基于PIC单片机的家禽在线自动称量分级控制系统

家禽在线自动称量分级技术是实现家禽屠宰加工自动化的关键技术之一。主要介绍了基于PIC18F25K80单片机的称量分级控制系统的工作原理、系统组成和实现方法，并对质量传感器的选择，电路设计和单片机软件设计等方面进行了阐述。      

基于遗传算法的近红外光谱谱区选择方法

针对以每个波长一个染色体基因的 WSGA方法在波长数目较大时搜索空间太大的问题 ,提出了基于遗传算法的近红外光谱谱区选择方法 (RSGA ) ,把全部谱区平均分为多个子区间 ,各子区间的所有不同组合构成搜索空间 ,使用 R/(1 δ)最大作为优化目标 ,使用遗传算法寻找一个最佳子区间组合 ,作为最后参与建模的光谱谱区。计算实例表明 :经 RSGA优化选择谱区后 ,不仅波长点数减少 ,而且 PL S L OO CV预测值与标准值的相关系数 R得以提高 ,交叉检验预测均方差得以减少 ,从而可以减小建模运算时间 ,剔除噪声过大的谱区 ,使最终建立的农产品品质检测近红外光谱模型的预测能力和精度更高。     

基于模糊聚类的玉米大斑病害图像的分割技术

通过颜色空间的转换,将RGB颜色空间转化为HSI颜色空间,在色度H空间对玉米大斑病图像进行分割。应用模糊聚类分析的方法,确定了图像分割的阈值。对186幅玉米大斑病图像进行分割试验,分割的准确率为97．8％。分析表明,准确的病害图像分割可以为病害的特征值提取和病害的模式识别做好准备。     

联合收获机粮食产量分布信息获取技

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粮食产量分布信息测量方法,可以提高联合收获机粮食流量监视的准确性.利用传统联合收获机的粮食传输特点,采用螺旋输送称重式原理组成联合收获机产量流量传感计量,解决了计量系统与动力直接传输相结合的技术问题,借助于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测量.     

农产品近红外光谱品质检测软件系统的设计与实现

在中国加入WTO后，利用近红外光谱技术进行快速、准确的农产品品质检测技术与方法研究非常迫切，为满足对样品组分定量预测软件的需求，设计并实现了农产品近红外光谱品质检测软件系统。采用了面向对象编程技术，向量、矩阵运算的封装技术，结构化存储与复合文档等软件实现技术。该系统由光谱文件管理，光谱显示，光谱信号处理(预处理)，光谱校正模型的建立与管理，未知样品的组分浓度预测等五大功能模块构成。具有多种光谱仪器光谱格式(SPC、TXT、JWS、MAT、ASF等)兼容性，光谱分析功能全面性，算法(PCR、PLS、GA、ANN、Wavelet、Wavelet Package等)多样性，软件系统易维护性，用户使用操作方便性等特点。实例分析表明，无论采用本系统的PLS-NIR模型，还是采用本系统的PCA-MBP-NIR模型，组分浓度预测精度均很高。本系统为农产品品质检测近红外光谱建模和预测提供了很好的技术支持，具有重要的应用价值。     

基于PX4构建高可靠农用微小型无人机数据链的实现方法

农用微小型无人机在精准农业中的作用日益重要,正在成为农机行业新的亮点和热点。农用微小型无人机数据链的可靠性是影响其稳定运行的关键因素,本文针对农用微小型无人机数据链,选用PX4开源飞控,以3 DR电台和QGround Control地面站搭建的数据链设备为平台,设计了数传电台冗余切换系统及相应的电台联机质量测试系统,分别来提高和检测数据链的可靠性。同时,主要介绍了冗余切换系统的结构和原理及电台联机质量测试系统的结构和原理,并进行了相应的测试。测试结果表明:该方法能有效地提高农用微小型无人机数据链的可靠性。     

联合收获机谷物损失测量PVDF阵列传感器设计与试验

实时监测谷物收获时的损失率具有重要意义。采用聚偏二氯乙烯(PVDF)压电薄膜作为传感器敏感材料,设计了阵列式PVDF传感器及相应的信号调理电路,同时利用该传感器得到了籽粒损失的空间分布。分别选择3种不同含水率的水稻籽粒进行试验并给出了试验测试结果,结果表明不同含水率的水稻样品,传感器的测量误差均在     

联合收获机谷物损失测量PVDF阵列传感器设计与试验

实时监测谷物收获时的损失率具有重要意义.采用聚偏二氯乙烯(PVDF)压电薄膜作为传感器敏感材料,设计了阵列式PVDF传感器及相应的信号调理电路,同时利用该传感器得到了籽粒损失的空间分布.分别选择3种不同含水率的水稻籽粒进行试验并给出了试验测试结果,结果表明不同含水率的水稻样品,传感器的测量误差均在5%左右.     

基于机器视觉的大米外观品质检测装置

设计了一套基于机器视觉的大米外观品质参数检测装置,实现了对垩白度、垩白粒率、黄粒米和粒型参数的检测。该系统基于嵌入式计算机系统,应用改进的流域分割算法实现了粘连籽粒图像的分割,应用BP神经网络实现了垩白米的检测,应用色度实现了黄粒米的检测,应用极坐标下的长短轴快速检测算法实现了粒型的检测。试验结果表明,该装置对垩白粒率的检测精度为±2%,垩白度的检测精度为±1%;对黄粒米的检测精度为±5%;粒型的检测精度为±4%。     

基于PSO与K-均值算法的农业超绿图像分割方法

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闽值.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.