缺株玉米行中心线提取算法研究

无人驾驶农机自主进行行驶路径检测和识别系统需要具备环境感知能力。作物行的中心线识别是环境感知的一个重要方面,已有的作物行中心线识别算法在缺株作物行中心线提取中存在检测精度低的问题。该研究提出了一种能够在缺株情况下提取玉米作物行中心线的算法。首先采用限定HSV颜色空间中颜色分量范围的方法将作物与背景分割,通过形态学处理对图像进行去噪并填补作物行空洞;然后分别在图像底部和中部的横向位置设置条状感兴趣区（Region of Interest,ROI）,提取ROI内的作物行轮廓重心作为定位点。在图像顶端间隔固定步长设置上端点,利用定位点和上端点组成的扫描线扫描图像,通过作物行区域最多的扫描线即为对应目标作物行的最优线;将获取的最优线与作物行区域进行融合填充作物行中的缺株部位;最后设置动态ROI,作物行区域内面积最大轮廓拟合的直线即为目标作物行中心线。试验结果表明,对于不同缺株情况下的玉米图像,该算法的平均准确率达到84.2%,每帧图像的平均检测时间为0.092 s。该研究算法可提高缺株情况下的作物行中心线识别率,具有鲁棒性强、准确度高的特点,可为无人驾驶农机在作物行缺株的农田环境下进行作业提供理论依据。     

基于深度学习的玉米拔节期冠层识别

为了满足田间玉米植株快速识别与检测的需求,针对玉米拔节期提出了基于深度学习的冠层识别方法,比较并选取了适于玉米植株精准识别和定位的网络模型,并研制了玉米植株快速识别和定位检测装置。首先拍摄玉米苗期和拔节期图像共计3 000张用于训练深度学习模型,针对拔节期玉米叶片交叉严重的问题,提出了以玉米株心取代玉米整株对象的标记策略。其次在Google Colab云平台训练SSDLite-MobileDet网络模型。为了实现田间快速检测,开发了基于树莓派4B+Coral USB的玉米冠层快速检测装置。结果表明,田间玉米冠层识别模型精度达到91%,检测视频的帧率达到89帧/s以上。研究成果可为田间玉米高精度诊断和精细化作业管理奠定基础。     

不同蒸散量时间尺度提升法用于节水灌溉稻田的对比分析

蒸散量（ET）时间尺度提升方法能充分利用遥感数据与地面观测的优势,获得精确的区域日尺度估算值,对指导农业用水管理特别是农田灌溉具有重要的意义。该研究以节水灌溉稻田为研究对象,基于2015和2016年稻季涡度相关系统实测数据,在能量强制闭合的条件下,选择4种基于能量平衡原理的蒸散量尺度提升方法,分析了蒸发比、作物系数、冠层阻力、辐照度比4个尺度转换因子在节水灌溉条件下的变化特征,对比了4种方法提升估算日尺度ET与涡度相关系统实测值的差异。结果表明,节水灌溉条件下蒸发比、作物系数、冠层阻力3个尺度转换因子的生育期平均日变化和其他下垫面相比有一定特殊性,辐照度比的变化仅取决于研究区域所处纬度位置。作物系数法与冠层阻力法以 10:00－11:00小时值估算日蒸散量结果的准确性较好,决定系数和一致性系数分别达到0.92和0.97以上,正弦关系法的模拟效果稍差,但该方法估算效果稳定,可作为一种粗略的尺度提升方法。各时段蒸发比法估算值均存在一定程度的低估,但相关性较好,用考虑饱和水汽压差的线性关系修正后,10:00－11:00估算结果的准确性和一致性均最好,决定系数和一致性系数分别为0.987和0.996。研究结果明确了适宜长江中下游节水灌溉稻田ET时间尺度提升各估算方法的较优时段,并表明修正后的蒸发比法提升估算日尺度ET最优。     

基于双目视觉的香蕉园巡检机器人导航路径提取方法

为实现移动机器人香蕉园巡检自动导航,研究提出了一种基于双目视觉的香蕉园巡检路径提取方法。首先由机器人搭载的双目相机获取机器人前方点云,进行预处理后对点云感兴趣区域进行二维投影并将投影结果网格化,得到网格地图;然后采用改进的K-means算法将道路两侧香蕉树分离,其中初始聚类中心通过对网格地图进行垂直、水平投影以及一、二阶高斯拟合确定;最后基于最小包围矩形提取导航路径,将道路两侧网格以最小矩形框包围,提取两包围框中间线作为期望导航路径。测试结果表明,改进的K-means算法聚类成功率为93%,较传统方法提高了12个百分点;导航路径提取平均横向偏差为14.27 cm,平均航向偏差为4.83°,研究方法可为香蕉园巡检机器人自动导航提供支持。     

采用改进YoloV4模型检测复杂环境下马铃薯

为解决马铃薯联合收获机在作业过程中分级清选的问题,并在收获作业过程中实时监测评估收获状态,该研究提出一种在光照亮度变化大、土壤与薯块遮挡、机器振动以及尘土干扰等情况下对马玲薯进行识别检测并快速准确获取马铃薯数量以及损伤情况的机器学习模型。在卷积神经残差网络中引入轻量级注意力机制,改进YoloV4检测网络,并将YoloV4结构中的CSP-Darknet53网络替换为MobilenetV3网络,完成特征提取。试验结果表明,基于卷积神经网络的深度学习方法相比于传统Open-CV识别提高了马铃薯识别精度,相比于其他传统机器学习模型,MobilenetV3-YoloV4识别速度更快,马铃薯识别的全类平均准确率达到91.4%,在嵌入式设备上的传输速度为23.01帧/s,模型鲁棒性强,能够在各种环境下完成对正常马铃薯和机械损伤马铃薯的目标检测,可为马铃薯联合收获机智能清选以及智能收获提供技术支撑。     

喷灌均匀性和灌水量对冬小麦冠层下水量分配的影响

为研究冬小麦冠层对喷灌水量的再分配规律,探讨不同灌水量下喷灌均匀性对土壤含水率空间分布、冬小麦生长状况及产量的影响,该研究于2020-2021年在常州市金坛区开展了冬小麦田间喷灌试验。该试验依据作物需水量设置3个灌水量（充分灌溉、2/3需水量、1/3需水量）处理和2个喷灌均匀性（高：75%、低：55%）处理,通过冠层上、下雨量筒和自制的茎流收集器测量喷灌水量分布,并对喷灌后的土壤含水率（Soil Water Content,SWC）、冬小麦生长状况及产量的空间分布进行了监测。结果表明,冠层上喷灌均匀性比冠层下高约1.5%。喷灌水经冬小麦冠层再分配后所形成的棵间穿透流量、茎秆流量以及冠下喷灌损失分别占冠层上部水量的56.0%～73.9%、25.0%～37.0%和2.5%～12.7%。冠下穿透流率和茎秆流率与冬小麦的冠层特征（叶面积指数、株高）极显著相关（P<0.01）,而受喷灌均匀性和灌水量的影响较小。茎秆流率变异系数高于穿透流率变异系数。喷灌后24 h,0～20 cm深度土壤水分的变化与冬小麦产量及产量变异系数显著相关（P<0.05）。低喷灌均匀性会导致区域性缺水（SWC<65%田间持水量）,引发小范围减产,产量变异系数增大,减少灌水量则会加剧这一现象,冬小麦显著减产,灌水量对产量的影响占主导作用。研究结果可为冬小麦的喷灌设计提供理论依据。     

反光膜对育肥羔羊生理指标和生长性能的影响

该研究对单彩钢屋顶外表面铺设反光膜,以解决实际生产中单彩钢屋顶育肥羊舍热应激严重的问题。选择两栋建筑结构相同的敞棚羊舍,其中一栋单彩钢屋顶外铺反光膜（铺膜舍）,另一栋单彩钢舍作为对照（对照舍）。利用红外热像仪对夏季（6－8月份）屋顶内表面温度进行阶段性（前期第1～7 天、中期第8～37天和后期第38～67天）热成像分析,同时计算各阶段屋顶内表面辐射热,并通过测定育肥羔羊生长性能和生理指标评价反光膜缓解育肥羔羊热应激的效果。结果表明：1）试验期间对照舍屋顶内表面温度、屋顶内表面辐射热均在11:30达到最高值,铺膜舍则在14:00达到峰值;整个试验期铺膜舍屋顶内表面温度较对照舍平均降低7.31 ℃,尤其每天9:00-16:30降低显著（P<0.05）,此外,铺膜舍屋顶内表面辐射热较对照舍降低8.85%。2）试验全期铺膜舍环境温度较对照舍平均降低0.55 ℃,尤其前期9:00-13:00显著降低,达1.78 ℃（P<0.05）。 另外,舍内环境温度与屋顶内表面温度、屋顶内表面辐射热均表现出显著线性正相关关系（P<0.01）;3）试验全期铺膜舍羔羊日均质量增加较对照舍显著提高10.97%（P<0.05）,试验中期和后期两舍育肥羔羊的饮水量存在显著差异（P<0.05）,分别较对照舍提高15.58%和12.66%;呼吸频率较对照舍降低5.31%（P<0.05）。可见,单彩钢屋顶外铺反光膜可有效改善屋顶的隔热性能,改善育肥羔羊的生理指标和生长性能,缓解其热应激。     

湖北省日本落叶松人工林立地分类及质量评价

研究旨在建立湖北省日本落叶松人工林立地分类及质量评价系统,为湖北省日本落叶松人工林营林造林提供理论指导.以湖北省日本落叶松人工林为研究对象,通过调查测定80块具有代表性的日本落叶松标准地,利用主成分分析法与数量化理论Ⅰ对研究区日本落叶松人工林进行立地分类与立地质量评价.主成分分析结果表明,海拔、土层厚度、坡位、坡度、坡...     

哈蟆油蛋白多肽的透皮作用研究

比较酶解前后哈蟆油蛋白多肽的相对分子质量、黏度和透皮情况.采用胃蛋白酶-碱性蛋白酶双酶法制备哈蟆油蛋白多肽,应用旋转粘度计测定酶解过程中黏度变化;以离体小鼠的皮肤为透皮屏障,应用透皮吸收仪测定不同透皮时间透皮液中蛋白多肽的透皮率和分子量分布.双酶法制备的哈蟆蛋白多肽黏度从5278.85 mPa·s(1.0 g/100 ...     

开花期喷施外源激素对小豆农艺性状及产量的影响

为探究不同浓度的外源物质脱落酸(ABA)对小豆农艺性状及产量的影响,以2个小豆品种'白红8号'和'012-27'为试验材料,大田花期叶面喷施后,在不同生育期测量植株主茎长度、主茎粗度、叶片鲜重、根系鲜重及产量性状等.结果 表明:花期施用浓度为100mg/L和200mg/L的ABA能显著降低'白红8号'和'012-27'...