利用BCR法和Maiz法提取蔗田土壤中重金属的研究

分别采用BCR法和Maiz法两种连续提取法,对蔗田土壤样品中重金属元素Cu、Zn、Pb、Cd和Ni进行了形态分析。结果表明:Cu、Zn、Pb、Cd和Ni均主要以残渣态的形式赋存,具有较低的潜在生物有效性;Pb主要以可还原态或螯合态的形式存在,具有一定的潜在生物有效性;BCR法得到的重金属回收率高于Maiz法的,但是Maiz法测得的有效态Cu、Zn、Pb、Cd和Ni的量均高于BCR法测得的弱酸提取态的量。     

利用BCR法和Maiz法提取蔗田土壤中重金属的研究

分别采用BCR法和Maiz法两种连续提取法,对蔗田土壤样品中重金属元素Cu、Zn、Pb、Cd和Ni进行了形态分析。结果表明:Cu、Zn、Pb、Cd和Ni均主要以残渣态的形式赋存,具有较低的潜在生物有效性;Pb主要以可还原态或螯合态的形式存在,具有一定的潜在生物有效性;BCR法得到的重金属回收率高于Maiz法的,但是Maiz法测得的有效态Cu、Zn、Pb、Cd和Ni的量均高于BCR法测得的弱酸提取态的量。     

利用改进的BCR法和Tessier法提取稻田土壤中Pb、Cd的对比研究

采用改进的BCR法和Tessier法,分别对云南省个旧市稻田土壤样品中重金属元素Pb、Cd各形态的含量进行了测定和分析。结果表明:土壤样品中的Cd主要以酸可提取态的形式赋存,Pb主要以可还原态的形式存在;改进的BCR法分析结果的精密度高于Tessier法的;采用Tessier法分析的土壤重金属有效态的含量高于BCR法的;在用这两种方法测定得到的土壤重金属部分形态含量间存在极显著的相关性。     

利用层次分析法和综合指数法评价新疆棉区土壤质量

采用层次分析法和综合指数法,对新疆棉区9个典型棉田进行土壤质量评价研究。结果表明,全氮、碱解氮、速效磷、有机质是影响新疆棉田土壤质量的主要因素,速效磷是其中的限制因子。高产和中产棉田土壤利用强度大,可加强土壤施肥管理,提高土壤生产力。     

利用改进的BCR法和Tessier法提取稻田土壤中Pb、Cd的对比研究

采用改进的BCR法和Tessier法,分别对云南省个旧市稻田土壤样品中重金属元素Pb、Cd各形态的含量进行了测定和分析。结果表明:土壤样品中的Cd主要以酸可提取态的形式赋存,Pb主要以可还原态的形式存在;改进的BCR法分析结果的精密度高于Tessier法的;采用Tessier法分析的土壤重金属有效态的含量高于BCR法的;在用这两种方法测定得到的土壤重金属部分形态含量间存在极显著的相关性。     

棉田不同杂草群落对棉花生长和产量的影响

于2011～2012年在山东省茌平县棉田中人为设置无草区和禾本科杂草、莎草科杂草、阔叶类杂草、混合杂草自然发生区,研究了不同杂草群落对棉花生长和产量的影响。结果表明,禾本科杂草区以牛筋草[Eleusine indica(L.)Gaertn.]为主,总密度为338.75～505.13茎/m2,棉花产量损失为69.7%～69.8%;莎草科杂草区以异型莎草(Cyperus difformis L.)为主,杂草密度为260.75茎/m2,产量损失为57.7%～59.4%;阔叶类杂草区以藜(Chenopodium album L.)、醴肠[Eclipta prostrata(L.)L.]为主,杂草总密度为208.25～316.0茎/m2,产量损失为87.5%～88.9%;混合杂草区杂草群落2011年主要以藜、醴肠、牛筋草等为主,2012年以牛筋草、异型莎草为主,总密度为366.00～410.0茎/m2,产量损失达90.5%～90.7%。以杂草单茎危害率衡量不同类型杂草对棉花产量损失的影响依次为阔叶类杂草>莎草科杂草=禾本科杂草。杂草危害直接影响棉花生长,对棉花产量构成因素均有影响,其中对棉花成铃数影响最大,杂草生长区比无草区成铃数减少45.2%～87.3%,果枝数减少21%～64%,单铃重减少6.7%～24.5%。此外,杂草的生长也直接威胁到棉花植株的保苗效果。     

基于颜色分量与直方图的玉米苗期背景分割方法研究

对土壤背景进行有效分割是玉米苗期田间杂草识别的前提和基础。本研究利用颜色分量G-R和G-B与灰度直方图来实现玉米苗期图像与背景图像的分割,解决了玉米苗期田间杂草识别中受影响及环境适应性差等问题。通过对不同环境下苗期玉米图像的植被颜色和背景颜色分量的统计分析表明,采用G-R和G-B双阈值颜色特征分割,进行土壤背景分离取得了很好的效果。     

基于机器视觉的八角颜色与果形识别研究

为了提高八角外观检测精度及效率,基于机器视觉技术对不同果形和颜色的八角进行识别和处理。果形在RGB、HSI颜色空间中,根据棕红、黑红、褐红在H颜色空间的区别,提取了不同颜色的八角H分量值,识别正确率为95.12%、95.12%、97.56%。利用极坐标变换思想建立极坐标模型,通过对极坐标模型错位相减、归一化、角数判别,有效的识别八角的角数,识别正确率为94.73%;在角数识别的基础上通过余弦定理实现了粗短八角角瓣、瘦长八角角瓣的判别,识别正确率分别为94.29%、97.14%;通过对极坐标变换后的轮廓进行傅里叶变换识别了粗短八角角瓣和瘦长八角角瓣,识别正确率分别为94.29%、94.29%;通过对八角波峰点进行标准差分析,有效地识别了八角是否均匀。以上方法识别率高且精确,为八角的外观检测技术提供了理论基础和前景。     

颜色模型在农产品颜色检测与分级中的应用

机器视觉技术在农产品颜色检测与分级中有着广泛的应用前景.本文介绍了几种常用的颜色模型及其在农产品缺陷、色泽及成熟度检测中的应用,并指出了需进一步研究与探索的方向.     

基于机器视觉的大豆细菌斑点病粒检测

文章基于机器视觉,通过图像获取系统得到大豆的表面颜色特征,应用SAS对大豆表面颜色特征进行LOGISTIC回归后,应用BP神经网络对大豆进行标准粒与细菌斑点病粒的分类。经过网络训练后,选用收敛效果好的网络对数据进行仿真预测,共计160粒,其中标准大豆80粒,细菌斑点病80粒。得到的测试识别率为:标准大豆96.3%、大豆菌斑粒98.8%。本研究为大豆菌斑粒的在线识别提供了一定的依据,有利于实现大豆的在线缺陷粒检测。     

水果尺寸和面积的机器视觉检测方法研究

针对我国水果品质检测仍停留在靠人工感官进行识别判断的现状和机器视觉技术在水果品质检测中的广阔应用前景,研究了利用机器视觉技术精确检测水果尺寸和表面缺陷面积的方法,建立了图像中的点与被测物体上的点之间的定量关系;提出了利用物体的边界信息求出物体的形心坐标的新方法。结果是：所测水果最大横径与实际最大横径的相关系数为0.96;采用像素点变换法,实现了根据三维物体的二维投影图像恢复物体表面的真实几何面积的设想;提出了一种新的面积修正方法,进一步提高了面积检测的精度,从而为研究开发机器视觉水果品质检测系统打下了基础。     

佳木斯大学校园草坪杂草群落组成和多样性研究

采取"W"9点取样法对佳木斯大学校园草坪杂草进行调查分析.结果表明:校园常见的杂草主要包括15科24属27种,其中菊科种类最多.优势种杂草主要有紫花地丁、老鹳草、蒲公英和白三叶等.同时,根据草坪杂草的分布特点和危害状况,提出了草坪杂草的防除措施.     

线扫描铁轨表面缺陷成像与检测

基于线扫描的机器视觉成像系统,用于采集铁轨表面图像,提出一种以图像增强和自动阈值分割为核心的缺陷检测算法,该算法能够准确检测出铁轨表面缺陷.图像增强采用局部零均值法,克服了铁轨表面光线反射不均的缺点,提高了缺陷和背景的区分度.自动阈值分割采用强调概率的最大背景类方差法,取到的阈值使背景类方差最大的同时保持缺陷出现概率较小.将本文的核心方法与传统方法进行对比实验,验证了该算法的有效性和快速性,具有一定的实用价值.     

基于Bayes的竹片颜色检测分级方法

为了采用机器视觉对竹片自动识别与颜色分选,研究了一种基于竹片图像颜色特征与纹路特征和Bayes分类器的颜色分类方法.首先,对灰度图像采用Canny算子进行边缘检测,再利用Hough变换对竹片进行边缘定位,并对倾斜竹片实施旋转校正,以确定待检测竹片在图像中的具体位置.根据竹片的位置提取竹片区域平均颜色特征及纹路特征,将其作为样本的属性特征,采用Bayes训练的颜色等级作为输出,建立特征参数与颜色等级之间的Bayes分类器,上位机获得分级信号后经串口通过下位机实现竹片的自动分级.试验结果表明,该方法对竹片颜色检测准确率达到91.7%,可为竹制品行业的竹片颜色自动在线检测提供理论依据.     

基于极限学习机的玻璃瓶口缺陷检测方法研究

针对目前玻璃空瓶回收再生产过程中造成瓶口缺陷破损的在线实时检测难题,提出一种基于极限学习机(Extreme Learning Machine, ELM)的检测算法。首先对采集的瓶口进行预处理,通过研究表面缺陷,提取灰度方差等6种表面特征。然后运用遗传算法对极限学习机的输入层层的阈值和权值进行优化,提高算法的检测精度。最后现场选取569个样本对所设计ELM分类器进行训练学习与测试,并与LVQ算法、BP分类器对比实验。结果表明该算法能够满足对机器视觉检测系统缺陷检测高速高精度的要求。