系比较理想,说明基于正交基函数的改进型极限学习机对日光温室进行系统辨识是可行的,且对日光温室智能控制的发展有一定的参考价值。     

基于生理发育时间的日光温室番茄发育模拟模型

掌握温室番茄生育期是温室番茄专家决策系统中进行生产安排和市场销售的重要内容，本研究将温度对番茄发育速率影响效应的大小用相对热效应（RTE）来衡量，通过研究Beta函数的性质提出基于幂函数的模型来描述RTE与温度之间的关系。每日相对热效应（RTE）决定每日生理发育效应（PDE）的大小，其累积形成每日的生理发育时间。采用生理发育时间（PhysiologicalDevelopmentTime，PDT）作为定量发育进程的尺度，建立了温室番茄发育模拟模型。利用模型对日光温室2年4茬番茄生长发育期资料进行检验的结果表明：模型能较好地预测各个发育期（发芽、苗期、开花座果、结果和采收期）的出现时间和持续时间，各生育期模拟值与观测值的回归估计标准误差（RMSE）分别为1．32d，1．73d，0．35d，1．58d，2．52d，显著优于以有效积温模拟模型的预测精度（其生育期模拟的RMSE分别为2．55d，9．74d，2．06d，9．27d，11．99d）。     

不同时期套袋对砀山酥梨果实外观质量的影响

[目的]明确渭南地区砀山酥梨适宜的套袋时间。[方法]分别于2006～2007年的5月1、10、20、30日及6月10、20、30日对砀山酥梨进行套袋,观察不同时期套袋对砀山酥梨果实外观质量的影响。[结果]套袋越早,果皮颜色越白,梨果表面越光洁细腻,亮度越好。5月1、10日套袋的梨果无晕斑;5月20日～6月30日套袋的梨果,随着套袋时间的推迟,晕斑的大小和色度呈上升趋势。果点的大小和大果点的分布范围随套袋时间的推迟而变大。5月1、10日套袋的梨果有"小僵果"发生,出现了幼果连同纸袋一同脱落的现象。[结论]砀山酥梨在渭南地区适宜的套袋时间为5月20日～6月10日,套袋后的梨果果面光洁细腻,外观质量高。     

日光温室温湿环境数据库的建立及其在专家系统中的应用

设施蔬菜作物的生长发育与温室环境因子密不可分，生长发育进程明显受到温度的影响，而病害发生又与湿度很高时间较大相联系。以往的植物模型研究多是基于对理想环境数据的虚拟运用来实现的，是对作物形态结构和环境影响简化所致，因此在基于模型的专家系统中存在着误差较大，难于应用等问题。本文基于对番茄生长的日光温室多年环境数据的综合，建立了一套周年连续的温湿数据库，称为通用数据库。在温室蔬菜专家系统中，可以依此数据库中的数据对番茄、黄瓜等设施蔬菜的生长发育进程和病害发生进行预测，并可借助新数据的采集对原有环境数据库进行改进和补充、完善，从而使温室蔬菜专家决策系统更加智能，预测功能更为可靠，并在实际应用中取得了很好的效果。     

一种基于Web的温室远程监控系统方案设计

本文提出了一种基于Java的无需安装配置控制端软件的新的温室远程控制体系结构。该系统的结构通过互联网动态构建，用户只需要通过浏览器就能够访问和控制分布在互联网上的远程温室。