基于农业机械化及其自动化专业人才培养的CAD/CAE系统集成兴趣小组设计与建设的探索

为快速推进新疆农业大学农业机械化及其自动化专业卓越人才培养的进程,建立CAD/CAE系统集成兴趣小组,小组以农机专业大三年级自由组合为主要形式,旨在通过兴趣小组的形式推进卓越人才培养计划中农机专业人才CAD/CAE技术的提升,最终实现卓越人才兴趣小组成员可以熟练进行二维工程图的绘制、三维虚拟仿真分析,达到开阔学生视野,提高学生机械仿真设计的技能。针对兴趣小组建立过程中存在的问题,提出对于开展兴趣小组建立过程的一点体会,为新疆维吾尔自治区紧缺专业-农业机械化及其自动化专业的卓越人才培养计划的进一步实施提供帮助。     

农业物联网在新疆棉花产业中的应用与发展——以农八师一五〇团为例

为解决新疆农业物联网综合利用程度不高的问题,文中介绍了目前农业物联网中关键技术研究进展,同时以新疆农八师一五O团为例,对其棉花产业对农业物联网的应用进行了分析,并针对农业物联网在新疆的应用过程出现的问题进行了分析,提出了相应的解决策略。最后对一五O团的棉花产业的发展进行了总结。     

对开展新疆农机化教育培训的一点体会—以自治区农机推广系统人员高级培训班为例

为解决新疆农机推广系统人员理论水平不高、知识结构老化等问题,自治区农机局委托新疆农业大学机械交通学院举办农机推广系统人员高级培训班,标志着新疆农牧业人才支撑工程(农机推广人才培养)正式启动实施。本次培训班以课堂授课和专家讲座为主要形式,辅以考察、实践等多种形式,开阔了视野,提高技能。通过培训实践与培训后问卷调查,提出对于开展新疆农机化教育培训的体会与建议,为新疆农机推广系统人员培训工作的进一步实施提供了帮助。     

无核白鲜葡萄机器视觉质量预测研究!

以新疆无核白鲜葡萄为研究对象,采用机器视觉技术预测葡萄穗的质量。首先,提取RGB图像,做G,B双通道分量加运算R+B,采用高斯低通滤波法滤除图像中的噪音,采用Gamma变换法调整图像灰度,从而增强前景与背景的对比度。其次,采用自动阈值分割法分割图像,经数学形态学的腐蚀和开运算获得最佳二值图像,提取二值图像中目标区域的几何特征。最后,采用一元线性回归、多元线性回归和偏最小二乘回归预测葡萄穗的质量。结果表明,提取分割后的葡萄穗面积、周长、长轴及短轴长度等特征建立的偏最小二乘回归模型,其预测葡萄穗质量效果最佳,相关系数r2为96.91%。     

基于机器视觉的核桃仁特征提取与分级方法研究

基于机器视觉技术研究出一种适合新疆核桃仁分级特征提取与分级的方法。该方法利用已经完成图像预处理的实时采集的样品核桃图像,运用OpenCV完成从RGB到HSV的颜色空间转换,提取核桃仁颜色和完整度特征,建立原始特征矩阵特征,利用mRMR特征选择算法筛选原始特征集并对特征的重要性进行排列,最后通过对支持向量机、决策树和朴素贝叶斯3种机器学习算法进行模型训练和测试,得出最佳分级方法。结果表明,在使用特征bin19、K_1和bin15训练朴素贝叶斯分类器时,核桃仁的分级正确率达到最大,为97.33%。故得出基于机器视觉研究出的核桃仁特征提取与分级方法可以完成对核桃颜色和完整度的分级任务的结论。     

新疆冰糖心红富士苹果RGB图像多指标分析

[目的]采用机器视觉技术对新疆冰糖心红富士苹果进行重量、糖度预测和分级.[方法]分析提取苹果RGB图像中单色、波长差、HSV转换后分量等多类型图像,对比图像分割效果确定后续处理图像.采用形态学处理剔除二值化图像果梗区域,提取目标区域几何、灰度和色调频度等特征.采用多元线性和偏最小二乘回归预测苹果重量和糖度,判别分析分类苹果,结合全组合实验方法和特征优选,获得较佳特征集合.[结果]多元线性回归方法建立苹果糖度的预测模型结果最佳,使用几何和灰度的特征集合,建模集和验证集糖度预测相关系数分别为0.623和0.570;使用面积、周长、长轴长度和短轴长度特征集和,或体积、周长、长轴长度和短轴长度四个特征时,多元线性回归预测苹果重量,验证集预测相关系数r为0.992,预测均方根误差为3.88 g,相对分析误差为8.1;采用基于特征优选方法确定41个主要特征,二次判别函数的判别分析分级苹果,验证集分级准确率达到98.7;.[结论]RGB图像能够准确预测新疆冰糖心红富士苹果重量,并能精确分级,但糖度预测效果不佳.     

基于高光谱图像技术预测苹果大小

以新疆红富士苹果为研究对象,探讨应用高光谱图像技术和最小外接矩形法预测其大小的研究方法。提取苹果高光谱图像中可见红色区域受色度影响较小的713nm以及近红外区域793和852nm的3个波长图像,做双波段比运算处理。比较所得双波段比图像可知,852/713双波段比图像中背景和前景灰度对比度最大。对该图像做阈值分割以及形态闭运算去除果梗区域,使用8邻接边界跟踪法得到二值图像的轮廓坐标序列,采用最小外接矩形法求苹果的大小,与实测值建立回归方程。结果表明,基于高光谱图像技术采用波段比算法,结合最小外接矩形法,能够有效地检测苹果大小,预测值与实际值最大绝对误差为3.06mm,均方根误差为1.21mm。     

基于掩模及边缘灰度补偿算法的脐橙背景及表面缺陷分割

缺陷检测一直是利用计算机视觉技术进行水果自动分级的难点。为了解决带有缺陷的水果在图像分割时部分缺陷容易被误分割为背景这一问题,以脐橙为研究对象,首先提取B分量,利用B分量构建掩模图像,然后对R分量图像进行掩模,从而在不损伤缺陷的情况下实现了水果与背景100%分割。考虑到水果呈球状,检测时边缘灰度较低,在缺陷分割时容易出现误分割,提出快速水果图像边缘灰度补偿算法,利用此算法,对6种常见脐橙缺陷,共计220幅图像,设定分割阈值为165,使不同灰度等级的缺陷一次性分割成功,分割率最高为100%,最低为79.5%。试验结果表明由于单阈值的使用,提高了缺陷分割效率。     

和田地区适宜机械化移栽的辣椒穴盘苗研究

为了找出在和田地区适宜使用移栽机作业的辣椒穴盘苗,对和田地区穴盘苗的力学特性开展试验研究。根据Box-Behnken中心组合设计原理,将不同的穴盘尺寸(基质上底面边长)、苗龄结合和田地区特有的基质块成分配比作为影响因子,设计基质抗压强度与基质摩擦特性的响应面试验,利用试验结果建立数学模型并对结论进行验证,得出穴盘苗培养的最佳方案:苗龄为50 d、穴盘尺寸为40 mm(72穴)、基质中沙子∶草炭∶棉秸秆=2∶3∶3。对最佳方案下的穴盘苗进行摔落试验与拔取试验,结果表明:含水量越高,基质损失率越高,且穴盘苗的摔落高度应控制在30 cm以内;采取直接拔取茎秆的方式将穴盘苗取出是可行的。