基于颜色系数反向粒子群模型的田间作物分割方法

针对复杂多变的农田环境下,田间作物分割既要保留农田作物完整外部形态信息,又要满足农田作业速度的要求,该文提出一种基于反向变异粒子群优化(reverse mutation-particle swarm optimization,RM-PSO)算法提取最优颜色系数的田间作物分割方法。该分割方法分为离线和在线2个部分,离线部分采用反向变异策略提高了初始粒子群群体质量及算法的搜索效率,避免算法早熟收敛,陷入局部最优,引入满意度函数对最优颜色系数进行评价,提取全局最优颜色系数。在线部分采用离线提取的最优颜色系数对作物图像灰度化,进而对灰度化后图像进行阈值分割得到最终的分割结果。试验结果表明,该文方法平均错分率(error distinguish rate)仅为4.8%,低于HSI算法、EXG法以及Mean-shift神经网络分割算法的11.3%、19.5%、5.7%;标准差值为3.1%,相较于HSI算法的7.2%、EXG法的14.7%、及传统PSO方法的7.9%,该文算法具有更高的稳定性;平均处理时间为0.311 s,而HSI方法为0.908 s,Mean-shift神经网络分割算法为1.942 s。该方法不仅能够保证不同光照及不同景物干扰下作物外部形态信息完整,同时处理速度快,鲁棒性好,具有较高的实际应用价值。     

基于多喷头组合的变量喷药系统的设计与试验

为了克服传统压力式和脉宽调制（pulse width modulation）调节控制方式的缺点,以及目前变量喷药系统的“较复杂,实现成本较高”的不足,该文设计了基于多喷头组合的变量喷药系统,建立了变量喷药影响因素模型,设计了变量喷药系统的管路、上位机处理系统及变量喷药控制器,运用流体网络理论建立喷药网络的数学模型,分析了系统的流阻。在喷雾试验台上搭建了变量喷药系统,试验数据分析表明多喷头组合的变量喷药系统是可行的,每种方式下喷药量与理论值误差均小于10%,可调节喷药量范围宽,农药的施用量大幅度减少。     

植物叶片面积精确测量系统的设计与开发

设计了植物叶面积精确测量系统,首先设置参照图像,采集带有参照图像的叶片图像,然后统计像素点数,最后进行比例尺换算测定叶面积。通过预处理、校正图像,提高测量精确度,克服了传统测量系统步骤繁琐和设备复杂的缺点,能够快速、无损地测量植物叶片面积。为验证系统精确度,采集45张叶片分别与打孔法、称质量法测定叶面积比较。结果表明,在保证精度的同时能够实现快速、无损的测量叶片面积,并通过碎片验证法验证本系统精度在98%以上。