基于虚拟仪器技术的作物叶片面积测量仪的开发

作物叶片面积的测量,在农业和林业上具有重要意义.传统叶片面积测量方法存在着测量结果不准确、开发周期长、测量范围窄、对作物进行有损测量等一系列问题和缺点.利用美国NI公司的软件开发平台LabVIEW 7.1进行仪器的软件界面开发及图像处理功能实现,并利用VC++6.0对通用图像采集卡进行驱动,从而实现了基于虚拟仪器技术的作物叶片面积测量仪的开发,硬件结构上主要包括工作台、摄像机及灯光、图像采集卡、PC机;软件结构上主要包括图像采集模块、图像处理模块、图像分析模块.试验结果表明,该仪器具有开发周期短、操作简单、测量结果准确、可对作物进行无损测量等优点.     

基于机器视觉的冬小麦叶片形态测量软件开发

随着图像处理与识别技术的快速发展,作物表型识别技术日趋成熟。为实现不同品种、不同生育期冬小麦叶片面积和面积系数的精准快速测定,依托VB.net和OpenCV在.NET平台下的图像处理封装库,研发了基于机器视觉的冬小麦叶片形态测量算法并设计开发了软件,软件可实现数字图片的畸变校准并可以同时测量多个叶片长、宽和面积。为验证软件测定效果,选取冬小麦绿色展开叶100 片,通过与人工测量的叶片长宽、WinDIAS叶面积分析系统测量的叶面积结果对比,分析图像识别方法的准确性和稳定性。结果表明,图像识别法与人工和WinDIAS测量的冬小麦叶片长、宽和面积的相关系数均≥0.975,归一化均方根误差均≤0.10%;针对数字照片畸变校准功能进行测试,对叶片水平（垂直）缩放50%且垂直（水平）斜切30°的图像校准后,其测量结果与原始图像测量结果的最大相对误差仅为2%。说明基于机器视觉的冬小麦叶片形态识别方法,可对多种畸变图像进行准确的几何校准,可作为一种可同时准确测定多个叶片面积和长宽的新方法,在农业科学测量、农情信息业务、农业气象观测业务等领域推广应用。     

采用热红外和可见光图像无损测定棉花苗期叶面积

叶面积是影响植物光合作用、蒸腾作用、呼吸作用及产量形成的重要形态指标之一,为实现作物叶面积准确、稳定和无损化测量,该研究基于红外线成像设备,提供了一种利用热红外和可见光图像测定棉花叶片面积的方法。以苗期棉花作为研究对象,通过红外成像相机T660获取棉花的热红外和可见光波段的图像,分别使用GrabCut算法和Hough圆检测提取红外图像中叶片和可见光图像中已知实际面积的圆状参照物（五角硬币）的像素面积,进而根据叶片区域和圆状参照物区域的像素倍数关系计算棉花的真实叶面积,将通过该研究所提方法计算的叶面积结果与传统的剪纸称重法、Image Pro Plus软件图像法进行皮尔逊相关性分析,检验该方法的可行性。分析表明,基于所提方法的测量值与剪纸称重法、Image Pro Plus软件图像法的结果之间均存在显著的线性相关关系（P<0.01）（相关系数分别为0.992,0.996）。3种方法对5盆棉花进行8次测量,结果显示,该研究所提方法测量值的平均变异系数为0.78%,在测量工作中表现稳定,为快速获取棉花苗期叶面积提供了一种准确稳健的理论方法。     

基于图像的植物叶面积无损测量方法研究

为了研究植物的生长规律,应用计算机视觉技术对大豆叶片实现无损测量.该项研究针对大豆叶面积无损测量中校正图像和去除叶片纹理特征等问题上,提出了基于双线性映射的无损测量法.无损测量有效性不受叶片大小、形状差异和叶片图像中叶片周边白色背景的影响,试验验证该方法能很好地校正叶片图像,提取叶片的有效面积,并去除植物纹理斑点的影响,应用该方法校正叶片图像,精度可达99%以上.采用计算机视觉技术测量叶面积,具有简单、准确、方便快捷的特点,这对数字农业的植物信息快速采集和利用具有重要的意义.     

粮食作物面积遥感测量运行系统的设计与实现

利用遥感技术及时、准确地掌握主要粮食作物种植面积,对相关部门制定农业生产和农村政策具有重要的意义。针对目前商业软件（ERDAS、ENVI等）存在业务性不强、数据组织管理无序、难以操作等问题,设计并实现了一套适合粮食作物种植面积遥感测量业务软件系统。该系统以遥感技术和空间抽样技术为支撑,采用3层软件架构模式,实现了遥感图像处理、粮食作物面积测量、海量遥感数据管理等功能,具有业务流程明确、数据管理有效、升级快速便捷的特点,能够很好地满足业务化运行需要。通过2009年北京市冬小麦面积遥感测量业务运行,证明该系统能够简单、快速准确地测量出冬小麦的种植面积,达到满足业务化测量精度和时效的要求。     

农药精确对靶施用及其系统设计

提出了减小农药环境污染、增强生态系统可持续性和保护操作者身心健康的精确农药施用系统。系统包括目标树木图像采集处理系统和喷雾控制系统等。树木图像采集处理系统包括CCD摄像头、图像采集卡、计算机软件和试验装置。设计的软件包括采集、提取和处理树木视频图像的关键帧,设计了相对色彩因子从背景中分割出绿色目标,通过分割图像测量获取目标的形态和位置特征。喷雾控制系统包括喷雾台架、喷头、电磁阀和继电器等,以实现数据通讯和将喷雾决策结果转换为指令来控制喷雾执行系统。试验结果表明开发的系统能识别树木图像和树冠类型,并能实现精确对靶喷雾至预定树木目标,从而减小非目标农药污染。     

基于线结构光视觉的穴盘苗外形参数在线测量系统研制及试验

为了满足穴盘苗自动化分选的实际需求,该文设计了基于线结构光视觉的穴盘苗外形参数测量系统,实时获取穴盘苗图像信息,实现对其叶片面积和高度的在线测量。为充分突显目标与背景色彩差异,针对穴盘苗叶片和背景基质图像特征,利用最大类间方差动态阈值对2G-R-B 色差图像进行分割;以穴孔为单位进行区域标记和特征提取,分别计算幼苗叶片图像面积,排除明亮蛭石颗粒造成的椒盐噪声和劣苗叶片区域;根据 Cb、Cr 色彩分量特征提取在健康幼苗叶片区域的红色激光条像素坐标,拟合其分布中心线;基于线结构光视觉三维定位原理,根据幼苗叶片区域激光条中心线图像坐标,实现对穴盘苗高度的测量。试验结果表明,系统对直立姿态的穴盘苗高度测量精度为5 mm,在叶片面积测量评估方面可以满足穴盘苗筛选精度要求。     

基于机器视觉技术的尖椒冠层SPAD值测定仪的开发

为了快速准确地测量尖椒的冠层植被指数值,该文在理论分析的基础之上,开发了一套基于机器视觉技术的用于测量尖椒冠层SPAD(soil and plant analyzer development,SPAD)值的仪器。该仪器利用步进电机控制载有绿波段和近红外波段两片滤光片的转台,实现滤光片在CCD相机镜头前的切换,从而得到冠层的绿色波段图像和近红外波段图像。制作了近红外反射率在尖椒冠层和土壤背景之间的参照板,并以其为阈值结合冠层的近红外图像来分离尖椒冠层和土壤背景。通过建立图像灰度值和反射率之间的动态模型,计算作物冠层在相应波段的反射率,得到冠层植被指数,将作物冠层的SPAD值作为对比进行分析。经过试验建立该仪器测得的冠层植被指数GNDVI(green normalized difference vegetation index,GNDVI)值和冠层实际SPAD值之间的模型,结果表明两者之间具有较高的相关性,决定系数R2=0.8768。表明该仪器适用于尖椒冠层SPAD值的测定。     

改进YOLOv5测量田间小麦单位面积穗数

单位面积穗数是决定小麦产量的主要因素之一。针对人工清点小麦穗数的方法容易受主观因素影响、效率低和图像处理方法鲜有进行系统部署等问题,提出一种注意力模块（Convolutional Block Attention Module,CBAM）与YOLOv5相结合的CBAM-YOLOv5网络结构,通过对特征图进行自适应特征细化,实现更准确的单位面积穗数测量。该研究以本地采集小麦图像数据和网络公开小麦图像数据为数据集,设置输入图像分辨率为1 280,得到CBAM-YOLOv5模型,可以达到0.904的F1分数和0.902的平均精度,测试集计数的平均相对误差为2.56%,平均每幅图像耗时0.045 s,综合对比,CBAM-YOLOv5模型具有显著优势。模型放置于服务器,结合手机端软件和辅助装置,形成单位面积穗数测量系统,实现育种小区麦穗图像实时采集、处理和计数,计数的平均相对误差为2.80%,抗环境干扰性强。该研究方法与装置可以实现田间小麦单位面积穗数的实时在线检测,降低主观误差,具有较高的准确率及较强的鲁棒性,为小麦单位面积穗数快速、准确估测提供一种新的技术和装备支撑。     

资源一号卫星CCD图像在作物面积监测中的应用

该文对资源一号卫星CCD图像在作物面积监测中的应用进行了评价。评价内容包括图像的几何纠正、主要地物类型识别、典型地物图像面积量算与实地面积量测、样区遥感图像解译等几个主要方面。采用的方法为资源一号CCD图像与Landsat TM图像对比的方法。评价结果显示，资源一号CCD图像能够较好地应用于作物种植面积监测。     

植物叶面积无损测量方法及仪器开发

为了快速、无损、准确地测量植物叶面积,设计了一种利用多晶硅光电感应板与平板均匀发光光源照射系统构成的叶面积测量装置。通过试验,建立了植物叶片叶面积与光源光强、光源对叶片透射率、环境温度、光电感应板的光电感应电压值间的BP神经网络关系。结果表明：该仪器可测量不同形状、厚度、软硬程度、叶片大小的植物叶片面积,模型预测值与实际值决定系数R2为0.98,测量精度为94.8%,为叶片叶面积测量提供了一种新的测量方法和装置。     

基于虚拟仪器技术的食品物性检测系统的研究

采用虚拟仪器技术、机电一体化技术、单片机技术、传感器技术于一体,研制了食品物性参数的自动检测和分析系统。系统硬件由食品受力传感器、食品变形位移传感器、定时器、信号调理、数据采集、串口通讯、扩展LCD等模块电路构成;软件基于Lab Windows/CVI虚拟仪器开发平台,采用多线程技术实现了信号采集、动态曲线显示、试验数据的实时分析和处理。试验结果表明：该系统的检测精度高、检测功能完善及抗干扰能力强,具有理论研究意义和实用价值。     

基于光谱技术的水稻叶片氮素测定仪的开发

在理论分析的基础上设计开发了一套基于光谱技术的水稻叶片SPAD值和氮素测定仪。该测定仪主要包括光路部分、调理电路和控制与数据采集器等。光路部分包括光源、检测点以及光电传感器等元器件,主要作用是：控制光源的亮灭、收集透过叶片光线、将光信号转换为电信号;调理电路主要将所得微弱电信号进行电流电压转换以及放大到合适的幅度;控制与数据采集器包括AD转换电路,液晶显示电路和SD卡存储电路。对该测定仪的性能进行了测试,试验分为两步：先建立AD采样电压信号与SPAD值之间的模型,然后建立SPAD值与氮素之间的模型。经过大量的试验测得：传感器转换的电压信号与SPAD值之间存在很高的相关性（R2 =0.956）,SPAD值与氮含量建立的模型的决定系数为R2 =0.802,结合以上两种模型得到该仪器的氮素模型的决定系数为R2 =0.766。该仪器适合用于田间水稻叶片氮素含量的快速测量。     

基于彩色通道相似性图像分割方法的植物叶面积计算

为了快速、准确地测量植物叶面积,该文提出了基于彩色通道相似性图像分割的植物叶面积测量方法。该文基于彩色图像,利用像素彩色通道的相似性和自适应方法得到的阈值分割叶片区域,并分别统计叶片和参考矩形的像素数,进而计算植物叶面积。试验表明,该方法得到的植物叶片区域更准确,并且对叶片阴影、花斑等具有很强的鲁棒性,错分率为仅为1.23%,具有较高的精度。该方法是一种实用的通过拍照计算植物叶面积的方法,可嵌入到手机等移动设备中。     

叶温测量仪的研制及其在叶片参数测量中的应用

为探索植物自身水分状态,研究叶气温差与叶片厚度变化,自行研制了叶温测量仪,同时利用YI-201020植物叶片参数测量仪,对辣椒和花生不同生长阶段的叶片温度和叶片厚度进行监测,结合环境温度,并对各个生长阶段的叶气温差和叶片厚度作相关性分析,结果表明:传感器线性度为1%,回程误差0.02V,灵敏度为0.04V/℃,分辨力为0.3℃,仪器在测量范围0～90℃下最大示值误差为0.27℃,得到仪器的扩展不确定度为0.41℃;叶气温差和叶片厚度在各个时期都呈显著的正相关,其中成长期显著性最为明显。研究结果对植物物理学研究有参考价值。     

野外叶面积指数自动测量仪器设计及应用试验

为提高长时间序列叶面积指数测定模型的模拟精度,该文设计一种可以长期在野外间接测量叶面积指数仪器,仪器由太阳能提供持久电能,利用单片机控制垂直水平舵机,带动光强传感器记录多角度光线强度,在2台仪器同时测量的情况下,获得光线透过林分冠层多角度光强衰减率,通过编写计算程序解算林分叶面积指数。使用商品化光学仪器LAI-2200验证该仪器测量精度,对24块样地叶面积指数进行测量,两仪器测量结果高度吻合R2为0.927,绝对标准误差为0.36。长时间野外叶面积指数自动测量获取数据可节省人力、减少人为误差。     

基于图像处理的植物虫损叶面面积计算算法研究

提供了采用数字图像处理方法快速计算植物虫损叶片面积的方法,对叶片图像进行图像采集、预处理以及几何校正,提取叶片轮廓并填充后,去除叶柄求得虫损叶片面积及虫损率。此方法简单易行,适合多种形状叶片,同时适用于非虫损叶片面积的测量。     

基于虚拟仪器技术的采棉机智能监控系统开发与应用

为了解决嵌入式Win CE平台上虚拟仪器软件开发的技术瓶颈问题——由于个人电脑和高级精简指令集计算机机器(advanced RISC machines,ARM)平台差异性,嵌入式平台下的虚拟仪器开发存在着控制器局域网络(controller area network,CAN)总线高速通讯、跨平台链接库调用等技术难题,该文在ARM11平台和Win CE操作系统环境下,对CAN总线通讯和虚拟仪器触摸板模块(Lab VIEW touch panel module)进行了技术开发方法研究,介绍了嵌入式平台下CAN总线通讯机理及实现方法,开发了底层驱动和动态链接库,实现了嵌入式Win CE平台下CAN数据无缝链接交换关键技术。在此基础上,以中国农业机械化科学研究院研制的六行打包式棉花收获机为应用对象,开发了基于CAN总线的嵌入式虚拟仪器智能监控系统,并在新疆阿克苏地区阿拉尔垦区建设兵团农一师棉田进行了实地测试和功能验证,试验结果表明该虚拟仪器系统能够有效地实现多个CAN节点间的数据通信,可以完成对棉花收获机的工作状态在线监控和故障报警。该文为虚拟仪器技术在嵌入式平台上的应用提供了有效解决方法,对于大型智能机械装备自动化和信息化监控仪器开发具有指导和借鉴意义。     

基于变化光源方向多图像的植物叶片表观三维模拟

为了真实准确地模拟植物叶片表观颜色,提出一种基于多图像的叶片表观模拟方法。首先搭建基于线性光源的表观图像采集系统,用以获得400张视线角度固定、光源方向变化的叶片图像集合;采用拟合方法自动地从400张图像中获得整个叶片表面的表观特征参数,包括漫反射强度、高光反射强度和粗糙度;利用该拟合方法对线性光源移动条件下理想物体的各种反射特征的变化情况进行仿真计算,然后针对叶片图像中的每个像素寻找与仿真计算结果最接近的表观模型参数作为拟合结果。通过该拟合方法,可将叶片表面上各个位置的表观参数合成3张表观参数图像,采用基于点光源的实时光照方法测试最终的可视化模拟效果。从模拟结果中可以看出利用该文方法得到的结果能够真实地表现叶片自身的表观质感特性,相对于传统方法更加真实准确。