基于机器视觉的温室番茄裂果检测

该文通过对温室番茄果实进行定位及裂果检测,可为番茄裂果率预估及后续裂果自动筛选提供参考。针对自然光照下采集的各类番茄图像,在相关颜色空间中进行阈值预分割,利用前期支持向量机训练得到的纹理特征分类器对预分割区域进行二次判别;之后在前景区域利用显著性角点分割构造边缘轮廓集,利用基于最小二乘法修正的改进霍夫变换拟合单个番茄目标;最后利用二维Gabor小波算子对拟合的单个番茄区域进行纹理特征提取及裂果判别。文中共采集82幅番茄图像,其中50幅图像作为训练集图像,32幅图像作为验证集,所提算法对测试集中总共128个番茄的果实正确检出率为91.41%,对其中35裂果的正确判别率为97.14%,裂果判别部分平均耗时21 ms。试验结果表明,该方法具有较好的鲁棒性与可靠性,对成熟期番茄裂果率的估计研究及采摘过程中裂果的自动分级筛选具有较好的指导意义,为未来实现温室番茄果实生长状态在线监测提供参考。     

土壤游离氧化铁高光谱特征与定量反演

【目的】建立基于可见-近红外光谱的土壤游离铁精确预测模型,简单、快速、经济地预测土壤游离铁,有助于研究土壤发生和分类。【方法】采集广西壮族自治区的铁铝土、富铁土、淋溶土和雏形土等82个旱地土壤剖面的B层土壤,进行室内土壤化学分析、光谱测定,分析不同光谱变换后的光谱反射率与土壤游离铁含量的相关性。基于特征波段利用偏最小二乘回归(PLSR)和逐步多元线性回归(SMLR)法建立土壤游离铁含量光谱预测模型,通过决定系数(R2)、均方根误差(RMSE)和相对预测偏差(PRD)确定最优模型。【结果】土壤光谱曲线分别在457、800和900 nm波段附近有明显的游离铁吸收和反射峰特征;土壤游离铁含量与原始光谱反射率呈负相关;原始光谱经过微分变换后,游离铁含量与光谱反射率相关性显著提高;基于400～580和760～1 300 nm特征波段和一阶微分光谱变换的SMLR模型预测精度最高,其验证集的R2和RPD分别为0.85和2.62,RMSE为8.41 g·kg~(-1)。【结论】将可见近红外光谱技术应用于土壤游离铁含量高效快速地预测具有良好的可行性。广西旱地土壤光谱反射率与土壤游离铁含量具有高度的相关性,应用逐步多元线性回归方法可以很好地建立土壤游离铁含量反演模型。     

基于Contourlet和HIS变换相结合的影像融合方法

HIS变换融合获得的影像光谱畸变比较严重,而Contourlet变换可以有效地捕获二位空间实体信息。特别在影像的表示中,较容易的描述影像中的轮廓和纹理信息。在此基础上,提出了一种基于Contourlet和HIS变换相结合的融合法。与传统方法分析比较,该方法能有效地提高融合质量,获得更好的视觉融合效果。     

辣椒根腐病的傅里叶变换红外光谱

用傅里叶变换红外光谱仪测定了成株期辣椒(Capsicum annuum)正常植株和根腐病植株的叶片、主根和须根3个部位的光谱。结果表明,两种植株叶片中的主要成分是蛋白质和多糖,主根和须根的主要成分是纤维素和木质素;与正常植株相比,根腐病植株叶片中蛋白质和多糖的组成发生了变化,主根中显示纤维素相对含量减少,且出现了新的蛋白质组分,须根中则显示纤维素的相对含量增加。傅里叶变换红外光谱(FTIR)可以区分根腐病对辣椒植株不同部位的影响,为辣椒根腐病的研究提供参考。     

生物炭对黑土区土壤水分扩散与溶质弥散持续效应研究

为探究施用生物炭对黑土区坡耕地土壤水分扩散和溶质弥散的持续效应，于2016—2019年在1.5°、3°、5°的径流小区开展了生物炭持续效应试验，分析了单次施加生物炭对土壤容重、孔隙度、有机质含量、Boltzmann变换参数ξ、非饱和土壤水分扩散率D(θ)、非饱和土壤水动力弥散系数Dsh(θ)的持续作用。结果表明：土壤中单次添加生物炭后的4年内均可显著降低土壤容重、提高土壤孔隙度、增加土壤中有机质含量，且各指标变化率均随坡度增大、施炭年限延长而减小；坡度、年份、是否施用生物炭3个因素中，对土壤容重、孔隙度、有机质含量影响程度最大的均为是否施用生物炭；施用生物炭增大了ξ，且ξ随坡度增加、施炭后年限延长逐年减小。2016—2019年D(θ)与Dsh(θ)均随土壤含水率的增加而迅速增加。当土壤含水率小于等于042cm3/cm3时，生物炭抑制土壤水分扩散；当土壤含水率大于0.42cm3/cm3时，生物炭促进土壤水分扩散。当土壤含水率小于等于0.36cm3/cm3时，生物炭抑制土壤中NaCl溶液的弥散；当土壤含水率大于0.36cm3/cm3时，生物炭可以促进土壤中NaCl溶液的弥散。试验区θ处于0.20~0.35cm3/cm3，故施用生物炭对水分扩散、NaCl溶液弥散均具有抑制效果，且生物炭对水分扩散和溶液弥散抑制效果均随坡度增加、施炭后年限延长而减弱。     

基于WT-CNN-LSTM的溶解氧含量预测模型

溶解氧（Dissolved oxygen, DO）含量是影响水产养殖产量的重要因素之一，具有时序性、不稳定性和非线性等特点，且其影响因子过多、存在复杂的耦合关系，难以实现精准预测。针对传统长短时记忆神经网络（Long short term memory, LSTM）预测模型易引入冗余数据，且在训练过长序列时会出现梯度消失现象，从而不能捕捉因子间长期的依赖性问题，提出了基于小波变换（Wavelet transform, WT）、卷积神经网络（Convolutional neural network, CNN）和LSTM的溶解氧含量预测模型。首先，使用WT降低数据噪声；然后，使用CNN深度挖掘各变量之间的潜在关系；最后，利用LSTM的时序性预测2h后的水产养殖溶解氧含量。结果表明，本文提出的WT-CNN-LSTM模型预测效果良好，其平均绝对误差、均方根误差和决定系数分别为0.138、0.229和0.954，比传统LSTM模型分别优化了28.87%、21.03%和4.61%。     

一种汽车自动驾驶用自动换挡装置的研究

设计一种汽车自动驾驶用自动换挡装置,将换挡杆总成安装在换挡杆上,与换挡伺服电机总成连接,并在换挡杆总成上安装凸轮伺服电机,从而实现挡位变换、控制换挡杆上倒挡按钮的开与闭的目的。结果表明,这种汽车自动驾驶用自动换挡装置,其换挡杆总成驱动连杆摆动,进而实现换挡操作,方便快捷,具有实用性。