基于ZigBee的鸡舍环境无线监测系统设计与实现

为了对规模化和集约化养殖场鸡舍内部环境进行监测,针对传统的有线监测系统存在的诸多缺陷,设计了一种基于Zig Bee的鸡舍环境无线监测系统。以CC2530无线网络芯片为核心,在其外围接口集成了温度、湿度、光照、NH3、H2S和CO2六种传感器节点,搭建了无线网络,并进行数据测量与传输,通过编译底层程序和开发上位机软件,所测数据直观的呈现在用户面前。实践表明,系统运行稳定、测量数据精确、布点灵活、能耗低、成本低,适合对鸡舍环境进行精准监测。     

灰色关联分析在吉林省粮食产量预测中的应用

用灰色关联分析方法分析2000-2007年影响吉林省粮食生产的因素,通过计算各因素关联度大小,结果表明：化肥施用量、耕地播种面积和有效灌溉面积为影响粮食生产的主要因素。通过多元回归分析,结合Eviews软件建立多元线性回归模型,预测出吉林省未来3年粮食总产量。     

基于计算机图像处理技术的黄瓜病害特征提取

精准识别作物病害的前提是精确提取其特征。为此,利用计算机图像处理技术,研究了黄瓜霜霉病的特征提取过程。使用高精度的光学设备直接进行数字图像采集,再运用图像预处理方法对图像数据进行优化,去除干扰,精确定位病斑部位;分析黄瓜霜霉病的表现形式,从统计量、颜色和形状3个方面分离出特征参数值15个。这些特征值将作为识别该病害的主要依据,大大提高了病害的识别精度。     

基于图像处理和模糊聚类方法的黄瓜霜霉病识别研究

综合运用图像处理和模糊识别技术,以黄瓜病害为研究对象,进行黄瓜霜霉病自动识别的试验研究。在自然光条件下拍摄黄瓜叶片图像作为实验数据,为减少干扰因素对病害特征的不利影响,对原始图像做预处理,并把病斑分离出来;在农业植保专家的指导下,分析了黄瓜霜霉病病害的典型特征,从病斑形状、纹理和颜色三方面提取了16个特征参数;对黄瓜霜霉病叶片图像进行有监督的样本训练,得到黄瓜霜霉病害的标准特征模式,再对待测样本进行模糊聚类测试,平均识别准确率为95.28%。试验结果表明,该方法对于黄瓜霜霉病的识别效果较好。     

玉米种子纯度的计算机图像识别

利用计算机图像识别与处理技术,以“吉单180”和“四单19”2个品种为试材,对通过蛋白质凝胶电泳获取的谱带进行计算机图像识别与处理,并将玉米种子纯度计算机图像识别结果与人工测定结果进行对比研究。试验结果表明：图像识别与处理系统对玉米种子纯度鉴定最低准确度为90％,平均准确度达99．5％。利用计算机进行玉米种子纯度的检测在理论和方法上可行。     

基于DSP和模糊神经网络种蛋识别系统

针对传统的无线传感器网络监测农田范围小、采样频率不足和能耗高等问题,本文设计了基于簇状结构的无线传感器网络监控系统.能实现对玉米田环境参数的测量.该网络拓扑结构是簇状结构,分为2个簇,8个终端采集节点,2个簇首节点和1个汇聚节点.为延长生存期、降低能耗,节点采用定时休眠,依据节点功能采用不同供电模块,简化协议固定簇内终端节点和簇首的位置.设计WSN-CFM (Corn Field Monitoring)系统能实现近端计算机控制信息采集、处理、传输和存储农田参数变化状况.试验节点部署在玉米田,8个终端节点有7个终端节点数据的传输正确率均超过85%,正确率较低的节点更换电池后可正常工作.系统是能实现稳定传输,适合对玉米田环境参数实时监测.     

温室蔬菜病害智能识别图像预处理及其特征提取方法的研究

采用计算机图像处理技术对温室蔬菜病害进行了智能化识别,并以黄瓜霜霉病为例研究了温室蔬菜病害智能识别图像预处理和特征提取的方法。试验选择白色作为病害叶片的背景,利用中值滤波法有效地去除了噪声的干扰,利用双峰法从背景中分离出病害图像,再对图像进行边缘检测,准确地提取了病斑的几何特征。该方法能够实现对病害图像的预处理,并且能够准确地提取病害特征。