基于时间序列分析的雾滴叶面动态接触角预测与建模

提出了一种基于图像数据采集的时间序列分析与空间趋势面相结合的雾滴叶面动态接触角预测和建模方法.利用CCD数字摄像技术,测定了质量分数为16.08％ ～82.14％的8种草甘膦助剂(EF8108-B)水溶液液滴在黄瓜叶面上的动态接触角θ.实验结果表明,接触角在0～2s内急剧下降,2～10s内下降平缓并渐趋于稳定;各质量分数EF8108-B液滴在黄瓜叶面的接触角没有随着质量分数的增大呈现接触角降幅增加的趋势.采用时间序列分析建立了黄瓜叶片界面2 s内液滴的动态接触角二阶自回归模型AR(2)、动态液滴尺寸滑动平均模型MA(3)以及动态液滴形状指数平滑模型ES(6).结合趋势面原理,模拟铺展直径Φ、液滴高度H、液滴面积A和液滴体积V在空间上的分布规律,构建出黄瓜叶面动态接触角的三维趋势面模型.数值模拟检验和实验验证结果表明,模型拟合度达到94.72％,具有较高的模拟精度.     

基于高速图像的雾滴尺寸分布统计与运动分析

针对植保机械雾滴尺寸分布统计及运动分析方法存在的不足,提出了利用高速摄像机结合数字图像处理技术对雾化场的空间雾滴尺寸分布和雾滴的运动进行分析的方法。实现了空间雾滴尺寸分布的快速统计分析,避免了对雾化场的干扰。利用图像序列中的时间差信息对雾滴在水平和垂直方向上的速率进行了分析,为进一步分析雾滴的沉降及漂移特性提供了有效方法。     

基于图像处理的雾滴尺寸测量与分析

简要介绍了雾滴图像采集硬件系统的组成和原理,主要介绍了雾滴图像处理和雾滴尺寸测量与分析软件部分的实现方法。该系统可以对雾滴图像进行二值化、边缘提取、对象标号等图像处理,在此基础上能对雾滴的面积率和雾滴的长轴进行自动计算和测量,并输出Excel格式的尺寸分布表格与图表,满足多种不同的统计分析需要,实现雾滴尺寸的测量与分析。     

基于图像的植物叶面雾滴接触角稳定区间法测

发展了单侧液滴轮廓拟合生成接触角的方法,提出了接触角稳定区间概念,建立了拟合函数选优和拟合像素数选取的数值试验方法.本文方法与轴对称积分法相比,偏差为1.92%.但本文方法没有引入轴对称条件,因而可测非对称液滴接触角.对桂花叶上去离子水滴接触角的测量研究表明:可用三阶多项式在像素数区间[110,160]上拟合生成接触角;主叶脉方向和与之垂直的方向之间接触角差异明显,均值相差7.15°,同一方向上左右接触角均值相差1.33°.     

基于反应进度一致性的时间温度指示器匹配方法

目前,时间温度指示器匹配方法多依赖于参数耦合、相关性分析、实际物流过程的调试验证等方法,鲜有从匹配机理出发,在反应进度上剖析时间温度指示器的匹配要求和规律。本文在多级反应动力学模型的基础上,以保持时间温度指示器与待测农产品的反应进度一致性作为目标,建立了时间温度指示器匹配的理论和方法,并通过理论推导和实证模型验证了时间温度指示器与待测农产品之间匹配的条件。当指示器与待测农产品服从任意多级反应动力学模型的匹配条件（二者在任意合理的恒温条件下的有效反应时间相等或二者等量线重合）时,即可使用该指示器预测对应农产品的品质变化和货架期,此时二者的反应速率函数存在一定比例关系。借助该方法推导出可以精准指示科瑞森无核葡萄硬度的不同级反应动力学方程,证明了该方法的可行性。     

基于序列图像的物体表面三维重建方法的研究

从双目立体视觉模型出发,利用摄影几何学的有关理论推导出了一种在该模型下物体360°表面的三维重建方法,并用VisualC 加以实现。实验结果表明:基于序列图像的物体表面三维重建方法原理简单,输入条件是现实中最常见的条件,重建效果较好,具有较高的实用价值。     

一种监测喷雾装备速度的方法与实现

基于最短距离法的原则,设计了一种时间匹配算法用来监测喷雾装备前进的速度.首先,在运动路径中设置匹配点;然后,利用GPS接收机静态采集的匹配点位置信息匹配GPS接收机动态采集的轨迹信息,从而可以得到装有GPS接收机的运动装置在运动过程中经过匹配点的时间;最后,通过实验使用GPS接收机和机器人来修正这一匹配算法,提高了匹配精度.     

基于单元最邻近匹配的蝗虫切片图像修复方法

针对序列切片中带有褶皱的蝗虫切片图像,提出基于单元最邻近匹配的方法打开褶皱,首先利用尺度不变特征变换(Scale-invariant feature transform,SIFT)算法对放大2倍的切片图像提取褶皱切片和参考切片特征点,利用k-d树策略确定初始的匹配对;然后经RANSAC算法剔除误匹配;再分别对褶皱区域和褶皱切片进行单元划分,并用最小二乘法分别求每个褶皱子单元最邻近的切片子单元中匹配点对的空间映射模型;最后利用该空间映射模型求褶皱子单元的对应匹配块,完成褶皱区域的修复。试验表明:采用单元最邻近匹配的方法能够搜索到更多的特征点,建立的空间映射模型也能更好地匹配褶皱区域的图像纹理变化,能较好地完成对褶皱区域的修复,实现带破损切片的精确分割和修复。     

基于颜色特征的桔子树干图像分割方法

根据桔子树干颜色的特点,提出了一种图像分割方法。首先,利用颜色特征定位ROI;然后,计算该区域的颜色特征向量提取桔子树干;最后,对不连续的桔子树干区域利用数学形态学方法进行自动修补。实验结果表明,该方法能够有效地提取出桔子树干,并确定其质心和面积,算法的平均识别率达到了86.93%。     

基于等效电容的介电湿润芯片液滴位置检测方法

数字微流控技术在操作单个微液滴方面所表现出的独特优势使其得到了广泛关注与应用,但数字微流控系统中针对芯片上液滴的位置缺少反馈就会发生液滴不能成功被驱动的现象,致使液滴不能够完成规划的路径。本文采用基于等效电容的液滴位置估算检测原理,系统以相邻两个驱动电极与液滴所构成的等效电容为反馈控制对象,该位置估算原理具有无量纲属性,与液滴的组成成分无关,适用性更加广泛。实验结果表明,基于等效电容的液滴位置估算检测原理和装置能极大地提高液滴连续运动的成功率,从而使液滴能够按照规划好的路径运动到既定目的地。     

基于图像处理的叶面积测定方法的研究

以玉米叶片为例,介绍了一种基于像素点的计算叶面积的新方法。该方法采用计算机VB编程识别像素点颜色,进而求出叶片包含的像素点数及其面积值。通过理论分析及对比,可以证明利用像素点计数的方法来求区域面积,不仅简单,而且也是对原始模拟区域面积的无偏和一致的最好估计。     

并联移栽机器人视觉的研究——基于图像的秧苗位置确定

以三平移并联机器人视觉系统为研究对象.采用超绿色(Extra Green)特征分割方法对植物秧苗在钵盘中的彩色图像进行分析,提取出图像中绿色成分,并进行二值化处理;然后,对二值图运用质心法、形态学运算法和中点法3种方法确定图像中心位置,并综合比较3种运算方法,得出确定秧苗根茎位置的最佳方法为形态学运算法.     

麦田杂草的图像识别技术的研究

主要研究了麦田杂草的图像识别技术,设计了麦田杂草识别系统.该系统包括使用数码相机进行麦田图像数据的采集,实现对图像的预处理;绿色植物与土壤背景的分割包括图像的灰度化与格式转换和图像的二值化;作物与杂草的分割包括作物中心行的识别和作物行的滤除,最后获取杂草图像.在滤除作物行的过程中确定边界阈值时采用通过先计算手工标定的作物行宽度与计算机自动检测的作物行宽度之间的相对误差,然后选定合适的对应最小误差的作物行边界阈值的方法.该系统全程使用MATLAB语言编程,系统最终目的是根据杂草和作物分布的位置特征滤除作物行,识别出杂草.     

基于图像处理技术的作物叶片检测模型研究

计算机图像处理技术在农业上的应用,目前越来越受到人们的重视。作物叶片检测也是图像处理的基本内容。为此,主要研究了作物叶片虚拟检测模型,对作物叶片虚拟检测模型的流程和功能进行了介绍;同时,对作物的生长信息进行表现、组织和管理,形象和精确地帮助人们采取合理的生产措施,为作物的产量预报和管理提供科学的依据。     

基于LabVIEW的温室环境远程监控系统的研究

基于虚拟仪器开发平台LabVIEW，进行了温室环境远程监控系统的研究。该系统使用非NI公司生产的普通数据采集卡,利用LabVIEW的CIN节点对数据采集卡进行驱动，并采用DataSocket通信技术进行数据的实时、远程采集，实现了对温室环境的远程监控。     

基于图像处理方法的根系分形维数估计

应用图像处理方法,给出了根系分形维数估计的网格计数法,得到了相应的算法,即先用数字图像采集设备取得根系的图像,再用网格计数法对处理后的图像进行计盒维数估计,并用Java语言进行实现,为根系研究提供了一种新的思路和手段。在此基础之上,计算了黑麦草(LoliumperenneL.)根系的分形维数,与实测数据基本吻合。此方法不仅解决了对根系研究直接测量难度大、工作量大的问题,而且可用于多种植物根系的分形维数计算。     

基于Hamming网络的苹果颜色分级研究

在基于计算机视觉的水果分选中,颜色是最主要的指标之一。为此,将Hamming神经网络应用于苹果的颜色分级。依据富士苹果的颜色将其分为3个等级,分析了各等级的平均色调累积直方图,据此构建了Hamming神经网络;从直方图上提取色调在0o,10o,20o,30o,40o,50o所对应的频度作为Hamming网络的输入向量;采集了3个等级各10个苹果图像作为训练样本,另外同样30个苹果图像作为测试样本。试验结果表明,Hamming网络颜色分级的准确率不低于96%,识别1个苹果的时间在0.1～0.2ms之间。