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。     

喷灌机自动作业控制系统

为了进一步提高农业用水效率,设计了一种喷灌机自动作业控制系统。该系统通过GPRS通讯从服务器获得处方图,再通过ZigBee无线传输模块实时监测喷灌水源的压力,并以此对处方图进行补偿,再结合GPS坐标信息,即可对变频器在当前作业点的工作频率进行调整,进而控制喷灌机的行走速度,从而实现按处方图调整喷灌量的目的。该设计同时具有手动功能,可以控制喷灌机行走电机的启动、停止和调整变频器的工作频率。      

基于称重法的联合收获机测产方法

针对精准农业田间信息获取技术的研究,提出了一种基于称重法的联合收获机收获粮食产量分布信息测量方法。该方法利用传统联合收获机的粮食传输特点,采用了螺旋推进称质量式技术实现了联合收获机产量流量测量,解决了计量装置、动力直接传输和有效信号提取等问题。利用短时小波滤波等方法处理实时流量数据,结合全球定位系统（GPS）定位信息实现了联合收获机粮食流量动态计量以及田间粮食产量分布信息的获取。试验结果表明,台架试验误差小于2%。该方法可以完成粮食产量分布信息的获取工作。     

基于机器视觉的草地蝗虫识别方法

为了准确、自动地提取蝗虫信息进行蝗灾测报,提出了一种基于机器视觉的草地蝗虫识别方法,用于超低空蝗灾预警系统所自动采集的视频中草地蝗虫头数信息的提取。该方法先根据跃起草地蝗虫的背景构成,把原始图像分为天空子图像和草地子图像;然后,采用帧间差分法检测两子图像中的运动区域;最后,运用蝗虫的形态特征因子对检测的运动区域进行再分类,识别跃起蝗虫。把自动识别的跃起蝗虫头数,带入建立的跃起蝗虫头数与和地面蝗虫头数之间的数学模型中,从而得到地面蝗虫的数量,进行地面上草地蝗虫的间接计数。试验结果表明:跃起草地蝗虫的识别率为80%～100%,由建立跃起蝗虫和地面蝗虫的之间模型计算的地面草地蝗虫的精度大于80%。因此,基于机器视觉的草地蝗虫识别方法能满足蝗虫精准测报的要求。     

农田粮食产量分布信息数字化研究

为了获取农田作物产量分布信息，发展数字农业，研究了机收时粮食产量分布信息的获取和分析方法。借助于全球定位系统和地理信息系统，经过坐标转换等数据处理，快速生成计划收割区域的数字地图，在机载计算机上实时显示联合收获机行走的轨迹。对测产系统各传感器信息进行数据处理，由动态产量数据值及其定位信息，实时绘制采样点粮食产量分布图，结合割台高度信息，实时获取收获面积。借助于后处理手段，对实测数据进行空间数据分析，得到准确的粮食产量分布。本系统能快速生成待收割区域的数字地图，能实时显示联合收割机行走轨迹、产量波形曲线、产量分布图，实时显示收割面积。粮食产量分布信息数字化，为精准农业生产提供指导。     

基于株心颜色的玉米田间杂草识别方法

根据3～5叶苗期玉米植株的生长特征及其株心所具有的颜色特征,提出了一种利用玉米植株的株心颜色特征识别玉米田间杂草的方法。玉米植株叶片的颜色是深绿色,而株心区域的颜色是浅绿色,该特征可由反映颜色深浅程度的饱和度指标表达。玉米植株的中心区域具有最大的饱和度值,该特性可用于在利用绿-红指标分割土壤背景后玉米植株的中心区域的提取。对分割后的绿色植株前景而言,与提取的株心区域相连通的区域是玉米植株,反之,非连通区域为杂草。试验结果表明：玉米植株和杂草的正确识别率平均为88%和84%,识别一帧720×576象素的图像的平均时间 120 ms。玉米植株的正确识别率主要受中心区域的完整度影响,而杂草的正确识别率主要受玉米和杂草叶片重叠程度的影响。     

农产品近红外光谱分析系统综述

近红外光谱分析系统是农产品品质检测的重要研究内容。为此,主要介绍了近红外光谱分析系统的研究现状,分析总结了建立数学模型、预处理方法、光学系统设计、光源控制系统设计和温度控制系统设计等近红外光谱系统的关键问题,旨在对近红外光谱分析系统的研究、设计提供新的思路与建议。     

基于变量选择的小麦粗蛋白含量近红外光谱检测

小麦粗蛋白含量是其品质评价的重要指标,为探讨基于选择的短波近红外光谱变量定量判别小麦籽粒粗蛋白的可能性,采集了52份小麦籽粒样本,用湿化学方法分析其粗蛋白含量,获取其900~1700nm波段的光谱,进而利用该光谱进行预处理方法的优化研究及小麦籽粒蛋白敏感变量的优选研究,以偏最小二乘的方法建立了基于短波近红外光谱的小麦籽粒蛋白定量模型。结果表明：多元散射校正和小波变换结合是短波近红外光谱定量判别小麦籽粒粗蛋白含量较优的预处理方法;利用200次竞争性自适应重加权变量优选的统计结果,优选出1028、1158、1199、1367、1407、1445、1478、1494、1550、1584、1661、1686nm 12个变量为小麦籽粒蛋白敏感变量,占全谱的2%,该方法可稳定、高效地优选光谱变量,降低水分对模型的影响;结合预处理优化及变量优选建立偏最小二乘模型,模型预测决定系数和预测均方差分别为0.961和0.369。可见优选的短波近红外光谱变量可用于定量判别小麦籽粒粗蛋白含量。     

基于PIC单片机的家禽在线自动称量分级控制系统

家禽在线自动称量分级技术是实现家禽屠宰加工自动化的关键技术之一。主要介绍了基于PIC18F25K80单片机的称量分级控制系统的工作原理、系统组成和实现方法，并对质量传感器的选择，电路设计和单片机软件设计等方面进行了阐述。