自然环境下苹果作业机器人双果重叠目标侦测方法

为进一步提升苹果的侦测精度,从而提高苹果作业机器人的果实作业效率,以果园重叠苹果为对象,研究了自然环境下双果重叠目标的机器侦测方法。首先将采集到的苹果图像在Lab色彩空间中利用K-means聚类算法提取重叠苹果目标区域;其次在得到重叠苹果边界上的Harris角点后,通过关键角点检测算法定位苹果重叠部分的果实轮廓所在区域,并利用Canny边缘检测算子提取出苹果重叠部分的果实轮廓;然后利用Y型节点搜索算法实现重叠苹果目标的单果轮廓分离,并得到未遮挡果实的完整轮廓;最终利用距离最小二乘算法对被遮挡苹果目标进行果实轮廓重建。为验证方法的有效性,将Hough变换法、Spline样条内插法的重叠果实侦测结果与本文方法所得结果进行对比。试验结果显示,本文方法不仅可以侦测出未遮挡果实的完整轮廓,同时对被遮挡苹果目标也有较好的轮廓重建效果,其果实平均重合度和定位误差分别为95.43%和4.44%,侦测性能明显优于前两种方法,表明本文方法可以较好实现自然环境下苹果双果重叠目标的侦测,该结果为苹果作业机器人多果重叠目标的自动化侦测提供参考。     

苹果树图像分割算法研究综述

在国内外图像处理和机器视觉技术在苹果树图像分析应用相关研究的基础上,总结了专门针对苹果树图像分割技术的研究进展。按照图像分割的技术体系,分析了苹果树图像分割技术的主要研究进展,系统地总结了图像分割算法及其在苹果树图像应用上的特点,提出了苹果树图像分割算法的演进图,展望了苹果树图像分割算法研究发展的趋势,为基于图像处理及机器视觉技术的苹果信息化技术研究提供了参考。     

基于E-Form＋＋通用电子表单框架的设计与实现

基于电子表单的组件能够减轻程序的开发强度,但同时存在着动态分页能力差和高耦合度的缺点。构建了一种通用框架使得表单和数据结构、算法相分离以降低模块之间的耦合度,减少代码量提高了健壮性,并设计了通用的分页算法满足多页表单动态显示内容和动态分页的需要。     

构筑在互联网上的新技术--网格技术

网格技术是构筑在因特网上的一组新兴技术，根据网格结构层次，可将网格技术划分为网格应用技术、网格编程技术、网格核心管理技术以厦网格底层支持技术，同时时它们作简单介绍。本文还时堪称下一代的网格体系结构的Globus／OGSA及工具作了简单介绍。     

基于Fastrack和数据手套的虚拟手交互系统研究

首先使用Fastrack空间定位工具和数据手套获取用户的手掌和手指的数据信息,然后使用三维建模软件Multigen Creator建立虚拟手的三维渲染模型,最后在VC平台通过集成OSG三维渲染工具构建了一个虚拟手的交互体验系统,显著提高了用户基于虚拟手的虚拟现实体验的逼真度.     

无线射频信号在植被中传播特性的研究综述

随着无线通信技术、射频技术、嵌入式等技术的飞速发展,无线通讯设备和系统凭借其灵活性强的优势越来越多地应用到农业中。无线信号在传播过程中会由于障碍物的存在而发生反射、散射、被吸收等物理现象,造成信号能量损耗。农田环境复杂多变,植被本身是影响信号传播的主要原因,无线信号传播特性的研究能为无线通信系统在农业中的应用提供必不可少的支持。无线信号在农田中的传播特性已经受到了众多国内外研究者的广泛关注。为此,分析了无线信号在植被中传播特性的研究现状,将已有的研究成果进行分类比较,从研究方法、传播环境、传播尺度,传播方式和极化方式等多个角度进行分析讨论。同时,对无线信号在植被中的传播特性的研究进行了总结和展望。     

苹果园中土壤水分空间分布特性初探

无线传感器(WSN)能通过互联网感知客体环境信息,已经广泛应用于农业生产环境监测.将WSN应用在苹果园中,监测果园环境信息,为苹果生产提供决策支持.土壤水分是影响苹果品质和产量的重要因素之一.研究果园中土壤体积含水量的分布规律能为WSN在果园应用中土壤水分传感器部署策略提供支持.在北京一个普通的苹果园进行实地试验,采用土壤水分测量仪测量3个典型子区域不同土壤深度及不同水平位置多个点的土壤体积含水量,结果表明:总体上在果树周围土壤体积含水量随着树根距离的增加而增加;计算了3个典型子区域及整个果园3个土壤深度的均方差,91.7％的均方差均为2％～3％,在各个子区域及整个果园,土壤水分具有相似的分散程度;计算了每个子区域每个测量点的土壤水分均方差.1％～2％之间的均方根误差所占比例最大,为48.2％.当土壤深度小于300 mm时,水平层面的均方差大于垂直方向.根据试验结果,提出了一种“以单棵树为目标,着眼于整个果园”的土壤水分传感器部署方法.     

基于Lucene的“农搜”并行索引技术研究

Lucene作为高度优化的倒排索引搜索引擎为搜索向垂直化和专业行业化发展提供了可能,打破了搜索的高技术壁垒.但在实际应用过程中遇到了两个主要问题:①随着被索引文件的增多,索引时间成线性增长,导致建索引的过程会影响搜索体验;②搜索服务器的硬件门槛导致无法实现分布式索引.本文采用多台PC同时建索引再合并索引的方法形成了一个可扩展的搜索引擎解决方案.极大地缓解了建索引给搜索带来的问题.     

SDD算法在中文农业网页信息检索的应用

SDD（半离散矩阵分解）算法是潜在语义索引（LSI）的最新技术,弥补了传统SVD算法无法大规模应用的局限,具有压缩比大,响应时间短等优点.利用com技术实现了检索引擎的封装使得服务器端的维护变得轻松,有利于二次开发,同时能够作为一个对象嵌入ASP页面实现了B/S模式,降低了用户使用的门槛.由于SDD算法与具体的语言无关,因此应用面广,在中文领域,尤其是中文农业网页信息检索方面具有实用价值.本文在Microsoft Visual C＋＋.NET开发平台上开发完成了SDD com组件,针对国家农业科学数据中心的10个主要大库共计十万余网页,分别建立索引文件,提供对外检索服务.实践证明SDD算法在中文农业网页检索上具有响应时间快,精度高等优点,是完全切实可行的.     

基于GLCM特征提取和投票分类模型的马铃薯早、晚疫病检测

马铃薯作为世界第四大粮食作物对农业生产与经济效益具有重要影响。早、晚疫病是引起马铃薯减产的主要原因之一,如能及早发现作物病害,准确确定病害类型,对于保护作物安全和控制病害传播具有重要意义。为实现自动化诊断马铃薯病害,本研究提出了一种基于预处理、分割、特征提取和分类器分类的马铃薯病害检测自动化方法。在多时间段、不同天气环境下选择叶片形状与植株生长情况差异较大的田间拍摄马铃薯照片制作数据集,通过构建投票分类器模型对病害图像进行特征提取和高精度分类检测。首先利用Fast K-Means聚类算法对灰度图像下的马铃薯叶片进行分割,获得叶片受关注的区域;其次使用GLCM算法对受关注的区域提取11类纹理特征信息,计算4个GLCM获得单个图像88个纹理特征,并形成特征向量;最后使用投票分类模型对病害特征向量进行分类。分类模型是随机森林、支持向量机、KNN方法的组合,分类过程使用网格搜索优化分类器超参数。在10折交叉验证下,马铃薯病害分类准确率、精确率、召回率平均提高12.18、14.00、9.53百分点,综合性能提高11.90百分点。分析GLCM特征,135°方向角特征敏感性最弱,权重方面对比度特征最...