基于机器视觉的红掌检测分级方法

中国盆花销售量随着消费水平的提高而迅速攀升,四大盆花之一的红掌在规模化生产中存在分级标准掌控不统一、分级结果不稳定以及效率低下等问题,制约了红掌产品的规模化生产,影响了红掌的出品质量。该研究提出基于机器视觉技术的红掌分级检测方法,对90株红掌的水平和竖直方向图像采集,经过二值化等处理,从侧视轮廓、俯视轮廓及佛焰苞轮廓特征三方面获取红掌植株的高度、冠幅、佛焰苞片数、苞片横径4项指标的信息, 针对每一项指标提出检测方法。试验结果表明,该方法对植株高度测量误差小于5.4 mm;针对植株冠幅提出了当量直径测量方法,佛焰苞片数测量正确率可达98.9%,苞片横径相对误差最大为6.52%。针对试验所选90盆红掌分级成功率达到97.8%。研究表明,利用机器视觉技术能够很好地实现对红掌盆花的在线检测分级。     

基于拟脑智能系统的烤烟烟叶分级研究

对烟叶进行检测与分级是控制烟叶质量的重要手段之一.研究烟叶质量的合理表征参数及其自动提取方法,以及烟叶辅助分级系统,是迫切需要解决的问题.应用人工智能方法和计算机技术进行烤烟烟叶自动分级,提出一种借鉴生物脑信息处理结构的烤烟烟叶智能分级系统.该系统由思维模型、感觉模型和行为模型3个子系统构成,分别模拟分级专家的思维智能、感知智能和行为智能,具有学习与记忆、判断与模糊推理、分级决策等多种思维功能,以及图像自动采集、上下位机通信等协调与控制功能.应用该系统进行烟叶分级试验的结果与分级专家分级结果的平均一致率可达到85%,与人工分级水平相当.     

湿地土壤磷分级方法研究

磷是植物生长发育的必需营养元素之一。植物所利用的磷素主要来源于土壤。湿地作为响应全球变化和人类活动较为敏感的生态系统之一,湿地土壤磷分级越来越受到国内外学者的关注。本文综述了国内外湿地土壤无机磷和有机磷的形态划分、分级方法,对应用较广的磷分级方法进行了总结,以期为国内相关研究提供参考和借鉴。     

枸杞沙棘复合固体饮料的研究

以枸杞干果和沙棘为原料，经取汁、澄清、浓缩、调配和离心喷雾干燥等工艺生产复合固体饮料。试验结果得出较优的工艺及配方为：枸杞取汁工艺为破碎→热处理→压榨；用0.05% L-抗坏血酸和0.02% NaHSO₃护色枸杞汁；喷雾干燥使用助干剂麦芽糊精，用量占浓缩汁中可溶性固形含量的80%；饮料配方为浓缩枸杞汁与沙棘汁质量比是6∶2，蛋白糖、蔗糖、柠檬酸添加量分别为0.95%，4.0%和0.1%。     

基于DEM坡度图制图中坡度分级方法的比较研究

坡度分级是所制作的坡度图具有科学性与实用性的重要前提，各种分级方法一直是坡度分级研究中的重点。将各种坡度分级方法分为一般主观分级法、临界坡度分级法与模式分级法3大类，并以黄土丘陵沟壑区为实验样区，以高精度5m分辨率的DEM为信息源，提取坡度数据层面。在此基础上，对不同分级方法的特点、适用性及制图效果等进行了比较分析。研究表明：一般主观分级法简单、灵活，但带有一定的主观性及随意性；临界坡度分级法能较好地满足用户的应用目的，但经常忽视了坡度图制图效果；而模式分级法能够较好地揭示地表的坡度组合规律。应根据应用目的、地面起伏特征等来选择合适的坡度分级方法，这样才能得到合理的坡度分级结果，更大程度地满足用户的应用目的。研究结果对指导正确、有效地制作与应用坡度图具有重要意义。     

基于机器视觉的马铃薯自动分级方法

为了实现马铃薯的自动分级,设计了基于V型平面镜同时获取三面图像的马铃薯机器视觉分级系统,并提出了相应的分级算法。根据大小特性,提出基于最小外接柱体体积法的马铃薯大小分级检测方法;根据外形特性,采用最长径外接矩形的宽高比法,实现了类圆形、椭圆型以及长型马铃薯的分类;根据马铃薯缺陷特点,分别提出以缺陷面积大小作为判别准则的孔洞、干腐马铃薯判别方法,以外接矩形对角线长度作为判别准则的机械损伤马铃薯判别方法和基于交叉法的发芽、畸形马铃薯检测方法。最终马铃薯的分级正确率为91.0%。试验结果表明:基于机器视觉的马铃薯自动分级检测方法可行,可用于马铃薯外部品质的在线检测。     

土壤磷素分级方法研究评述

讨论了土壤磷素形态和有机磷有效性研究进展,分析了传统土壤磷素分级方法局限性,综述了土壤磷素分级方法的研究进展,特别详细地描述了Hedley法和Guppy法。     

基于多特征融合的电子鼻鉴别玉米霉变程度

为了提高电子鼻检测玉米霉变程度的正确率,该文探究了电子鼻信号不同特征组合的表征对霉变玉米鉴别结果的影响。首先,运用电子鼻对霉变玉米的5组样本训练集与测试集进行测试,获得测试信号。其次,分别提取测试信号的积分值(integral value,INV)、平均微分值(average differential value,ADV)、相对稳态平均值(relative steady-state average value,RSAV)作为特征值,5组训练集与测试集均分别采用3种单一的特征值或其组合特征值来表征。然后,运用Fisher判别分析(fisher discriminant analysis,FDA)分别对5组训练集进行判别分析,并用对应的测试集进行检验。FDA分析结果指出,电子鼻测试信息分别在单一特征和2个特征组合表征下,不同霉变程度玉米是不能有效分开的,但在2个特征组合表征下的鉴别正确率比单一特征有所提高;当用3个特征组合来表征测试信息时,FDA鉴别能力得到提高,鉴别正确率在96%以上。另外,借助于WilksΛ统计量考察了电子鼻中每个传感器测试信号表征的差异性,对3个特征组合的表征情况进行了表征变量筛选。FDA分析结果显示,筛选前后的鉴别结果非常相近,最低鉴别正确率均在96%以上,这说明不同传感器需要不同的特征表征,以体现其差异性,由此也减少了计算的复杂性。研究结果表明,用多特征融合模式可更有效地表征电子鼻对霉变玉米的响应信息,有利于提高霉变玉米的鉴别正确率。同时,该研究成果也不失一般性,为电子鼻信号表征提供了一种新思路。     

基于机器视觉的苹果最大横切面直径分级方法

针对中国苹果产后分选率和分选精度均较低而影响其商品价值等现状,在GB/T10651-2008《鲜苹果》颁布的背景下,设计了一套基于机器视觉技术的苹果分选系统。针对红富士苹果,采用了一种利用RGB颜色模型R-B通道进行阈值分割和均值滤波后,通过行扫描提取出轮廓的方法。提出了2种对苹果进行大小分级的理论模型:一种以苹果轮廓线上两点之间的最大距离作为分级标准;另一种以苹果最大横切面直径作为分级标准,其中苹果最大横切面直径通过曲线拟合得出。利用VC6.0软件编程实现了上述2种分级模型的算法。通过40个苹果6次在线分级试验表明,模型一分级正确率为93.3%,模型二分级正确率为87.1%,双通道分级效率最高可达12个/s,达到了苹果在线分选商品化应用的基本要求,为近球形果蔬参照行业分级标准进行大小自动化分选提供参考。     

基于机器视觉的白掌组培苗在线分级方法

白掌在观叶类花卉中占有很大比例,其育苗多采用组织栽培法,且组培苗生产具有规模化。为提高成苗出苗品质,需要在组培苗炼苗前对其分级,而目前常用分级法不能有效解决自然状态下水平放置的白掌组培苗存在的叶片扭曲和重叠问题,因此该文提出一种基于机器视觉实现白掌组培苗在线分级的方法,通过对自然状态下水平放置的白掌组培苗的叶片面积、苗高、地径以及投影面积的分析,得到其投影面积与叶片面积呈线性关系,相关度为0.9344;投影面积与地径呈多项式函数关系,相关性为0.9067,故确定组培苗投影面积和苗高为实际生产中的分级指标。该文采用基于颜色模板匹配算法测量组培苗投影面积,得到的叶片面积和地径与实际叶片面积和地径的变异系数相对误差分别为0.35%和7.95%;利用最小外接矩形法(MBR,minimum bounding rectangle)测量苗高,得到的苗高和实际苗高变异系数相对误差为1.44%。通过整机分级试验发现在输送间距为0.25 m,输送速度为0.5 m/s,分级级别为3级的条件下,该分级装置的分级成功率可达96%,对应生产率为7 200株/h。     

黑果枸杞原花青素生理功能及提取方法研究

黑果枸杞中含量丰富的原花青素是一种有待开发的天然功能性因子。本文介绍了黑果枸杞中原花青素的各项生理功能研究现状,并分析了当前常用的原花青素提取工艺,包括有机溶剂提取法和纤维素酶法的优缺点。     

基于分级阈值和多级筛分的玉米果穗穗粒分割方法

为了有效克服果穗形状畸变和穗粒颜色差异对穗粒分割的影响,该文提出一种准确、鲁棒的玉米果穗穗粒分割方法。该方法利用果穗三维形状特征校正果穗径向畸变以最大程度恢复图像上果穗表面信息;采用分级阈值分割策略确定每颗穗粒最佳阈值范围,并利用穗粒几何特征实现穗粒初次筛分,消除穗粒间粘连效应;结合主成份分析和支持向量模型完成穗粒的二次筛分,生成果穗表面穗粒分布图。该方法整合了果穗径向畸变-分级阈值-穗粒多级筛分,实现果穗穗粒的精准分割,为玉米果穗自动化考种提供了基础方法。试验结果表明提出方法在穗粒分割准确性和鲁棒性上具有显著优势,平均计算效率达15 s/果穗。     

基于数字信号处理技术的枸杞烘干炉温度模糊控制

针对国内传统枸杞烘干的弊端和烘干的温度难以及时有效控制的问题,研究总结出枸杞干燥温度参数的基于数字信号处理技术(DSP)的模糊控制系统。实际应用结果表明：该系统稳定可靠,控制效果良好。达到枸杞干燥不同时段需要不同温度值的干燥工艺要求,提高了枸杞干果的质量,收到了较好的经济效益。     

施药喷嘴分级可行性及方法研究

针对国产农用喷嘴的雾滴粒径分级数据及方法缺失的问题,该文依据ASAE S572.1标准,以NJS-01植保低速风洞为平台建立了雾滴粒径标准测试方法。在规范的测试条件和测量程序下,以Teejet 11001、11003、11006、8008和6510不锈钢芯扇形喷嘴为参考喷嘴,测试了Teejet F110、Lurmark F110、国产Lanao F110、YZS80、YZK80等24种待分类喷嘴在0.2、0.3、0.4 MPa下的雾滴粒径。在此基础上建立了参考喷嘴的雾滴粒径分级参考图,提出了基于该参考图的喷嘴分级方法。同时用Teejet、Lurmark标准扇形雾喷嘴的测试数据和厂家提供的分级结果,验证了喷嘴分级方法的正确性和适用性。该文运用该分级方法对国产Lanao F110、YZS80、YZK80系列喷嘴在不同压力下的雾滴粒径进行分级,可为该类型国产喷嘴的选型和应用提供参考。     

沙化土地资源的分级评价方法

沙地资源的分级分类直接反映其分布特点、生产适宜性乃至土壤肥力和生产潜力状况等,因此其分级评价的方法和水平至关重要。在当今迫切需要农业持续发展时期,它是开发和利用好该资源过程中亟待解决的新问题。本研究考虑了适应性与定量化相结合的需要,创建了"综合指数和法"的沙化土地资源的分级评价方法,该法由经验法发展为定量法,从单一性变为综合性,使固定评价发展到了可预见性的土地评价。     

基于水氮耦合的枸杞灌溉制度优化

为明确一定养分条件下枸杞耗水量与产量的关系,于2014年和2015年采用2因素3水平对比试验设计,研究了枸杞耗水量与碱解氮消耗量耦合效应对产量的影响,通过回归的耦合模型对基于树种、树龄、碱解氮消耗量的枸杞灌溉制度进行了优化。结果表明：（1）相同施肥条件时,4年树龄时HW产量最高,为1 335.7 kg/hm²,MW产量次之,为1 174.2 kg/hm²,LW产量最低,为1 066.5 kg/hm²,5年树龄时HW产量为2 463.7 kg/hm²,MW产量最高,为2 556.1 kg/hm²,LW产量最低,为2 394.5 kg/hm²;（2）同一灌水水平条件下2年试验均表现出中施肥水平产量最高,高施肥水平产量次之,低施肥水平产量最低,4年树龄MF产量为2 758.0 kg/hm²,HF产量为2 595.5 kg/hm²,LF产量为2 407.0 kg/hm²,5年树龄MF产量为4 113.9 kg/hm²,HF产量为3 652.3 kg/hm²,LF产量为3 532.1 kg/hm²;（3）耗水量、碱解氮消耗量耦合效应显示,2014年产量随着耗水量的增加而增加,而产量随碱解氮消耗量增加呈凸形抛物线趋势变化,2015年产量随耗水量、碱解氮消耗量增加均呈凸形抛物线趋势变化。（4）灌溉制度优化发现1年树龄总ET_a为166.0~198.8 mm,2年树龄总ET_a为194.7~252.5 mm,3年树龄总ET_a为196.6~227.2 mm,4年树龄总ET_a为173.5~221.6 mm,5年树龄总ET_a为179.3~196.6 mm。研究结果可为1~5年树龄宁杞1号枸杞获得理想的产量提供灌溉制度优化参考。     

基于危害积温的枸杞花期霜冻指标试验

为得到枸杞花期受霜冻危害的温度范围,探究低温及其持续时间对枸杞花期的影响,利用人工霜冻实验箱于2016-2019年开展了枸杞花期霜冻模拟试验,统计了不同温度及其不同持续时间下枸杞花期3个阶段（花蕾期、初花期、盛花期）的受冻率,引入危害积温的概念进行了分析,结合霜冻灾害的实际情况对危害积温的公式进行了修订,建立了基于危害积温的枸杞花期霜冻指标,并利用野外实地调查结果对该指标进行了验证。结果表明,当气温降至-1 ℃时枸杞花朵未出现受冻迹象,降至-2 ℃时枸杞花朵开始出现受冻迹象,-8 ℃时受冻率达到100%,说明枸杞花期受霜冻危害的温度范围为-8～-1 ℃,在此温度范围内,温度越低、低温持续时间越长,花朵受冻率越高。枸杞花蕾的抗冻能力最强,初花次之,盛花最弱。修订后的危害积温公式对受冻情况的解释更加客观全面,计算结果与野外调查结果基本一致,建立的指标能够应用于枸杞花期霜冻灾害预报、预警以及评估。     

基于图像特征融合的苹果在线分级方法

苹果在线分级是提升苹果商品化价值的重要环节,需要同时满足分级准确度和速度要求。为进一步提高苹果在线分级效率,该文借助机器视觉技术动态采集苹果传输过程中的实时图像,提出改进的三层Canny边缘检测算法来提取苹果轮廓以克服采集图像中的光线噪声影响,通过分析苹果分级指标,采用判别树对苹果的果径、缺陷面积、色泽等特征进行初步分级判断,并采用粒子群参数优化的支持向量机对果形、果面纹理、颜色分布等特征进行模型构建与分级,最后,通过将两种分级判断结果进行决策融合来实现样本精确分级。同时,采取图像压缩和特征降维方法提高实时性。试验结果表明,基于图像特征决策融合的苹果分级准确率可达到95%,平均分级速率可达到4个/s。研究结果为水果的在线分级提供参考。     

基于压力和图像的鲜玉米果穗成熟度分级方法

为实现鲜玉米果穗成熟度等级的客观评定,提出了基于压力传感器和计算机视觉技术的综合分析方法。研制了玉米果穗成熟度检测装置,提取纹理信息所得惯性矩和压力检测装置所得最大压力值作为鲜玉米果穗成熟度等级评定的特征参数,通过系统聚类分级研究,确定成熟度等级为3级。采用主成分分析法对11个颜色特征进行优化筛选,用第一、二主成分可综合反映11个颜色特征的分级信息,实现了参数的降维。试验结果表明：以最大压力值、惯性矩、颜色特征主成分分析第一、二主成分值作为构建概率神经网络的输入,进行鲜玉米果穗成熟度等级评定,正确率为96.67%。结合压力传感器和计算机视觉技术可实现对鲜玉米果穗成熟度的准确分级。