基于色调的黄粒米检测方法

提出了一种基于色调的黄粒米检测算法。通过对标准米和黄粒米图像色调直方图的分析和研究,提出了以黄色区域的频度均值作为特征参数,区分标准米和黄粒米。研究结果表明,该算法的识别精度大于90％,可以有效地检测黄粒米。     

基于分形维数的垩白米图像检测方法

提出了一种基于分形维数的垩白米检测算法,并与基于垩白大小的检测算法进行了试验对比分析。分形维数包含了大米垩白区域的累计和空间分布特征,更能客观反映垩白区域的信息。试验结果表明,该算法的识别正确率为95.1％,可以有效识别垩白米,而且识别效果好于基于垩白大小的检测算法。     

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。     

一种变量施肥技术的实现及其台架试验

采用单片机作为CPU,结合压力传感器、AD采集卡以及伺服电动机,设计了变量配肥施肥控制系统,同时设计了与硬件配套的上位机软件,用来采集数据与发送命令,台架试验表明,该系统能实现变量配肥施肥,且结构简单,施肥精度达到95%.     

农田粮食产量分布信息数字化研究

为了获取农田作物产量分布信息，发展数字农业，研究了机收时粮食产量分布信息的获取和分析方法。借助于全球定位系统和地理信息系统，经过坐标转换等数据处理，快速生成计划收割区域的数字地图，在机载计算机上实时显示联合收获机行走的轨迹。对测产系统各传感器信息进行数据处理，由动态产量数据值及其定位信息，实时绘制采样点粮食产量分布图，结合割台高度信息，实时获取收获面积。借助于后处理手段，对实测数据进行空间数据分析，得到准确的粮食产量分布。本系统能快速生成待收割区域的数字地图，能实时显示联合收割机行走轨迹、产量波形曲线、产量分布图，实时显示收割面积。粮食产量分布信息数字化，为精准农业生产提供指导。     

基于PSO与K-均值算法的农业超绿图像分割方

为了解决K-均值算法对农业图像中常用的超绿特征2G—R—B图像分割效果不佳的缺点,提出一种基于微粒群与K均值算法的图像分割方法。先用K均值算法对图像进行快速分类,然后将分类结果作为其中一个微粒的结果,利用微粒群算法计算,最后用K-均值算法在新的分类基础上计算新的聚类中心,更新当前的位置,以得到最优的图像分割阈值。试验结果表明,改进算法对超绿特征2G—R—B图像能够准确分割目标,且对不同类型的农业超绿图像具有较好的适应性。     

气电混合驱动全天候苹果收获机器人设计与试验

提出了一种基于气电混合驱动且能够全天候工作的高效率苹果收获机器人。该机器人机械臂包含5个自由度,混合使用电动和气动两种驱动方式,同时保证机械臂的准确定位和末端执行器对果实的快速柔性抓取。机器人视觉识别系统结合了机器视觉和深度神经网络方法,在提高系统鲁棒性的同时优化了系统的整体检测速度。此外,机器人配备的夜间照明系统使其能够实现全天候工作。在实验室环境下进行了机器人视觉检测试验和苹果采摘试验,结果表明,视觉系统定位苹果的平均时间为44 ms,机器人的采摘率为81. 25%,平均每个苹果的采摘时间为7. 81 s。     

智能杂草识别系统的设计与试验

摘要：为了减少农药的使用量,设计了一种新型杂草智能识别系统,并在不同的环境下进行了大量试验。该系统主要由智能识别控制器、喷头总成于安装支架组成,通过摄像头实时采集田间图像,采用基于颜色与位置特征的识别算法分析杂草分布情况,控制喷头快速开闭,实现精准对靶喷药。试验证明,该系统对不同环境均具有较好地适应性,能够快速、准确、可靠的定位杂草。在普通环境下系统识别准确率为97.0%;在强光照环境下系统识别准确率为92.5%;在阴影环境下系统识别准确率为89.2%,单帧图像平均耗时160 ms。该研究可为田间精确喷施除草装置的研发提供参考。     

变光照环境下农用车辆导航方法

摘要：为了使农业车辆视觉导航系统对不同的光照环境具有良好的适应性,分析了不同光照环境对农业车辆导航路径的影响。在普通环境导航路径识别方法的基础上,针对影响较大的强光照环境,提出一种基于直方图均衡与中心线检测的适应于不同光照环境的导航路径识别方法。大量田间试验证明,该方法的识别准确率为92%,平均消耗时间为245m,能够快速、可靠、准确的提取导航路径特征。该研究可为农业车辆视觉航系统的研发提供参考。     

小麦播种机电容式排种量传感器设计

为提高小麦播种机排种量检测的可靠性,根据电容器的电容随极板间介质质量变化而发生变化的原理,研制了一种电容式排种量传感器。利用AD7745数字转换器和单片机搭建微电容信号调理电路,电容传感器与调理电路采用短线连接,减小了寄生电容对测量精度的影响。通过标定,获得了传感器电容值与排种量的关系模型。在播种机试验台架上对电容式排种量传感器性能进行了测试。试验结果表明,在排种速度不同的情况下,该传感器的最大测量误差为2.2%。该传感器能够较好地实现小麦播种机排种量的在线检测,为变量播种提供了有力支持。