基于改进Harris角点检测的虚拟樱桃叶片重建方法

为了分析樱桃树叶片的形态结构,为樱桃树冠层光照分布及樱桃果树整形修剪提供理论基础,提出了一种基于改进Harris角点检测及NURBS曲线的樱桃树叶片重建方法。利用中值滤波法及经典边缘检测算法对获得的原始樱桃树叶片图像进行预处理,得到树叶轮廓。针对传统NUBRS曲线原理重构轮廓时无法构成闭合曲面,特征点之间相互干扰等问题,提出了一种新的算法来重构轮廓。该算法首先将特征点分为左右两部分,分别重建左右两侧轮廓,再将两者连接得到完整的轮廓;其次运用改进的Harris角点检测法提取角点来作为特征点;再次,通过检测窗口中心点灰度与其周围n邻域内其他像素点灰度的相似程度,计算灰度之差来设定一个阈值,并根据该阈值范围提取角点;最后,根据虚拟轮廓构建虚拟叶片。实验结果表明,改进后的算法大大减少了计算量,平均消耗时间由4.61s减少到2.30s。本文方法较真实地重构了樱桃树叶片边缘形状,为樱桃树冠层光照分布计算提供了技术支持。     

焊接机器人视觉系统对焊缝的标记方法研究

依托机器视觉技术,焊接机器人技术现已发展到了第三代。为了实现机器人的智能焊接,在前期工作中,机器人的焊接系统需要对焊缝进行标记和智能提取。课题组选用了Sobel算子、Canny算子、Forstner算子、Harris算子对模拟焊接件进行了焊缝标记,通过实验对比发现,对于课题组所选取的研究对象,Forstner算子效果优异。     

GPS林业定位误差分析与野点剔除方法

针对林业GPS定位精度不高和利用差分技术提高定位精度时存在诸多局限性的问题,研究自主式提高精度方法,利用Trimble AgGPS132进行了单机定位试验,分析了试验数据的频数分布和野点剔除方法,对比分析了野点剔除前后的精度和散点分布图,探讨了野点存在的原因、解决办法和提高动态定位精度的方法,实际数据表明,采用莱以特准则剔除野点能够有效地改善数据处理结果,提高定位精度,利用加入控制点的方法可很好地校正GPS测得的动态定位数据的整体漂移.     

特征点定位法设计变径管道

把微灌多孔管道设计成压力均衡的变径管道，已是众人所望。但至今尚无较好的设计方法可循，设计的任意性和盲目性很大。本文通过分析多孔管道在变径条件下的基本水力特征，寻求并制定了均匀坡度下变径管道的水力设计模型和设计方法。同时对复杂地形的管坡线进行概化，并提出相应的设计策略。     

花生油中黄曲霉毒素的污染、检测及去除方法

黄曲霉毒素对动物有剧烈的急性毒性和明显的慢性毒性。花生是最容易遭受黄曲霉菌感染的农作物之一,严重影响以花生为生产原材料的花生油品质。本文综合分析了花生油中黄曲霉毒素的污染途径和检测方法,并进一步探讨了它的去除方法。     

GPS林业定位误差分析与野点剔除方法

针对林业GPS定位精度不高和利用差分技术提高定位精度时存在诸多局限性的问题,研究自主式提高精度方法,利用Trimble AgGPS132进行了单机定位试验,分析了试验数据的频数分布和野点剔除方法,对比分析了野点剔除前后的精度和散点分布图,探讨了野点存在的原因、解决办法和提高动态定位精度的方法,实际数据表明,采用莱以特准则剔除野点能够有效地改善数据处理结果,提高定位精度,利用加入控制点的方法可很好地校正GPS测得的动态定位数据的整体漂移。     

图像中成熟苹果果实定位方法研究

针对目前苹果果实图像定位中存在的准确度较低、速度较慢等问题,在分析比较的基础上,对苹果果实定位方法进行了进一步的思考和研究。以3点确定圆算法为中心,配合图像中树枝树叶部分的分割、果实边缘的检测及去除图像的噪声等技术,以使处理速度满足实时要求,并使果实定位结果准确。经测试,本方法对成熟苹果果实具有较好的定位效果。     

基于深度学习的多品种鲜食葡萄采摘点定位

鲜食葡萄品种多样,具有不同的形状和颜色。针对葡萄采摘机器人采摘不同品种鲜食葡萄时采摘点定位精度降低的问题,提出一种基于深度学习的多品种鲜食葡萄采摘方法。首先利用PSPNet(MobileNetv2)语义分割模型分割葡萄图像,在葡萄上方设置一个兴趣区域,在兴趣区域内使用自适应阈值果梗方向Canny边缘检测提取果梗边缘信息,然后采用霍夫变换检测果梗边缘上的直线段并进行直线拟合。最后将拟合的直线与兴趣区域的水平对称轴的交点作为采摘点。对晴天顺光、晴天逆光、晴天遮阴3种光照条件下的克瑞森、阳光玫瑰、红提和黑金手指4个品种的360幅葡萄图像进行采摘点定位试验。结果显示,采摘点定位准确率为91.94%,定位时间为187.47 ms,在模拟试验中采摘成功率为85.5%。     

基于深度学习的茶嫩芽分割与采摘点定位方法研究

为实现茶嫩芽快速识别与采摘点定位,研究一种轻量级深度学习网络实现茶嫩芽分割与采摘点定位。采用MobileNetV2主干网络与空洞卷积相结合,较好地平衡茶嫩芽图像分割速度与精度的矛盾,实现较高分割精度的同时,满足茶嫩芽快速识别的要求,并设计外轮廓扫描与面积阈值过滤相结合的采摘点定位方法。试验表明：所提出的茶嫩芽分割算法在单芽尖及一芽一叶数据集中精度优异,平均交并比mIoU分别达到91.65%和91.36%;在保持高精度的同时,模型复杂度低,参数量仅5.81 M、计算量仅39.78 GFOLPs;在单芽尖、一芽一叶及一芽两叶数据集中各随机抽取200张图片进行采摘点定位验证,定位准确率分别达到90.38%、95.26%和96.60%。     

基于彩色伪随机编码与角点检测的三维重构法

提出一种采用投影仪投射彩色伪随机编码图像实现物体高精度三维重构和测量的方法。首先设计了彩色伪随机编码投影模板,在Harris角点检测的基础上,提出了彩色角点提取算法,利用二次曲面拟合实现了角点亚像素定位,使左、右摄像机摄取的图像反生成伪随机阵列,从而实现特征点的快速匹配,并最终得以重构。     

基于3D视觉的番茄授粉花朵定位方法

为了给设施番茄授粉机器人授粉提供可靠的定位技术,提出了一种基于3D视觉的番茄花朵定位方法。采用RGB-D结构光相机快速获取温室内番茄植株的彩色图和深度图信息,通过YOLO v4 (You only look once)神经网络对植株上番茄花束进行目标检测,并提取出授粉花束在图像中的二维区域;使用主动对齐方式结合PCL进行彩色图像和深度图像的粗对齐,利用区域内色系单视角线性遍历方法对提取的花束区域进行精配准,获得番茄花束的空间高精度点云信息;再使用统计滤波法剔除点云信息离群点后,结合双向均值法计算花束3D box的授粉质心坐标。定位试验结果表明,该方法在温室环境中能成功对花束进行识别定位,神经网络平均检测精度达97.67%,完成单幅图像花束提取时间为14.95ms,算法获取授粉质心坐标的平均时间约为300ms。后期在温室内验证,在花束被遮挡小于80%时,算法能够对番茄花朵进行精准定位,并成功执行授粉动作,为番茄授粉机器人提供了一种新的授粉点定位方法。     

农村电网故障点定位方法研究

随着用户对供电可靠性要求的提高和农村电网的改造升级的推进,有些地区电压等级为35k V的变电站实现了双电源供电系统。为此,在了解农村电网故障特点和现有线路故障测距方法后,选择单端行波法进行故障定位分析。根据均匀换位输电线路的相模变换所具有的性质,提出改进型相模变换矩阵,以达到解除相间耦合及单一模量表达故障相的双重目的,应用小波变换对变换后的故障波形分析提取故障信息,求取故障距离。通过Mat Lab进行模拟仿真,所得的故障距离相对误差值均在1%之内,具有较高的可靠性,并通过GUI创建用户与仿真模型之间的交互界面。     

基于三维点云的群体樱桃树冠层去噪和配准方法

樱桃树的栽培密度影响其冠层的光照分布,通过研究群体樱桃树的三维结构,可分析不同栽植密度下温室甜樱桃树冠层光照分布规律,指导樱桃树的科学种植,进而提高甜樱桃产量和品质。高质量的点云数据是构建群体樱桃树三维结构的基础,而点云去噪和点云配准是点云数据预处理的关键环节。本文提出一种基于三维点云的群体樱桃树去噪和配准方法,搭建群体樱桃树三维信息采集平台,使用2台固定的DK深度相机获取群体樱桃树彩色点云数据;提出基于颜色区域生长的二分类方法,设置颜色阈值分割点云并进行二分类处理,可有效去除彩色点云数据中的异常无效点,并设置点云离散度和RGB值,作为点云去噪评价标准;结合人工标记法和双相机位姿矩阵,提出基于颜色特征改进的ICP方法,解决传统ICP配准算法多依赖初始位姿且配准速度较慢的问题。该方法通过对点云粗配准,得到较好的初始位姿,使用SIFT算法提取颜色特征点,将颜色特征与ICP算法结合进行点云精配准,然后使用PCL中随机采样一致性算法,去除错误匹配点,有效减少配准时间,提高配准精度。以夏季和冬季的群体樱桃树20组点云数据为实验对象,对比分析ICP算法、NDT算法、SAC-IA算法和本文配准方法的配准精度和配准时间,结果表明,本文配准方法平均耗时分别为5.01、4.30s,均方根误差分别为2.316、2.100cm,有效减少了配准时间和配准误差,验证了本文算法的有效性和普适性。     

高温胁迫条件下营养液膜水培樱桃番茄的逆境适应性

通过测定高温处理后水培和土培樱桃番茄的几项生理指标,研究了樱桃番茄在高温胁迫条件下的叶水势、光合速率、SOD酶活性等生理指标的变化特征,结果表明,高温胁迫条件下土培番茄叶水势、光合速率和SOD活性大幅度下降,而水培番茄上述生理指标虽有下降,但幅度远较土培番茄为少,因此,水培樱桃番茄对高温的抵抗能力要强于土培。     

营养液膜条件下樱桃番茄生长和生理特性研究

对人工气候内营养液膜(NFT)栽培和土培条件下樱桃番茄的生长及有关生理特性进行了比较分析,结果表明:水培条件下番茄植株性状和果实品质均优于土培,其叶片水势高,日变化曲线平缓,且根系活力强,表现出明显增高的生理活性。     

樱桃番茄运输包装件振动冲击性能试验

针对目前樱桃番茄储运过程中主要包装形式以及造成破损的情况,选择典型运输包装件,进行了正弦扫频、堆码强度、堆码扫频振动传递性能、垂直冲击和跌落试验。通过对单件包装件的扫频振动试验,测出单件的固有频率为26.61Hz;通过堆码强度试验,测出了包装件的最大堆码层数为9层。通过9层堆码扫频振动传递性能试验确定了底层、中间层和顶层包装件的固有频率分别为36.61、10.76和6.44Hz,得到了各层包装件振动加速度、振动传递率随时间的变化曲线,并探讨了固有频率和振动传递率峰值与堆码高度之间的关系。在此基础上,通过垂直冲击试验,测出了产品的脆值为89.58;通过跌落试验,测出了包装件最大允许跌落高度为580mm。     

深水培栽培樱桃番茄营养液溶氧量变化分析

测定分析了华东型连栋塑料大棚内深水培营养液液温日变化和溶解氧量的消减动态。结果表明：营养液液温与大棚内气温呈极显著的正相关,但液温的日变化相对平缓;营养液溶氧量随栽培槽长度的增加而降低,因此深水培栽培樱桃番茄时,种植槽长度不宜过长。     

基于改进YOLO v7的轻量化樱桃番茄成熟度检测方法

为在自然环境下自动准确地检测樱桃番茄果实的成熟度,实现樱桃番茄果实自动化采摘,根据成熟期樱桃番茄果实表型特征的变化以及国家标准GH/T 1193—2021制定了5级樱桃番茄果实成熟度级别(绿熟期、转色期、初熟期、中熟期和完熟期),并针对樱桃番茄相邻成熟度特征差异不明显以及果实之间相互遮挡问题,提出一种改进的轻量化YOLO v7模型的樱桃番茄果实成熟度检测方法。该方法将MobileNetV3引入YOLO v7模型中作为骨干特征提取网络,以减少网络的参数量,同时在特征融合网络中加入全局注意力机制(Global attention mechanism, GAM)模块以提高网络的特征表达能力。试验结果表明,改进的YOLO v7模型在测试集下的精确率、召回率和平均精度均值分别为98.6%、98.1%和98.2%,单幅图像平均检测时间为82 ms,模型内存占用量为66.5 MB。对比Faster R-CNN、YOLO v3、YOLO v5s和YOLO v7模型,平均精度均值分别提升18.7、0.2、0.3、0.1个百分点,模型内存占用量也最少。研究表明改进的YOLO v7模型能够为樱桃番茄果实的自...     

温室樱桃番茄水分效应及水分生产函数

以温室樱桃番茄为试验材料,通过对全生育期5个土壤水分水平的控制,研究了不同灌水水平对日光温室樱桃番茄产量?品质及水分利用效率的影响。结果表明,樱桃番茄的产量?品质与土壤水分含量密切相关,土壤相对水分含量为50%～60%、60%～70%、80%～90%和90%～100%的产量与70%～80%的相比,分别减少了39.70%、22.53%、3.43%和20.30%。土壤水分适宜(70%～80%)不仅可以提高樱桃番茄的产量,而且可以提高水分利用效率,水分利用效率随灌水量的增加先增加后降低,且在70%～80%水分利用效率最高。