应用图象处理技术进行蔬菜苗特征量识别

应用计算机图象处理技术识别蔬菜苗的各种特征量,对其生长情况进行分析与判断,为蔬菜生产过程中的移栽、间苗等作业提供必要的信息。研究结果表明,采用计算机图象处理技术可以快速、准确地识别出蔬菜苗的轮廓线及苗的位置坐标等特征量,能够对蔬菜苗生长状态及环境情况等因素作出正确的判断,为蔬菜生产过程中有关作业的自动化提供可靠的理论依据。     

最简易的菜篮子工程项目-芽苗菜

凡是利用植物种子或其他营养贮存器官,在黑暗或弱光条件下直接生长出可供食用的芽苗、芽球、嫩芽、幼茎、幼梢,均称为芽苗类蔬菜。     

大棚蔬菜种植技术探析

蔬菜是人们日常生活的必需品,蔬菜中含有大量的维生素,对人们的身体健康产生非常重要的影响,但蔬菜的种植和生长受气候、季节、温度、湿度和水分等自然条件的限制,这就对蔬菜的种植和生长提出更严峻的挑战。大棚蔬菜种植技术的出现专门应对蔬菜种植的这种情况,使人们在冬天也可以吃到很新鲜的蔬菜,从而满足人们的日常生活需要。基于此,研究大棚蔬菜种植技术的基本概况,阐述大棚蔬菜种植的技术要点和大棚蔬菜种植技术应注意的问题,为今后的大棚蔬菜种植技术研究提供参考。     

最简易的菜篮子工程项目-芽苗菜

凡是利用植物种子或其他营养贮存器官, 在黑暗或弱光条件下直接生长出可供食用的芽 苗、芽球、嫩芽、幼茎、幼梢,均称为芽苗类蔬菜。 根据芽苗菜生长所利用的营养来源,可分 为自芽苗菜和体芽苗菜两类:自芽苗菜是利用     

蔬菜嫁接苗高速切割装置设计

针对现有嫁接机存在技术不成熟、价格较高、难以大规模推广应用的问题,提出一种采用高速蔬菜苗切割输送装置配合人工嫁接的新型嫁接模式。蔬菜苗高速切割输送装置包括穴盘输送装置、拨苗装置、切割装置和蔬菜苗输送装置等。根据切割装置结构和工作原理,分析了穴盘输送速度、拨苗轮转速和切割频率之间的关系,并进行了试验研究。试验结果表明:切割装置采用成排连续切割的方式,其蔬菜苗切割效率达到37 000株/h,能够满足嫁接流水线37个人工嫁接工位的用苗需求,达到了30工位的设计要求;刀具切割频率、拨苗轮转速需要匹配穴盘输送速度才能获得最小伤苗率和最优切割成功率。该装置的研制为规模化嫁接苗的生产提供了一种高效率、低成本的人机协同生产方式。     

蔬菜穴盘苗插入顶出式取苗装置研制

针对蔬菜穴盘苗自动取苗装置结构复杂、取苗性能差等问题,该研究综合顶出式取苗与插入夹持式取苗的优缺点,设计了一种插入顶出式取苗装置。首先对钵苗顶出过程进行受力分析,对抛出后的钵苗进行运动过程分析,得出造成顶出式取苗的钵苗翻滚的影响因素,提出插入顶出式取苗结构的优化目标,然后对送盘机构、插入顶出式取苗机构进行受力分析和参数优化。以辣椒钵苗为试验对象,选取苗龄、钵体含水率和取苗频率为影响因素,以取苗合格率、基质损失率和伤苗率为指标进行正交试验。试验结果表明：苗龄30 d、基质含水率60%、取苗频率120 株/min时,取苗成功率为97.22%,基质损失率为18.06%,伤苗率为1.39%,取苗效果最佳。以苗龄25 d的甘蓝和花椰菜苗进行不同蔬菜作物取苗验证试验,取苗合格率分别为93.75%和95.14%,基质损失率分别为17.21%和16.67%,伤苗率分别为4.17%和3.47%,满足蔬菜穴盘苗全自动移栽机取苗作业要求。研究结果可为蔬菜穴盘苗全自动移栽机的设计和作业参数优化提供参考。     

种子消毒 防治病虫害

枯萎、青枯、早晚疫、炭疽、病毒病等是番茄、茄子、辣椒等茄果类蔬菜生长过程中的主要病害,对蔬菜的产量和品质影响较大。在实践中,用种子处理技术来预防这些病害,效果明显。     

大棚蔬菜种植技术及病虫害防治方法分析

大棚蔬菜因反季节生长、价格低廉等特点深受老百姓的喜爱。然而在大棚蔬菜种植的过程中,仍面临着病虫害的威胁,给农作物生长造成巨大影响,因此,采取有效合理的方法实现病虫害防治,是现代农业研究者急需解决的问题之一。基于此,对大棚蔬菜种植技术及病虫害防治方法进行简要的讨论与分析。     

蔬菜嫁接机器人研制与试验

在中国,蔬菜嫁接仍以人工作业为主,为解决人工嫁接存在的作业效率低、成活率低、质量难以保证等问题,该文基于瓜、茄苗通用的"贴接法"嫁接技术,采用双工位上苗方式设计搬运装置、切削装置、上苗及送夹装置,利用虚拟样机技术构建瓜、茄类蔬菜嫁接机器人。经试验得出:切刀旋转半径为68mm,切刀转速为120r/min时,秧苗切削成功率98%,满足嫁接技术要求;嫁接速度为884株/h,嫁接成功率为95.7%,成活率为96.8%。因此,蔬菜嫁接机器人可有效解决人工嫁接存在的问题,取代人工嫁接作业。     

苗间锄草机器人信息获取方法的研究

该文以移栽类蔬菜用苗间锄草机器人信息获取方法为研究对象,根据锄草机器人对实时性的要求,研究了以最小耗时和最大包容准确度为目标的信息获取方法。在RGB空间内利用植物G分量值的优势去除土壤等背景干扰,根据机器人前进方向上蔬菜苗株次序排列及苗株与杂草在形态特征和分布规律上的差异,设计了图像行像素直方图的参数组合方法,确定了苗株中心沿机器人前进方向的一维坐标。试验表明,锄草机器人前进速度在0～3km/h时,苗株一维坐标检测平均误差为±5mm,算法平均耗时小于20ms。该方法能够满足系统实时检测的技术要求,为锄草机器人田间作业奠定了基础。     

基于SVM和区域生长结合算法的南方主要蔬菜害虫分类识别

该文基于支持向量机（support vector machine,SVM）与区域生长结合算法,设计了对黄曲条跳甲、烟粉虱、小菜蛾、蓟马这四类蔬菜害虫进行分类识别的检测算法。该方案将识别过程融入到分割中,采用网格法进行区域生长种子点的选取,简化图像处理的步骤。该文每种蔬菜害虫训练样本图像为60幅,测试样本为40幅。试验展示,基于其形态、颜色特征,该算法可以将南方重大蔬菜害虫正确分割识别出来,对黄曲条跳甲、烟粉虱、小菜蛾、蓟马成功率为分别为96.4%、93.2%、95.4%、98.2%,算法达到了对多种害虫进行分类的效果,有较好的应用前景。     

基于光谱和成像技术的作物养分生理信息快速检测研究进展

该文阐述了应用光谱和成像技术进行作物养分生理信息快速检测的主要研究进展和发展趋势。介绍了光谱和成像技术的基本原理、常用数据处理方法、建模方法和模型评价指标,重点总结了光谱和成像技术在5种常见农作物(水稻、小麦、油菜、玉米、大豆)的养分生理信息检测中的应用成果和研究进展(主要包括叶绿素类和氮素检测,病虫害、水分、杂草、重金属、农药胁迫诊断及产量预测等方面),分析了光谱和成像技术在作物生长信息检测的发展趋势。结果表明,光谱和成像技术能够快速无损获取作物养分生理信息,并能有效地对作物长势和逆境胁迫响应进行动态监测,对实现农业的精准化、数字化、信息化及智能化管理和作业具有重要意义。     

陕西省土地覆盖分类的遥感应用研究

利用监督分类和阚值判别相结合的方法，在对不同地物的地表光谱特征进行分析的基础上，对NOAA和FY－1C卫星各个季相的晴空资料分别进行了计算NDVI与判别分类，制作了陕西省遥感土地覆盖分类图，从而探索了一种通过极轨遥感资料进行宏观的土地覆盖分类的方法，此外，提出的用于遥感图像精校正的火点定位法，解决了地面控制点与遥感图像元的对应问题。     

蔬菜质量安全溯源系统研发与应用

农产品安全是关系到人民健康和国计民生的重大问题。针对示范区（企业）存在的主要问题,依托现代农业信息技术、GIS技术和测土施肥等技术,建立了蔬菜产地和加工环节的编码体系,将蔬菜安全生产贯穿于生产、加工和流通等各环节。系统基本实现了通过网络查询可追溯产品和企业质量安全信息的工作目标,为科学管理农产品生产与经营提供了有效保障。     

图像处理技术用于农机-土壤系统的研究

提出一种用于分析土壤工作部件扰动土壤孔隙变化的图像处理方法。主要步骤为：处理样品的制备；图像获取和孔隙识别；土壤孔隙形态学参数的计算。并给出一个用于研究鼠道犁扰动土壤的实例。结果表明图像处理技术用于研究农机－土壤系统是有效的。     

植物蛋白高水分挤压组织化技术研究进展

植物蛋白高水分挤压组织化技术是近年来发展的一项食品质构重组技术,在食品和饲料加工中有广泛用途。该文通过分析相关文献资料,介绍了植物蛋白高水分挤压组织化技术的定义和技术难点;论述了挤压参数之间的关系、操作参数的优化和产品特性的评价方法;讨论了产品组织化结构的形成机理等问题。分析结果认为,“高水分”的界定还需要科学依据;完善组织化产品评价指标体系有助于提高产品质量和开发新产品;多种植物蛋白复合挤压有助于改善产品的营养价值,丰富产品的种类。     

不同辣椒品种镉吸收积累能力及关键期研究

[目的]比较不同辣椒品种植株Cd的吸收和积累动态差异,明确Cd积累关键期,为生产上规避辣椒Cd积累提供技术支持.[方法]以8个辣椒品种为材料进行了田间小区试验,供试土壤全镉含量为0.194 mg/kg.在辣椒苗期(移栽当天)、壮苗期(移栽后32天)、结果期(移栽后65天)、成熟期(移栽后111天)采样,分析辣椒植株根、...     

自动引导车辆系统的研究(二)——有线图象识别式自动引导车辆系统设计

介绍一种基于对地面设置的条状标识符进行图象分析以实现路径引导及其它运动状态控制的自动引导车辆系统(AGVS)设计。由于采用了特殊形式的图象处理方法,使所设计的AGVS具有满足实际应用所需要的动态响应能力。系统采用的是低成本普通CCD系统与微机,适应我国当前国情,为短期内应用图象识别视觉引导式AGVS提供一种可行途径。     

基于图像处理技术的小麦叶面积指数的提取

为了较好地模拟叶面积指数的变化动态,在大田条件下进行试验,获取5个品种5个密度下不同发育期的小麦群体冠层数字图像,并手工测得实际叶面积。通过研究设计了复杂背景下小麦冠层图像叶面指数的有效提取方法,将图像处理得到的叶面积指数数据与实际测得的数据进行拟合建立模型。结果表明：品种、密度和发育期的差异对拟合模型参数影响显著,对模型经过随机抽取样本图像进行假设检验,均能够通过检验。模型的相关系数平方均达到0.86以上,能够实现高精度的小麦冠层叶面积指数的估测。