基于位置特征的行间杂草识别方法

研究了利用条播作物的位置特征识别行间杂草的方法。根据条播作物成行排列的位置特征,利用像素位置直方图法识别作物中心行。根据多数杂草位于作物行之间裸土中的位置特征,以每条作物行左右边界线段的起始点作为种子,运用种子填充算法填充与其相连通的作物行区域,从而识别行间杂草。试验表明：行间杂草的准确识别率平均为80%,错误识别率平均为4.2%,适用于早期作物田间杂草识别。     

基于最小二乘法的早期作物行中心线检测方法

提出了一种基于最小二乘法的早期作物行中心线检测算法.利用G-R颜色特征因子分割作物与背景.根据作物与杂草的长度属性去除部分杂草噪声,应用垂直投影法动态检测作物行数,并提取作物行中点为特征点,获得特征点图像.利用特征点间的邻近关系对特征点进行分类,对归类后的特征点进行两次最小二乘法拟合,得到作物行中心线.对于有作物缺失的作物行,采用统计条形区域内特征点数量的方法判别检测结果的可信度.实验结果表明,算法能克服杂草和作物缺失的影响,实时地提取小麦、玉米和大豆作物行,平均每幅图像处理时间小于150 ms.     

基于机器视觉的苗期杂草实时分割算法

对利用植物的位置来识别作物苗期田间杂草的方法进行了研究。根据苗期田间植物的位置特征 ,建立了基于机器视觉的分割苗期田间杂草的算法 DBW。通过比较分析各种算法的分割效果图和所耗费的时间 ,运用超绿色法灰度化原始图像 ,然后应用最大方差自动取阈法二值化图像 ,最后运用种子填充算法分割作物和杂草。研究表明 ,算法 DBW在实时性方面表现出一定的优越性 ,处理一幅 5 4 4× 117像素的图像只需大约 6 0 ms     

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.     

基于最小二乘法的早期作物行中心线检测方法

提出了一种基于最小二乘法的早期作物行中心线检测算法。利用G-R颜色特征因子分割作物与背景。根据作物与杂草的长度属性去除部分杂草噪声,应用垂直投影法动态检测作物行数,并提取作物行中点为特征点,获得特征点图像。利用特征点间的邻近关系对特征点进行分类,对归类后的特征点进行两次最小二乘法拟合,得到作物行中心线。对于有作物缺失的作物行,采用统计条形区域内特征点数量的方法判别检测结果的可信度。实验结果表明,算法能克服杂草和作物缺失的影响,实时地提取小麦、玉米和大豆作物行,平均每幅图像处理时间小于     

不同剂量氟磺胺草醚水剂防除大豆田杂草药效的研究

氟磺胺草醚是一种高效选择性大豆田苗除草剂,有极好的活性,主要用于旱地作物除草,对花生、大豆田防除阔叶杂草极为有效.本试验旨在评价不同剂量氟磺胺草醚水剂对大豆田常见一年生杂草的防除效果及对大豆的安全性.试验表明:研究认为施用52.08 mL/667 m<'2>的氟磺胺草醚水剂是防除大豆田杂草、保证大豆丰产的合理剂量.     

基于纹理和位置特征的麦田杂草识别方法

以化学防除适期麦田杂草为研究对象,对利用条播作物的位置和纹理特征识别田间杂草的方法进行了研究。根据条播作物小麦作物行的间距相对固定等位置特征,利用植物像素直方图法确定作物行的中心线和行宽,并识别行间杂草。然后,以作物行中心为基准来选取纹理块,计算量化级数为8级的H颜色空间的共生矩阵,提取5个纹理特征参数,利用K均值聚类法判别分析各块的类别来识别行内杂草。研究结果表明,杂草的正确识别率约为93％,作物的错误识别率约为7％。     

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。     

基于位置特征的穴间杂草快速识别算法

研究了利用穴播作物的位置特征进行穴间区块杂草识别的算法.针对穴播作物按规律分布生长的特点和田间场景中植物叶片交叠等问题,以穴播玉米为研究对象提出了一种基于作物位置特征的过分割区块投影定位作物株心的方法,据此确定出穴间喷雾操作区块并进行各区块像素统计、判别,实现穴间杂草的识别.试验表明:穴间区块杂草实时识别的正确率在87.7%以上, 在MATLAB6.5环境下处理一幅640×512图像,从读入图像至给出杂草控制指令耗时在500ms以内,具有较好的实时性,且可适用于作物苗期各阶段的杂草识别.     

基于图像处理多算法融合的杂草检测方法及试验

自动化除草是现代精确农业科学领域的研究热点。已有的自动化除草解决方案中普遍存在鲁棒性不强、过度依赖大量样本等问题,针对上述问题,本研究提出了基于图像处理多算法融合的田间杂草检测方法,设计了一套田间杂草自动识别算法。首先通过设置颜色空间的阈值从图像中分割土壤背景。然后采用面积阈值、模板匹配和饱和度阈值三种方法对作物和杂草进行分类。最后基于投票的方式,综合权衡上述三种方法,实现对作物和杂草的精准识别与定位。以大豆田间除草为对象进行了试验研究,结果表明,使用融合多图像处理算法的投票方法进行作物和杂草识别定位,杂草识别平均错误率为1.79%,识别精度达到98.21%。相较单一的面积阈值、模板匹配和饱和度阈值方法,基于投票权重识别杂草的精度平均提升5.71%。同时,针对复杂多变的农业场景,进行了存在雨滴和阴影干扰的鲁棒性测试,实现了90%以上的作物识别结果,表明本研究方法具有较好的适应性和鲁棒性。本研究算法可为智能移动机器人除草作业等智慧农业领域应用提供技术支持。     

基于改进Hough变换的农田作物行快速检测算法

选取苗期农田作为研究对象,采集了包含行栽作物和土壤背景的农田图像,针对现有作物行定位方法易受外界干扰和处理速度较慢的不足,提出将投影法和直接Hough变换法相结合检测作物行的算法.采用2G-R-B 法和OTSU法将图像二值化,通过快速中值滤波算法去除噪声,再利用垂直直方图投影将图像进行水平条划分获取作物垄平均定位点,最后通过Hough变换检测垄定位点,得到作物行中心线.试验结果表明:基于垂直直方图投影的Hough变换检测作物行中心线的算法在保证高定位精度的同时,算法处理速度比直接Hough变换检测法提高了3倍,得到的定位基准线能代表作物行走向.     

大豆苗间除草松土机的设计

针对我国北方旱作农业地区使用的大豆中耕除草机,作业时针齿盘经常发生夹带土块、石块、土壤掩埋作物株苗以及锄草齿缠绕秸秆和杂草等现象,存在锄草质量差、伤苗率高和作业效率低等问题,设计开发了大豆苗间除草松土机.该机采用单体仿形旋转锄组件,可一次完成行间除草松土和苗行间苗除草松土等作业.田间试验结果表明:在平播、垄播、大垄或小垄状态下,可按需要随时调整行距,对大豆、芸豆、土豆和玉米等中耕作物进行间苗除草松土与苗前灭草,作业质量符合农艺要求,机具结构设计合理,为我国北方旱作农业地区中耕作物田间管理提供了技术支持.     

基于多特征的杂草逆向定位方法与试验

提出了一种基于多特征的杂草逆向定位方法。以田间作物作为研究对象,将多目标杂草定位问题转换为单目标的作物定位问题。采用作物叶片HU不变矩与形状特征的识别准确定位出每一株作物,然后基于颜色特征将作物区域以外的绿色植物均认定为杂草。设计了一款小型杂草定位装置,并应用在宽幅喷药机上。田间试验结果表明,在喷药机工作速度为5 km/h时,该系统对于大豆田间杂草识别的准确率为90%以上,较好地解决了杂草定位与精细喷洒农药问题。     

大豆田除草剂筛选试验

对72％都尔乳油、50％乙草胺乳油、50％嗪草酮可湿性粉剂3种除草剂进行防除大豆田杂草的筛选试验．试验结果表明：在同一环境条件下,72％都尔乳油可有效防除大豆田的禾本科杂草和部分的阔叶杂草,而且安全无害,持效期较长,是一种较好的除草剂,在播后苗前使用1次即可控制整个生育期杂草危害,其适宜剂量为1875—2250mL／hm^2。     

一种大豆试验株行播种装置

为解决大豆育种田的株行播种问题,改进现有播种的方式,创造性的设计出一种大豆试验株行播种装置,该装置提高了准确度,适用性广、价格低廉。      

行星刷式株间锄草机械手优化与试验

针对根系较发达作物和易板结土壤工况下的株间锄草,设计了行星刷式株间锄草机械手。研究了锄草机械手避苗锄草的工作原理,建立了运动学模型,研究了刷盘上点的运动轨迹和速度曲线随行星轮系传动比变化的规律。将覆盖率、入侵率及保护区范围作为锄草效果的评价指标,通过设计锄草机械手的结构参数,对锄草刷盘运动轨迹进行仿真,分析刀杆偏心距、锄草刷盘直径及装置相对作物行横向偏移对覆盖率和入侵率的影响。仿真结果表明刀杆偏心距80 mm、横向偏移20 mm以及锄草刷盘直径60~180 mm为最优参数,可获得直径30~140 mm的保护区及80%以上的株间覆盖率。对优化后的机械手进行大田锄草试验,选用传动比为3的行星轮系,平均锄草率可达89.3%,平均伤苗率为3.5%,满足锄草要求。     

作物苗后喷施除草剂遮挡装置研制与应用

为有效解决杂草对作物产量的影响,降低除草成本,提升作物苗后行间除草技术,提出了宽行距种植作物苗后行间喷施除草剂遮挡装置的指导思想,研制出的宽行距种植作物苗后行间喷施除草剂遮挡装置,主要包括支架、底座构件和遮挡构件3部分。该装置可满足不同作物不同种植行距的农艺技术需求,可与不同大小的常规电动喷雾器配套使用,经多种作物应用伤苗率约2%~3%,可较传统人工苗后除草功效提高5~7倍,且具有灵活轻便及生产和作业成本低等特点。该装置的研制与开发拓宽了灭生性杂草的应用范围,对减轻农田杂草危害、降低除草成本、提高经济效益提供了技术支撑。     

F.US-UFO型果园避障割草机试验研究

果树行间距一般比株间距大,可以利用割草机械直接进行除草作业,但是果树株间的杂草就不能很好的用割草机进行机械化作业清除。文章在江苏泰兴烨佳梨园、沛县聚英阁苹果园和睢宁官山楸树园对F.US-UFO型果园避障割草机开展田间试验,通过对收草质量、割幅、割茬高度、漏割率、避障损伤率、避障割草高度与行间高度最大差、最短避障距离的测定,测试机具作业性能;通过对使用可靠性系数、平均故障间隔时间、班次小时生产率、劳动生产率和单位面积耗油量的测定,测试其田间生产性能。试验结果表明:F.US-UFO型果园避障割草机既能完成行间割草作业也能完成株间割草作业。果园行间坡度越小,园间路面越平坦,果树株行距越大,割草机作业质量越高。割草机工作效率为0.49 hm~2/h,单位面积耗油量为11.41 kg/hm~2。     

3ZT-3型中耕追肥机设计与试验

针对中耕追肥机动力功耗大、除草效果不好和肥料利用率不高等问题,结合现有的中耕机械技术,研制出3ZT-3型中耕追肥机。该机通过施肥铲和前后松土铲,可以分别完成垄帮儿施肥和垄沟分层松土除草。为此,主要论述了追肥机整体结构、工作原理和主要工作部件的设计。田间试验结果表明:总排量稳定性变异系数为5.4%,各行排肥量一致性最大变异系数为6%,行间杂草除净率为95%,其它各项技术性能指标均符合设计要求,能满足实际工作需求。