喷雾技术参数对雾滴沉积分布影响试验

为了研究果园轴流风机风送喷雾机喷雾技术参数对雾滴沉积分布的影响,分别设置了4种喷雾压力、风机出口风速和行驶速度,3种采样高度,对稀疏靶标(沉积架)和仿真树靶标进行了喷雾试验并进行回归分析.试验结果表明,喷雾压力对雾滴沉积无明显影响,减小行驶速度可增加枝叶正反面雾滴的沉积,增大风机出口风速可有效增加雾滴在枝叶反面的沉积;...     

基于边缘链码信息的番茄苗重叠叶面分割算法

针对番茄穴盘苗自动移栽机在检测幼苗特征参数时,由于叶面重叠导致提取特征参数不准确问题,提出一种基于重叠叶面边缘链码信息逐层分割算法。首先将穴盘苗原图像预处理得到的边缘二值图进行重叠叶面边缘拐点检测和链码统计,然后通过拐点配对进行叶面逐层分割,对真实分割拐点对进行线性插值,最终实现重叠叶面分割。试验结果表明,采用逐层重叠叶面分割算法具有旋转不变性,针对72孔和128孔2种穴盘规格,重叠叶面分割成功率分别为100%和96%,分割平均耗时分别为0.835和0.99 s。此分割算法分割速度快、精确度高,可满足实际工厂化全自动移栽作业要求。     

密闭空间雾滴沉积状态参数的显微图像解析

针对植保机械喷雾取样技术存在的不足,提出了利用显微图像结合数字图像处理技术对密闭空间中雾滴的沉积状态参数进行取样和分析的方法.利用该方法对棚室内雾滴覆盖率、沉积密度和均匀性等参数进行了试验和分析.试验结果表明,随距离增加,雾滴覆盖率先上升后下降,而雾滴沉积密度的变化趋势正好相反;栅室内距地面高度0.4～0.8m范围内,雾滴的覆盖率和沉积密度基本不随高度变化.用雾滴覆盖率、沉积密度和均匀性来表示整个喷雾场雾滴的沉积状态是有效、可行的.     

圆盘风扇辅助喷雾对雾滴沉积分布影响试验研究

采用立体布样的方法,用5mg/L的"丽春红―2R"稀释水溶液代替农药在室内进行了圆盘风扇辅助喷雾雾滴沉积分布试验,研究了用于仿形喷雾的圆盘风扇的雾滴沉积分布影响规律.试验结果表明,无风助喷雾时,雾滴沉积在短距离内急剧下降,射程短.纸卡反面,雾滴沉积明显少于有风助喷雾的雾滴沉积.有风助喷雾时,沿射程方向雾滴沉积有急剧下降和缓慢下降两个阶段.不同采样高度上,出口风速对雾滴沉积分布影响不同.纸卡正面,采样高度1.8m时,出口风速对雾滴沉积影响不大,采样高度1.5m和1.2m时,雾滴覆盖率与风机转速成正比.纸卡反面,不同的采样高度上雾滴沉积覆盖率与出口风速线性关系均显著.     

烟雾机雾滴沉积分布的空间解

提出了一种雾滴沉积分布的空间解析方法,并利用该方法对棚室内常温烟雾机雾滴的当量直径、覆盖率和沉积密度等参数进行了分析研究.试验结果表明:雾滴当量直径和覆盖率在棚室的两侧大,中轴线小,而沉积密度正好相反;雾滴当量直径和覆盖率在距棚室入口25m处的两侧皆出现峰值,沉积密度在棚室中轴线上距入口13、35和52m处出现峰值.表明采用空间解析方法比单曲线分析方法更能反映雾滴在棚室内沉积分布的状况.     

塑料温室内的雾滴沉积分布研究

为了开发设施农业病虫害防治的常温烟雾施药技术，在密闭温室内进行了常温烟雾喷雾雾滴沉积试验，对4种机型、3种温室的试验结果作了分析比较，从而探讨了雾滴粒径与沉积密度的相关关系，喷射部件上设置的轴流风机对雾滴分布均匀性的提升作用，作物不同部位的雾滴沉积差异，并推导出施药时喷雾量的测算方法。     

植物叶片表面结构对雾滴沉积的影响分析

为探索雾滴在不同结构叶片表面沉积效果差异,试验研究138.2、176.5、209.1、235.1和283.7μm 5个粒径雾滴在毛刺、蜡质和粗糙3种表面的沉积效果,分析了各类叶片表面在与水平面呈0°、15°、30°、45°、60°和75°6个夹角时的沉积差异。对叶面结构、叶片倾角和雾滴粒径3个因素的影响程度差异进行了正交试验。结果表明,喷量相同的情况下,雾滴在蜡质及粗糙叶面沉积率随雾滴粒径增大而减小,在毛刺叶片表面,当雾滴粒径大于231.5μm时,药液沉积率随雾滴粒径增大而减小的趋势更为明显。在毛刺和粗糙叶片表面,药液沉积率随叶面倾角增大而减小;而在蜡质叶面,倾角大于45°时,沉积率会产生一次突增并超过较小倾角时的雾滴沉积率。叶片倾角对雾滴沉积率影响最大,叶面结构次之,雾滴粒径影响不显著。     

弥雾机雾滴分布试验研究

弥雾机的类型和参数设置对雾滴在目标上的分布质量有很大的影响。通过离心式弥雾机和轴流弥雾机在不同工作参数下的试验对比，分析了它们在目标树、下风非目标树和弥雾机经过的地面上雾滴的沉积和滴在目标树不同部位的分布状况。试验表明，当树高在3m以下，并且树冠大小比较整齐时，离心式弥雾机的整体效果优于轴流式弥雾机。机器的行走速度对喷雾质量影响不大，但喷雾量不宜过大，以免影响雾滴分布均匀度与增加药物损失。     

不同施药机具在玉米田间的雾滴沉积分布试验

针对我国玉米等高秆作物生长中后期的机械化植保难题,进行了3WX-1000G喷杆喷雾机、3WX-2 0 0 0 G喷杆喷雾机、STORM1 5 0 0风送远程喷雾机等3种大型自走式施药机具的玉米田间喷雾试验,比较分析了不同施药技术与机具对雾滴沉积分布规律的影响,为筛选技术水平先进,并与玉米病虫害防治要求相适应的施药技术与植保机具的技术提升提供依据。试验结果表明:风幕辅助气流能有效提高雾滴在玉米冠层内的沉积量和覆盖率,在冠层中部和下部的平均沉积量比无风幕时提高了36.4%和17%;冠层各部分的覆盖率均比无风幕时有所提高,冠层下部增长率最高,达到28%;风幕辅助气流还能有效改善雾滴在玉米植株上的分布均匀性;风送式远程喷雾机的风力辅助作用有助于将雾滴向远程输送,大大提高了喷幅及作业效率,但大量雾滴集中于喷幅的前段区间,使其在整个喷幅范围内的雾量分布均匀性远差于喷杆喷雾机,最大变异系数超过1。     

便携式雾滴沉积检测系统的设计与试验

目前,农药喷雾沉积的检测方法,大都无法直接、快速检测雾滴在叶片上的沉积分布参数,对于实时评价植保喷雾机械的作业效果及反馈调整作业参数效率产生了影响。针对此问题,本文基于荧光反应和图像处理,设计了一种叶面雾滴沉积检测系统。试验结果表明:相比于ImageJ对叶面雾滴覆盖率的处理结果,本监测系统的平均误差为4.08%;相比于人工计数,本系统的雾滴沉积粒数计数结果误差为2.46%～4.69%,平均误差为4.01%;使用的荧光试剂可以满足大田工作需求。所设计的检测系统可以实现对叶片雾滴沉积参数的快速无损检测。     

基于改进GrabCut算法的黄瓜植株图像分割

植物图像的自动分割是植物表型研究的热点问题,也是作物生长过程监测、病虫害识别等应用的核心技术之一.以黄瓜为对象,通过对图像中作物与背景特点的分析,选取EXG超绿分割和GrabCut算法进行试验研究;基于EXG超绿分割和GrabCut算法在黄瓜群体图像上的分割结果及这两种算法的优缺点,提出具有更高分割精度的改进算法.用室...     

非垂直拍摄获取细叶作物覆盖度优化算法研究

【目的】探究非垂直拍摄获取细叶作物覆盖度优化算法以及非垂直拍摄对作物覆盖度计算结果的影响。【方法】在北京市小汤山基地草业研究中心露天环境下,以青绿薹草、结缕草为试验对象,获取45°、60°、90°(与地面夹角)3种拍摄角度下的图像,采用基于自适应权重粒子群改进K-means的图像分割方法,分析不同拍摄角度对青绿薹草覆盖度测量精度的影响,研究非垂直拍摄与垂直角度下覆盖度的关系曲线。首先将草RGB图像转化成HSV颜色空间,在HSV颜色空间利用自适应权重PSO算法向全局像素解的子空间搜寻,通过迭代搜寻到全局最优解,确定最佳初始聚类中心;其次利用K-means算法对不同角度图像像素进行聚类划分,从而得到草冠层区域分割结果,最后采用形态学滤波方法对分割结果进行优化。【结果】垂直拍摄时,传统K-means算法计算的2个品种的覆盖度总体相对误差分别为32.89%和34.37%,而本文算法下2个品种总体相对误差分别为11.23%和15.85%。相比于K-means算法,本文算法环境适应性好,算法精度高。非垂直拍摄条件下,本文算法能够克服多角度拍摄导致图像色彩分布不均匀的问题,有效分割出草冠层区域,90°覆盖度估测值与真实值平均误差为3.27%,60°二者平均误差为4.61%,45°平均误差为5.70%,随着拍摄角度的减小,平均误差略有增大,但均小于6%。非垂直角度下计算的覆盖度与垂直角度覆盖度呈显著地线性关系。【结论】采用本文方法可以提高非垂直拍摄获取作物覆盖度的精度。     

农田秸秆覆盖率检测方法与试验

针对秸秆覆盖率检测准确率易受光照不均匀影响以及现有检测方法对无秸秆图像检测精度较差的问题,提出一种基于图像行平均灰度标准差分类及图像分块可变阈值检测法.首先通过计算图像的行平均灰度标准差对图像进行分类,将标准差小于阈值的图像判断为无秸秆覆盖;然后将标准差大于阈值的图像划分成多个子块,对每个子块分别采用最大类间方差法进行...     

基于多阈值图像分割算法的秸秆覆盖率检测

针对目前秸秆覆盖率人工检测费时费力、准确率低、信息难以存储的问题,提出了一种基于图像分割的秸秆覆盖率检测方法。考虑到传统图像分割方法精度不高,且多阈值分割时计算量过大,将灰狼算法中的搜索机制与差分进化算法相融合,提出一种基于图像多阈值的自动分割方法（DE-GWO）,用于田间秸秆覆盖率检测。首先,对现场采集的秸秆覆盖图像进行预处理,采用自适应Tsallis熵作为目标函数,评估图像分割效率;其次,根据图像的复杂程度选取分割阈值的数量,利用DE-GWO算法对其进行多阈值图像分割;然后,分别按照灰度级别计算分割后图像比例;最后,根据拍摄高度、fov视角等参数,将图像中秸秆覆盖率与实际地理面积进行转换。实验结果表明,本文算法田间秸秆覆盖率与实际测量误差在8%以内,且相比于改进粒子群算法（PSO）和灰狼算法（GWO）,DE-GWO算法精确度更高,平均耗时为人工测量的1/1500。开发了一套依据DE-GWO算法的秸秆覆盖率检测软件系统,为后续监控系统的实时检测提供了算法基础和软件支持。     

基于颜色特征的番茄图像分割算法的研究

图像分割是实现田间番茄机器识别的关键部分。根据采摘番茄目标与背景在颜色特征上的差异性,对田间采摘番茄的图像分割算法进行了研究。通过分析比较各种方法的分割效果和所耗费的时间可知,大律分割法具有较好的分割效果,但其在实际应用过程中却存在着一定的问题。针对出现的问题,对该方法进行了相应的改进。研究表明,改进后的大律分割法能较好地处理田间采摘番茄的图像,为进一步采摘识别提供了条件。     

基于YOLO算法的不同品种枣自然环境下成熟度识别

实现果园机械化智能采摘是解决农村劳动力不足、降低果实采摘成本的重要途径,对果园中果实的准确识别是其关键技术。以枣为研究对象,建立最适合多品种、实用性强的枣果实成熟度识别模型,将YOLO算法引入到枣果实在自然环境下的成熟度识别中,将枣果实分为成熟果实、未熟果实和完熟果实、半红果实、未熟果实两种标注方式,建立YOLO V3、YOLO V4、YOLO V4-Tiny和Mobilenet-YOLO V4-Lite四种识别模型。研究表明YOLO算法中YOLO V3与YOLO V4-Tiny两个模型均可适用于两种标注方式,验证集mAP约为94%,证明YOLO算法能够对枣果实进行有效的成熟度识别。     

基于改进AdaBoost算法对环柄菇毒性判别研究

使用改进的AdaBoost算法,根据环柄菇的特征对其毒性进行判别,提高环柄菇毒性的判别速度和准确性.首先通过计算数据集的初始权值分布,根据权值分布对训练集进行学习,得到弱分类器,根据弱分类器的分类结果,将错误的样本权值加大,同时计算出各个样本特征的权值,并删去权值系数小于规定值的特征;计算每个弱分类器在训练集上的误差率...     

基于迁移学习的苹果树叶片病虫害识别方法研究*

为实现苹果树叶片病虫害快速且准确地识别与分类,研究基于迁移学习的多种神经网络模型,对比不同模型在苹果树叶片病虫害识别上的准确度。构建VGG16,ResNet50,Inception V3三种神经网络模型,利用从PlantVillage上获取的4种不同的苹果树叶片图片,分别为苹果黑星病叶片,苹果黑腐病叶片,苹果锈病叶片以及健康苹果叶片。按照8∶1∶1的比例将图片分为训练集,测试集和验证集对模型进行训练。在相同的试验条件下对比分析VGG16,ResNet50和Inception V3的试验结果。三种模型在使用迁移学习技术的情况下对苹果树叶片病虫害识别准确率分别达到97.67%,95.34%和100%。与不使用迁移学习的模型相比,使用迁移学习能够明显提升模型的收敛速度以及准确率,为常见的苹果树病虫害识别提供了新的方法。     

水稻病害图像预处理及其特征提取方法研究

采用计算机数字图像处理技术对水稻病害进行智能识别,并以叶鞘腐败病为例,研究了水稻病害智能识别图像预处理和特征提取的方法。试验中,利用灰度变换和中值滤波法有效去除了噪声,增强了图像;利用不同算子对病害进行边缘检测,准确地提取了病斑的几何特征,实现了病害图像目标分割。这一研究成果为特征参数的提取及最终病害确定打下基础。