基于纹理频谱的农田景物区域检测

为实现对复杂农田景物区域检测,将原始图像做多层直方图均衡化预处理,然后基于边缘的存在会干扰所在局部区域的纹理特征的思想,提出了一种基于纹理谱的区域检测方法;并以收获季节农田景物区域检测为例,通过实验证明这个方法是可靠的,能够得到期望的有效区域。     

基于小波变换的农田景物边缘检测

依据农田景的图像的基本特点，提出零点反对称紧支撑二进小波检测图像中的边缘。运用此方法在计算机上对图像边缘提取，得到了连续、光滑、单像素宽的边缘链图像。表明这种边缘提取方法有效、可行。     

农田留高茬在抗风蚀效能方面的初步探析

风蚀是自然生态环境恶化的主要成因之一，研究农田抗风蚀效能对于农田保护和指导保护性耕作的实施工作有现实作用，本试验对传统秋耕地与免耕留茬地的风蚀情况进行了静态和动态观测，根据试验数据分析，初步结论是：免耕留高茬，在以防风蚀为主的地区是一种适宜的农田保护形式。     

基于云计算的农田规划区域信息采集系统设计

为进一步提高我国农田规划信息获取的实时性与准确性,结合当前数据分析功能强大的云计算技术,对农田规划区域信息采集系统进行了设计。通过理解农田规划的布局设计特征,建立区域信息采集系统的数据控制框架与理论结构模型,对采集系统的软件控制流程与硬件设施配置逐步选型优化,得到较为完善的农田规划区域信息采集系统。基于云计算设计理念输入不同的农田周边环境变化数据进行模拟试验,结果表明:与传统的信息采集方法相比,云计算环境下的区域信息采集系统准确率可由91.8%提升到96.3%,且平均准确率可提升3.9%左右,验证了该采集系统设计的可行性。     

农田水污染及其生态系统保护研究进展

对国内农田水污染状况进行论述的同时，重点综述了农田生态系统保护研究的进展和防护措施，并就笔者关心的问题提出了自己的看法。     

论农田水利工程与生态系统的协调发展

从农田生态系统的角度出发，指出了当前农田水利工程建设中仅注重其水利功能而不注重对环境生态影响的弊端，建议农田水利工程的规划建设必须与环境生态相协调，以建设优良农田为前提，保持农业的可持续发展。     

农田地块图像分割技术研究

农田地块图像包含的目标区域多,不同地物间信息相互影响和干扰明显,农田地块图像的分割提取非常困难。利用基于边界和基于区域两种图像分割方法对高空拍摄的农田地块图像进行处理和实验。实验结果表明,利用微分算子的图像边界分割算法虽然能够有效识别出农田地块的边缘,但是对噪声有放大作用;而利用阈值法的图像区域分割算法可以很好地消除农田地块图像的噪声影响。     

SAR遥感图像中农田区域识别与检测方法研究

为实现对SAR遥感图像中农田种植区域的精确识别与检测,利用特征提取、多种分类器、图像融合、相关判决等方法,实现对SAR遥感图像中农田种植区域的精确识别与检测。通过分析合成雷达孔径背景,介绍合成孔径雷达图像农田种植区域的特征提取及识别检测方法,结合PCA融合方式证明SAR图像能有效实现对农田区域的精确识别与检测。最后提出一种基于多分类器集成学习的SAR图像农田区域识别与检测方法,试验验证了该方法的有效性。     

淮北平原区基于大沟蓄水技术的农田水资源调控模式

通过在安徽淮北平原的大田原型试验,分析了利用农田排水大沟进行控制蓄水的可行性及其对地表径流、地下水和土壤水的调控效果,提出了平原区依托大沟控制蓄水的农田水资源调控系统成套技术参数和模式。结果表明,单位长度大沟年调蓄水量为1.9×104m3/km左右,其影响范围内的农田地下水位较无控制大沟平均抬高约0.3~0.5 m,每年可增加作物对地下水的直接利用量50~80 mm,区域年农田水资源调控总量110 mm左右,约占当地年均降雨量的13%;只要控制合理、管理得当,不会因此而影响排水系统对农田涝渍的有效控制或降低原有排水工程的除涝降渍标准。以大沟控制蓄水进行农田水资源调控这一技术模式,是适合淮北平原区特点的解决水资源短缺和改善农田生态环境、调控区域水资源时空合理分布的有效途径。     

基于TOPSIS和热点分析的高标准农田建设优先区选择

高标准农田建设是保护优质耕地,保障粮食安全的战略部署,合理规划建设时序和空间布局是科学、高效进行高标准农田建设的前提。以河北省涿州市为研究区,按照国家对高标准农田建设区域的基本要求,构建了耕地综合质量评价指标体系,以规则网格为评价单元,基于TOPSIS模型对高标准农田建设优先度进行了综合评价计算,并采用热点分析方法划定了高标准农田建设一级优先区、二级优先区和不宜建设区。研究结果表明:涿州市中部和西南部区域耕地立地条件较优,基础设施较好,适宜建设高标准农田,列入一级优先建设区和二级优先建设区,面积占比分别为38.4%和31.8%;西部和东部部分乡镇不宜建设高标准农田。研究结果可为高标准农田建设优先区选择提供指导,为下一步的整治方向提供依据。     

农作物边缘提取方法研究

为实现复杂农作物边缘检测,提出了用低通滤波对原始图像进行预处理,然后采用给定阈值的图像二值化,再利用二值膨胀滤除细小纹理,最后依照先验知识获得较完善的农作物边缘的方法。通过收获季节实验证明该方法是可靠的,能够得到预期的农作物有效边缘。     

作物行识别算法的虚拟试验方法

针对作物行识别算法的传统开发过程对田间作物生长周期依赖性较强,错过适当的田间图像采集时期将直接导致算法开发周期延长等问题,提出一种基于虚拟场景的作物行识别算法测试方法,即在虚拟环境下模拟农田作物行场景和图像采集系统,运用虚拟作物行图像测试作物行的识别算法。该方法在虚拟现实环境下建立作物行场景模型;提出一种融合建模法,根据作物和杂草的几何特征建立对应的三维几何模型;根据实际田间作物的空间分布特征,建立株距、行距可调的田间作物行模型;以Vega Prime为视景仿真工具,通过配置投影模式、渲染模式、视点位姿和图像采集规格,构建图像采集系统,输出作物行场景图像。以苗期棉花作物行为建模对象,对一种经过田间试验验证的双目视觉作物行识别算法进行测试试验。对比实际棉田图像对应的试验结果,同一作物行识别算法的识别正确率、偏差角和图像处理时间均相近。结果表明,本文建立的虚拟棉田作物行与实际棉田作物行场景相近,能够用于作物行识别算法的测试。     

温室环境视觉导航路径的识别

为实现视觉导航的精确性和鲁棒性,研究了温室复杂环境机器人视觉导航路径的识别方法。以温室内西红柿苗垄为研究对象,在地膜、光线和阴影等复杂环境对植物识别的影响下,用Lab色彩空间将绿色植物从背景中分离出来;用基于权重因子的阈值分割算法代替常用的阈值分割算法;用改进的Hough变换的导航线提取方法处理有杂草干扰的作物垄。试验证明,该方法对复杂温室环境下作物垄导航线的提取有较好的适应性,而且算法简单,能够满足实时性的要求。     

基于农田景物边缘的农业机器人自定位方法

自主行走农业机器人自定位技术是导航系统的关键技术，本文通过对机器人的近景成像几何建模，提出了利用虚点提取和检测实现从图像到场景现实空间的三维计算，并确定机器人与路径的相对位置、方向，从而获得了自定位信息的方法。实验证明了该方法的正确性。     

基于深度相机的玉米株型参数提取方法研究

提出了一种基于骨架提取的改进算法,可实现在大田环境下,使用PMD深度相机快速、无损测量玉米株型参数。首先利用深度图像RGB伪彩色和深度距离信息,提取深度图像的骨架,排除复杂背景干扰,得到单株玉米的二值骨架图像;然后利用基于角点检测的改进归类算法提取骨架图像特征点;最后建立骨架图像中特征点与深度图像的对应关系,利用空间几何数学方法,结合特征点计算出玉米的3种株型参数,即株高、茎粗、叶倾角。农田实验对比分析表明,所提方法的株高测量结果与人工测量结果的相关系数 r 为0.986,最大相对误差小于2 cm,农田作物育种抗逆性分析还表明玉米株型参数与抗倒伏性具有显著相关性。     

小波变换在农田图像边缘检测中的应用

为了给农业机器人田间行走提供准确导航方向线,以农田景物为研究对象,提出用紧支撑双正交小波变换检测图像中的边缘,并改进了传统的小波算法。运用此方法,在计算机上对图像做边缘提取的实验。实验结果表明,该方法能够得到连续、光滑、单像素宽边缘链图像。程序的单幅图像处理平均效率为0.12s,不仅证明了该算法能够达到实时检测、自主导航的要求,而且也表明这种边缘提取方法是有效和可行的。     

作物病害图像中重叠病斑分离算法

针对传统的分水岭分割算法的不足,应用了一种基于标记测地重建的分水岭算法对棉花重叠病斑图像进行分离.首先对病斑二值图像利用多尺度距离变换获得病斑的距离图像,通过极限腐蚀操作检测出标记种子;然后以种子标记为基础.运用形态学测地重建运算获取测地影响区骨架SKIZ--分水岭线;最后利用分水岭线与原病斑图像进行交集运算.从而得到分离的图像.运用该算法对棉花重叠病斑图像进行分离,试验结果表明:该方法能较好地将图像中的重叠病斑分离,并较好地保存病斑边缘信息,对图像中的微小结构和噪声不敏感,具有良好的鲁棒性.     

基于多层EESP深度学习模型的农作物病虫害识别方法

为了提取图像高层语义特征、解决各种植物病虫害图像尺寸不相同的问题,提出了多层次增强高效空间金字塔(Extremely efficient spatial pyramid,EESP)卷积深度学习模型。首先,对图像进行预处理;其次,构建多层融合EESP网络模型,该模型通过对每层设置不同的空洞率进行空洞卷积,选择性地提取不同层次的特征信息,通过融合各层信息获得各种农作物病虫害图像的不同特征;最后,通过Softmax分类方法实现农作物病虫害识别。数据集包括10种农作物的61种病虫害类别,迭代训练300次,得到本文方法 Top1分类准确率最高达到了88.4%,且采用三阶EESP模型达到了最佳效果。     

模糊识别技术在大田害虫检测系统中的应用

介绍了基于模糊识别技术的大田害虫实时检测系统。该系统运用修正的自适应邻域平均法增强大田害虫图像的质量，用数学形态学开、闭运算将害虫从背景中分割出来，并利用去除杂点法对分割后的二值图像进行滤波。从其十多个形态学特征中选取出7个有效特征，采用了模糊识别算法进行了分类。识别正确率达到了97．7％。