常温烟雾机棚室喷雾雾滴沉积分布试验研究

应用常温烟雾机进行了棚室喷雾试验,研究常温烟雾施药技术在南方中档塑料棚室内的喷雾适应性、雾滴沉降分布规律、雾滴沉积密度及试验参数设置合理性.结果表明：雾滴沉积均匀性较好,变异系数平均为0.28;雾滴沉积密度很高,平均在31.44粒/mm^2;试验参数设置基本合理.采用常温烟雾施药技术将提升设施农业病虫害防治水平.     

常温烟雾机

常温烟雾机是一种新型室内施药设备，它是一种靠高压空气通过特殊的喷头，将药液雾化为均匀细小的雾状液滴，常温烟雾机对密闭性空间栽培作物的病虫害防治效果明显。     

设施固定管道式二相流常温烟雾系统雾滴沉积试验

针对缺乏设施专用高效施药机具,现有机具雾化性能差,农药有效利用率低,人员受毒害严重等问题,设计了设施固定管道式二相流常温烟雾系统,并结合推车式常温烟雾机,进行了喷雾性能对比试验,同时以结果期苏椒5号为试验对象,研究了作物冠层对二相流烟雾系统雾滴沉积分布的影响。试验设置二相流烟雾系统的工作气压为0.3MPa,液压为0.05MPa,施药流量为2L/min;常温烟雾机放置在温室中间位置距离前方采集区域2m处,风筒与水平地面呈15°倾角,向正前方喷雾,施药流量为1.5L/min,总施药时间为5min。结果表明,二相流烟雾系统每个采集区域的沉积量最大值均出现在喷头喷射方向前方约1m处（采样点4或5,与喷头喷射方向有关）,CV1稳定在25%~35%之间,反映出横向各采样点雾滴沉积量的差异和分布规律的一致性;常温烟雾机雾滴沉积量在前、中、后各区域内的变异系数分别为70%、29%和0,导致前方（7~9m）各采样点雾滴沉积量变异系数高达70%的原因是雾滴集中沉积在烟雾机前方的固定区域（采样点3~6）,而在两侧的沉积量过低,后方（41~43m）沉积量变异系数为0,是因为烟雾机风送距离有限导致后方各采样点无雾滴沉积。从沉积量的区间分布特性看,与常温烟雾机相比,二相流烟雾系统各采集区域雾滴沉积量的变异系数仅为13%。以上结果说明,二相流烟雾系统能够实现整个棚室的无人施药作业,且雾滴沉积分布均匀性较好;棚室内作物的存在有利于雾滴在周围叶片上聚集,雾滴沉积量在竖直高度和不同区域的分布无显著差异,变异系数不大于13%。综上所述,二相流烟雾系统工作性能稳定,雾滴分布均匀,可明显提升对病虫害的防治效果,能够实现人药分离作业。     

3YC－50型常温烟雾机

由农业部南京农机化研究所设计制造的大棚温室病虫害防治新型农机具——3YC-50型常温烟雾机,主要用于蔬菜、花卉病虫害防治。其核心作业部件是气液二相流喷头。在高速气流的作用下,在喷嘴处形成局部真空,将药液吸入喷头体内,压缩空气与药液在喷嘴外缘处混合雾化,然后喷射在棚室空间和蔬菜、花卉等植物上。由于药液雾滴细,能在空间悬浮2～6h,并很均匀地附着到植物各处,防治病虫害效果好。     

3YC-80型常温烟雾机性能试验研究

为了找到适合于设施蔬菜使用的植保机械,采取对比试验的方法,对3YC-80型常温烟雾机和山东卫士(WS-16)手动喷雾器的性能进行了对比试验研究。试验结果表明,3YC-80型常温烟雾机与手动喷雾器相比,在冠层沉积均匀性、冠层沉积率、节约用水及施药时间等指标方面具有优势,适合在设施蔬菜病虫害防治中使用。     

内燃机驱动常温烟雾机的电气特性

内燃机驱动常温烟雾机的轴流风机动力是由本系统内燃机驱动的直流发电机提供。为了确定电气系统的组成构件及其规格、技术参数，本项目在二相流喷雾试验台上进行了逐项及组合性能试验。掌握了各要素的工作原理、技术性能、匹配参数及合适的工况点，为设计、研制内燃机驱动常温烟雾机提供了依据。     

3YC-50型常温烟雾机

由农业部南京农机化研究所设计制造的大棚温室病虫害防治新型农柳具——3YC-50型常温烟雾机,主要用于蔬菜、花卉病虫害防治。其核心作业部件是气液二相流喷头。在高速气流的作用下,在喷嘴处形成局部真空．将药液吸入喷头体内,压缩空气与药液在喷嘴外缘处混合雾化,然后喷射在棚室空间和蔬菜、花卉等植物上。由于药液雾滴细,能在空间悬浮2～6h,并很均匀地附着到植物各处,防治病虫害效果好。     

固定管道式常温烟雾系统雾滴沉积仿真与试验

为了进一步研究固定管道式常温烟雾系统的风场分布特性和雾滴沉积分布特性,基于计算流体力学（CFD）非稳态模拟,通过建立固定管道式常温烟雾系统在温室内作业的气流速度场仿真模型及雾滴沉积分布仿真模型,分析了该系统在3组作业参数（液压为0.05MPa,气压为0.2、0.3、0.4MPa,3组作业参数分别对应的喷头出口截面平均气流速度为200、400、600m/s）〖JP2〗下的气流速度分布特征及在3组作业参数、4组高度水平（0、40、60、80cm）和2个〖JP〗雾滴沉积区域（喷头正下方区域和喷头中间区域）下的常温烟雾系统的雾滴沉积分布特性,并对雾滴沉积分布特性进行了试验验证。研究结果表明：固定管道式常温烟雾系统作业时可在棚室内形成涡旋气流,有益于雾滴在整个棚室内的漂浮、弥散和沉积,根据仿真和试验结果得出本系统的最优作业参数为气压0.3MPa、液压0.05MPa。喷头正下方和喷头中间区域的雾滴最大沉积量分布在喷头喷射方向前方1m区域（采样点5）,且沿喷头喷射方向呈逐渐降低趋势。相同试验条件下,雾滴沉积量随着气流速度的增加呈降低趋势。喷头正下方的雾滴地面沉积量低于中间区域的雾滴地面沉积量,而在高度水平40、60、80cm下,喷头正下方相应的雾滴沉积量高于中间区域。正下方区域的雾滴主要沉积分布在60~80cm的高度区间,中间区域的雾滴主要沉积分布在高度40、80cm区域。不同作业参数下雾滴在不同高度的仿真和实测沉积量相关系数范围为0.990~0.924。雾滴沉积量仿真值和实测值的相对误差范围为0.008~0.374, 说明CFD仿真可较准确地预测模拟常温烟雾系统气流速度场与雾滴沉积分布特性,指导实际作业参数优化。     

基于Android手机的水稻剑叶角测量系统

为了快速、无损地测量水稻剑叶角,设计了基于Android智能手机的便携式水稻剑叶角无损测量系统。采用智能手机后置摄像头获取水稻剑叶基部图像,经过图像预处理、直线检测、K-means聚类和向量方法等处理过程,得到水稻剑叶角。基于Android编程技术对系统软件进行设计,实现了在Android平台下利用JNI和Android NDK调用基于Open CV库的剑叶角提取图像处理算法,实现了新建试验、材料信息输入、摄像头获取剑叶基部图像、计算输出剑叶角及保存数据等界面操作流程。利用该测量系统在田间对4个品种的80株水稻进行剑叶角测量试验,以验证系统性能。试验结果表明,和人工用量角器测量结果相比,该系统测量的平均绝对误差为1.34°,相对误差为2.7%,测量值和真实值相关系数为0.997,能有效测量剑叶角。     

基于计算机视觉的排种粒距实时检测系统

采用数字图像处理理论和C++编程语言实现种子粒距的实时检测。介绍了图像采集系统硬件构成,分析估算出图像采集和后续处理的耗时,给出了图像拼接和图像比例的计算公式,阐述了预处理式动态阈值法选取最佳阈值以及利用种子分布样本进行种子识别与粒距测量的方法。试验结果,系统的测量误差小于±1mm。     

基于光学三角形法与图像处理的立木胸径测量方法

为提高林木胸径测量精度,减少劳动负荷,结合光学三角形法、图像处理及最小二乘拟合法,研究一种新的立木胸径测量方法.通过理论分析制定算法,搭建测量系统,对5株不同径级的立木进行测量计算,实验结果表明,采用光学三角形法的测量算法计算的直径精度较高,误差一般小于22 mm,相对误差率小于5.5％.     

基于双目立体视觉的秧苗直立度自动测定系统

介绍了基于双目立体视觉的秧苗直立度自动测定硬件系统和软件系统组成。在移栽机试验台上，两摄像机经标定后获取秧苗图像，通过图像处理得到二值化秧苗图像，在二维图像空间将秧苗角度信息简化为一条直线，然后利用简化的两条已知直线与两摄像机参数矩阵，进行空间直线三维重建，完成秧苗直立度的测定。试验结果表明：该方法可以获得较高的精度。     

基于嵌入式系统与机器视觉的上孵前无精蛋识别系统

为避免未受精蛋的孵化,将计算机图像处理技术与嵌入式技术有机结合,提出了无精蛋识别系统设计方案.该系统首先通过计算机视觉技术采集种蛋图像,之后运用数字图像处理技术完成种蛋图像区域不变性参数(圆度、复杂性、伸长度、球状性、长短轴比和平均变动系数)的提取,最后采用已训练的遗传神经网络实现无精蛋识别.实验结果表明:该系统简单便捷,易于实现,对种蛋的600枚非实验样本的识别精度为99.3％,满足上孵前剔除无精蛋的要求.     

基于机器视觉的储粮害虫智能检测系统软件设计

介绍了基于机器视觉的储粮害虫智能检测系统软件部分各主要环节的具体实现。该系统运用图像差分法及自适应图像增强法提高粮虫样本图像的质量，利用改进的直方图阈值将粮虫从背景中分割开来，并运用数学形态学处理法进行了滤波。以提取出的粮虫面积、周长、复杂度为特征，运用基于模糊决策的分类器对粮仓中常见的9种、7类害虫进行分类，识别正确率达到95.2%。     

基于机器视觉和北斗定位的小麦变量喷雾系统研究

针对传统植保喷杆喷雾机作业时各喷头以同等药量喷洒的方式导致农药浪费、利用率低和污染环境等问题,以生长前期的小麦为研究对象,设计一种基于北斗定位系统和机器视觉的小麦变量喷雾作业系统。通过双平面高度投影法完成对感兴趣区域获取,研究了速度、植株密度对喷雾的影响,提出变量喷雾流量的控制方法。在定位系统规划的目标区域内,通过机器视觉处理实现变量喷雾,试验结果表明,相同机组速度下,植株密度稀疏区相对植株密度正常区的平均雾滴覆盖率平均减少12.06%;相同植株密度下机组前进速度0.75 m/s相对1.50 m/s的平均雾滴覆盖率平均增加3.94%。在满足喷雾标准的情况下,可以在不同速度、不同植株密度下实现变量喷雾。为验证目标区域边界行驶速度对等级变换准确度,进行定位传感器实时判断在目标区域边界喷头相对位置并控制开闭,试验结果表明,在行驶速度为0.50 m/s时准确度最高,区域边界行驶超出量误差平均值为48.72 cm;为验证行驶方式对喷雾等级变换准确度的影响,使用北斗定位系统在目标区域边界开展行驶方式对喷雾等级变换准确度的影响试验,试验结果表明,驶入目标区域超出量误差平均值为7.20 cm。     

基于机器视觉的玉米异常果穗筛分方法

针对玉米品种制种过程中病害果穗的表型识别问题,以玉米果穗整体为研究对象,基于二维快速成像技术实现了霉变、虫蛀和机械损伤3种异常果穗的快速分选。构建了单目视觉便携式图像采集装置,采集了任意摆放的粘连果穗目标图像,分别在RGB模型和HIS模型中提取了玉米果穗的6个颜色特征和5个纹理特征,并实现特征参数的归一化。构建了病害果穗分类模型,并采用已知样本特征向量对支持向量机和BP神经网络方法进行训练和对比分析,最后采用支持向量机方法实现了3种异常果穗的快速分选。实验结果表明,该方法对霉变异常果穗筛分的正确率可达96.0%,虫蛀果穗筛分的正确率可达93.3%,机械损伤果穗筛分的正确率可达90.0%。     

基于机器视觉的变量机械系统的关键技术

简要介绍了应用于变量机械的GPS技术与机器视觉技术两种方式的优缺点;重点阐述了光源照明、动态图像采集(CCD摄像机、图像采集卡)、图像处理和快速准确的执行机构等基于机器视觉的变量机械的关键技术的发展现状;最后扼要介绍了机器视觉在田间导航、农田喷洒等变量机械中的应用及展望。     

基于机器视觉的结球甘蓝形状鉴别方法

提出了一种机器视觉技术结合BP神经网络快速鉴别结球甘蓝叶球形状的方法。运用图像处理技术,提取结球甘蓝的高度、宽度、长轴、面积4个绝对形状参数,在此基础上定义了高宽比、圆形度、矩形度、椭形度、球顶形状指数等5个相对形状参数。分别以4个绝对参数、5个相对参数以及上述9个参数作为网络输入,建立BP神经网络叶球识别模型。测试结果表明,以绝对参数作为输入的BP神经网络正确识别率为62.5%,相对参数作为输入的BP神经网络以及相对参数和绝对参数9个参数作为输入的BP神经网络正确识别率均达100%,以相对参数作为网络输入的预测模型优于以绝对参数作为网络输入的预测模型,相对参数和相对参数结合绝对参数作为输入构建的BP神经网络识别模型均具有良好的分类和鉴别能力。