激光微地貌扫描仪的开发研制及在坡面侵蚀研究应用初步

利用光线的反射与聚焦成象原理，将地表高程转换成不同物象点位置的电信号，再经计算机处理成数字高程模型，即形成用于获取地表糙度数字高程模型的激光激地貌扫描仪。实验测量得到；在相同初始条件下，不同坡度土槽放水和降雨实验后地表形态的数字地形模型。通过侵蚀地表形态的分析，得出坡度对坡面侵蚀及沟蚀影响的某些初步规律。     

基于激光衍射的土壤粒径测定法的评价与校正

为比较与评价激光法与吸管法测定土壤粒径分布的准确性,该文采用激光法与吸管法测定了23组来自中国13个不同省份或自治区土壤样本的粒径分布,将激光法与传统吸管法的测定结果进行比较,并在此基础上对激光法测定参数进行了修正。结果表明:1)与吸管法相比,激光衍射法低估土壤样品中的黏粒含量,其相对误差为36.33%;高估粉粒含量,其相对误差为36.51%;2)对吸管法与激光衍射法的实测结果进行线性关系分析表明,其中黏粒与粉粒的线性关系较好,决定系数分别为0.91,0.90;3)经过模型转换后,基于激光衍射法的土壤粒径分布结果的相对误差明显降低:黏、粉的相对误差分别降低至16.25%、12.83%,说明激光衍射法可以用于大规模不同类型的土壤粒径分析。该研究可为土壤系统化和规范化的对比研究以及建立基于激光衍射技术的土壤质地划分标准提供依据。     

果园喷雾机自动对靶喷雾控制系统研制与试验

为提高农药利用率,减少环境污染,该文针对中国果园机械化作业条件差和传统果园喷雾机连续喷雾时存在果树间空隙无效喷雾的特点,设计了自动对靶喷雾控制系统,该系统以GY8履带自走式果园喷雾机为载体,采用传感器测距方式探测果树,实现自动对靶喷雾。通过对超声波、红外和激光3种传感器进行性能比较,及对超声波和激光2种传感器进行静态识别间距测试与分析,红外传感器受光强影响较大,超声波传感器识别间距超过800 mm,均不满足果园精确对靶喷雾控制要求,激光传感器静态识别间距只有20 mm,具有工作稳定、响应快速、方向性好等特点,故将激光传感器选为自动对靶喷雾机探测装置,并将激光传感器安装于喷头组件前方220 mm。采用连续3次检测靶标判别法设计了自动对靶喷雾系统,该系统可有效避免因激光光束较细而导致的将树冠内空洞、枝间间隙等误判为果树间空隙而出现的电磁阀频繁启闭动作。行驶速度为0.5 m/s时,自动对靶喷雾控制系统的动态靶标识别间距介于100~150 mm之间,行驶速度1.0 m/s时,动态靶标识别间距为200~250 mm。此外,该系统还具有提前及延后喷雾功能,自动对靶喷雾系统提前靶标95.0~157.5 mm距离开始喷雾,离开靶标100 mm距离停止喷雾,使喷雾完全覆盖整个树冠。与连续喷雾相比,对靶喷雾可有效节省施药量,对于空隙比为20.0%、35.2%、52.9%靶标行枣树,行驶速度为0.5 m/s时省药率分别达27.9%、53.7%、76.9%,行驶速度为1.0 m/s时省药率分别达27.3%、54.5%、81.0%。因此,该自动对靶喷雾系统对稀疏果园的精确对靶病虫害防治具有较好的实用价值。     

棉花中白色异性纤维的线扫描激光成像检测方法

在可见光和紫外光照明条件下,皮棉中白色异性纤维和棉花背景的颜色相近,很难用现有的机器视觉系统或人工方法检测出来。该文以12种典型白色异性纤维为样本,采用线扫描相机,分别在红色激光（波长658 nm）、蓝色激光（波长405 nm）和红外激光（波长850 nm）3种照明条件下,改变激光功率和曝光时间,获取了300幅白色异性纤维与棉花的图像。在此基础上,根据同一图像中目标和背景的平均灰度值计算了图像的对比度,然后作出了不同激光波长、功率、曝光时间和图像对比度之间的关系曲线,最后,在该试验装置的条件下,该文确定了线激光成像的最佳检测波长为658 nm、光功率为55 mW和曝光时间为36 μs,发现采用优化的线激光参数成像,图像中12种白色异性纤维灰度值已经接近饱和而棉花还处于欠饱和状态,"目标"和"背景"的对比度达到最大,利用两者平均灰度值的明显差异可以检测出棉花中的白色异性纤维。试验结果表明,采用优化的线激光成像参数获取730幅棉花图像,利用简单的Prewitt算子边缘检测法和固定阈值的二值化方法对图像进行分割,12种典型白色异性纤维样本的正确识别率分别可达93.7%和92.9%。     

基于三维点云数据的苹果树冠层几何参数获取

针对果园环境下苹果树冠层参数获取精度较低的问题,提出了基于地面三维激光扫描仪高精度获取苹果树冠层参数的方法.选用Trimble TX8地面三维激光扫描仪作为苹果树冠层三维点云数据采集设备,提出了基于标靶球的KD-trees-ICP算法,用于高精度配准苹果树冠层三维点云数据.研究了平均风速小于4.5 m/s时,距离地面三维激光扫描仪不同远近条件下的标靶球配准残差和拟合误差的变化规律,分析结果表明,标靶球平均配准残差为1.3mm,平均拟合误差为0.95 mm,低于大场景测量配准误差要求(5mm).为了提高有风环境下提取苹果树冠层参数的精度,研究了0.9～4.5 m/s区间平均风速影响下的苹果树冠层枝干、果实、叶片的三维点云质量,建立了风速与叶片侧面厚度的曲线拟合模型,分析结果表明,在果园平均风速小于1.6 m/s时可以从苹果树冠层三维点云数据中提取高精度冠层参数.利用地面激光三维扫描仪获取距离苹果树12 000 mm以内冠层参数,测量精度高于人工测量,相对误差小于4％,为果树高通量信息获取提供了技术支持.     

水田激光平地机调平系统动力学模型的验证试验

机械液压系统的动力学模型是表达系统动态特性的有效方法之一,常应用在运动机构的高精度控制设计中,然而在应用模型之前,其准确性需要经过试验验证。该文在课题组已建立了水田激光平地机调平系统的动力学模型,且对模型的准确性做了初步验证的基础上,对模型的准确性进行更严谨的试验验证与完善。首先,设计并搭建一个接近模型假设前提的试验平台,即为平地铲物理系统提供稳定安装平台,其次是各铰链连接间隙合理、配备比例流量换向阀。然后展开试验,这主要包括两部分:第一是比例流量阀的流量增益系数的标定,通过大量的恒流输入和正弦输入试验,同时测定电流与流量后,得出其试验关系。第二,对调平系统进行正弦振动试验,通过给控制电路不同频率与幅值的输入电流,对比平地铲水平倾角测量结果与相同输入时的仿真结果。试验结果表明,所选用的比例流量换向阀输入电流与输出流量存在较理想的比例关系;平地铲水平倾角测量值与仿真结果比较吻合,模型能够反映调平系统的动态特性。该文为下一步调平系统结构改进,以及实现基于动力学模型的调平控制算法提供理论基础,采用的比例阀流量增益系数标定方法和系统模型验证方案对其他机电液一体化装备的动力学模型验证具有借鉴意义。     

利用照片重建技术生成坡面侵蚀沟三维模型

该文利用运动恢复结构(structure from motion,SFM)、多视图立体视觉(multi-view stereo,MVS)技术,提出了一种坡面侵蚀沟三维模型的快速重建方法。首先对普通相机拍摄的照片采用尺度不变特征变换(scale-invariant feature transform,SIFT)完成特征点的提取与描述,随机采样一致性算法(random sample and consensus,RANSAC)过滤掉最近邻匹配(nearest neighbor,NN)产生的误匹配点;然后通过SFM方法,迭代求解出相机矩阵和三维点坐标,用光束法平差(bundle adjustment,BA)进行非线性优化,确保误差的均匀分布和模型的精确;再使用基于面片的多视图立体视觉算法(patch-based multi-view stereo,PMVS),在局部光度一致性和全局可见性约束下,以SFM生成的稀疏点云为种子面片开始扩散,完成点云稠密重建。将照片快速重建方法获取的点云与地面激光扫描仪(terrestrial laser scanner,TLS)获取的点云及实测数据进行比较,结果表明,照片重建方法生成的点云稠密且能够完整展示侵蚀沟的发育形态,与TLS点云间的平均距离为0.0034 m,照片重建与三维激光扫描方法对侵蚀量的估算相对误差为8.054%,提取的特征线匹配率达89.592%。研究结果为侵蚀沟监测提供了参考依据。     

激光诱导叶绿素荧光强度与激光强度关系

为满足激光诱导叶绿素荧光无损检测技术的发展需要,该文利用反射式激光诱导叶绿素荧光光谱分析技术对黄瓜活体叶片的叶绿素荧光强度与激发光强度关系进行试验研究。通过中心波长为473和660 nm 2种激发光的4种激发强度（2.50、5.00、7.50、10.00 mW）对具有不同生理信息（叶绿素含量、叶片含水率）的黄瓜活体叶片进行荧光激发,并利用MATLAB软件对685 nm和732 nm两个峰位的荧光强度进行分析。结果显示：各峰位荧光强度与激发光强度成极显著线性关系;叶片叶绿素含量对荧光强度与激光强度关系影响显著,各峰位荧光变化梯度与叶绿素含量具有较好的线性关系,但叶片含水率却影响不大;以此研究为基础,建立了具有叶绿素含量参数的荧光强度与激发光强度关系数学模型,模型相对预测误差小于0.2%,可靠性好,能较真实准确地反映荧光强度与激发光强度的关系。     

机载激光雷达的作物叶面积指数定量反演

为了进一步挖掘激光雷达在植被垂直结构探测上的潜力,通过引入Kuusk的多层均匀冠层方向反射模型的单次散射部分,基于激光雷达发射和回波波形的高斯特征,模拟作物激光雷达回波,建立了作物叶面积体密度和叶面积指数的反演方法。模型输入参数的敏感性分析显示：G函数对反演结果的影响比土壤和叶片反射率大。最后利用“黑河综合遥感联合试验”的数据对反演方法进行了验证：反演的作物叶面积体密度与实测数据基本一致,叶面积指数反演的相对误差为12.5%。结果表明该方法可以有效反演作物叶面积体密度和叶面积指数,为作物结构参数反演提供了新的途径。     

基于线激光与LED的棉花中异性纤维检测方法

激光成像可以检测出皮棉中的白色异性纤维,而深色和有色的异性纤维反光性能差,激光成像难以检测。该文提出了一种基于LED与线激光的双光源一次成像方法,可以检测出各种颜色的异性纤维。试验以白色、深色和浅色共20种典型异性纤维和皮棉作为样本,在相机曝光时间与光圈不变的条件下,逐步改变LED亮度和线激光功率,发现在RGB颜色空间,利用R(红色)通道,白色异性纤维与棉花的可分度随着激光功率的增大而增大,达到峰值之后又逐步减小;在HIS颜色空间,利用S(饱和度)通道,有色异性纤维与棉花的可分度随着LED亮度的增大而增大,达到峰值之后又逐步减小。在此基础上,该文获取了310幅棉花与异性纤维的图像,作出了基于R与S通道的图像可分度、LED亮度与激光功率的对应变化曲线,然后将两种曲线进行融合,在曝光时间106μs、光圈2.8C条件下,发现线激光功率7.01 m W、LED亮度3 326 lx时,白色异性纤维和深色、有色异性纤维与棉花的可分度最大。采用上述双光源成像参数和该文的成像装置获取840幅图像,通过简单的二值化图像分割算法,白色异性纤维的正确识别为84.1%,深色和有色异性纤维正确识别为93.9%,优于单独激光成像或单独LED成像的识别率。