基于多特征的田间杂草识别方法

该文阐述了通过利用植物的多种特征实现田间杂草的精准自动识别的方法。该方法先利用颜色特征分割土壤背景,然后利用位置和纹理特征识别行间和行内杂草,最后利用形态特征后处理误识别的作物和杂草。在实验室内利用实地采集的3～5叶期、不同作物行数的麦田图像对该方法进行了测试。作物和杂草的正确识别率最低为89%,最高为98%;处理时间最低为157 ms,最高为252 ms。试验结果表明：基于多特征的田间杂草识别方法具有较高的识别率和较快的识别速度。     

苗盘钵苗自动识别及控制装置的设计与试验

针对全自动移栽机在田间作业中,因苗盘的钵苗格缺苗而导致的漏栽问题,研制了一种苗盘钵苗自动识别及控制试验装置。该试验装置采用单苗爪取苗,步进电机驱动钵苗盘纵向和横向移动,光电传感器作为钵苗识别装置,由可编程逻辑控制器(programmable logic controller,PLC)为控制核心,触摸屏作为人机界面,可适应不同规格的苗盘参数,可选择对该装置进行手动或自动控制。试验结果表明,该装置可有效地对钵苗格是否缺苗进行自动识别,并控制苗盘输送装置,使缺苗的钵苗格快速跳过取苗爪,提高取苗爪的抓取效率,以降低漏栽率;相对于没有采用钵苗自动识别的移栽模式,该系统漏栽率整体降低了约12%。该研究可为全自动移栽机的进一步自动化智能化设计提供参考。     

基于称重法的联合收获机测产方法

针对精准农业田间信息获取技术的研究,提出了一种基于称重法的联合收获机收获粮食产量分布信息测量方法。该方法利用传统联合收获机的粮食传输特点,采用了螺旋推进称质量式技术实现了联合收获机产量流量测量,解决了计量装置、动力直接传输和有效信号提取等问题。利用短时小波滤波等方法处理实时流量数据,结合全球定位系统（GPS）定位信息实现了联合收获机粮食流量动态计量以及田间粮食产量分布信息的获取。试验结果表明,台架试验误差小于2%。该方法可以完成粮食产量分布信息的获取工作。     

高速插秧机横向仿形插深自适应系统的开发

为解决高速水稻插秧机在农田作业时,插秧盘随水田表面横向起伏导致秧苗插植深度不一致的问题,开展了基于插秧机插植部倾角检测的秧苗插深自适应调节系统的研究与开发。通过角度位移传感器实时检测两浮板相对位置的变化,由数据采集及插深控制单元控制步进电机装置输出,通过动力传输机构来改变整个秧盘的横向侧倾角度,使秧盘与浮板保持一个稳定的相对位置关系,从而达到稳定插秧深度的目的。插秧机仿真实验平台上的静动态实验分析表明,该系统具有良好的控制精度,工作稳定可靠,可以满足农田插秧实际工作的要求,但需要进一步开展大量农田现场实验,在实际工况中对系统的实用性和稳定性进行分析,从而提升系统的工作性能。     

精准农业的信息获取技术

介绍了田间信息采集技术的研究概况以及在精准农业生产和农机工程中的应用。对全球定位系统GPS，遥感系统RS、联合收割机测产系统、土壤养分测量和杂草自动识别技术在精准农业体系中作为信息获取手段的研究，开发与应用情况进行了综述，并指出应用近、中红外分析技术进行土壤养分快速测量的方法将是我国土壤数字化研究的新的途径之一。     

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     

基于机器视觉的草地蝗虫识别方法

为了准确、自动地提取蝗虫信息进行蝗灾测报,提出了一种基于机器视觉的草地蝗虫识别方法,用于超低空蝗灾预警系统所自动采集的视频中草地蝗虫头数信息的提取。该方法先根据跃起草地蝗虫的背景构成,把原始图像分为天空子图像和草地子图像;然后,采用帧间差分法检测两子图像中的运动区域;最后,运用蝗虫的形态特征因子对检测的运动区域进行再分类,识别跃起蝗虫。把自动识别的跃起蝗虫头数,带入建立的跃起蝗虫头数与和地面蝗虫头数之间的数学模型中,从而得到地面蝗虫的数量,进行地面上草地蝗虫的间接计数。试验结果表明:跃起草地蝗虫的识别率为80%～100%,由建立跃起蝗虫和地面蝗虫的之间模型计算的地面草地蝗虫的精度大于80%。因此,基于机器视觉的草地蝗虫识别方法能满足蝗虫精准测报的要求。     

近红外光谱建模异常样品剔除准则与方法

介绍了近红外光谱PCR／PLS建模时，训练集中异常样品的危害，以及剔除异常样品常用的基于预测浓度残差准则。针对剔除异常样品的“一审”法具有将非异常样品错误地当作异常样品的局限性，提出了一种“二审”法，采用“回收”算子，使最终模型保留了更多的样品，使模型更具有代表性和稳定性，进一步提高通过近红外光谱模型进行农产品品质检测的精度。     

联合收获机称量式测产系统软件设计

运用VB 6.0编程语言设计了应用于谷物联合收获机称量式测产系统平台的测产软件。该软件能实时接收、显示和保存测产系统所采集的数据,计算得到实时收获总质量、收获面积等田间信息。软件对谷物流量数据计算处理作出谷物流量图;将GPS接收到的经纬度转换为高斯坐标,在平面直角坐标系中作出GPS轨迹图;最终将流量数据与GPS轨迹数据结合运算生成产量图。作图过程中当曲线即将到达界面边界时,曲线图会自动平移远离边界以保证实时图像的正常显示,在作图结束后可拖拽图像查看完整图形。经测试,软件在室内测产相对误差小于2%,在田间测产相对误差小于3%。     

超低空无人飞行器虚拟现实技术实现与仿真

为了远程控制超低空无人飞行器起降和监视其飞行状况,设计了基于虚拟现实技术的导航与控制方法.借助Multigen Creator软件,建立了飞行器的三维仿真模型,由DEM数据生成了地形场景,研究了三维模型的驱动方法.根据飞行器上装载的GPS接收机和其他传感检测设备实时传递的参数对虚拟环境下的飞行器模型及飞行场景进行驱动.同时给出反馈信号,控制飞行器按预定路线和姿态飞行,利用GIS技术,在数字地图上显示飞行轨迹.对飞行器的飞行轨迹和飞行姿态进行实时控制,仿真试验表明,对飞行器的远程导航控制是可行的.