基于平衡水分模型的稻谷含水率实时监测系统

基于静力学谷物平衡水分模型,利用无线传感器网络及嵌入式技术设计了仓储中稻谷含水率实时监测系统.通过试验验证改进Henderson、改进Chung-Pfost和改进Owin模型及对应参数的稻谷含水率预测误差和精度,结果表明改进Chung-Pfost模型具有准确预测的精度,且当参数A=363.06、B=0.1804、C=26.674时该模型的预测精度较高.通过测试传感器节点的传输质量,表明系统能够实现数据稳定的传输.     

畜牧信息智能监测研究进展

畜牧信息主要包括养殖环境信息、动物行为信息及健康指标信息。准确高效地采集养殖环境参数是反馈控制养殖环境的基础,是为动物构建良好生存环境的前提。动物行为是动物生理健康状况的外在表现,动物行为监测、分析有利于及早发现疑似发病牲畜个体,降低经济损失。目前国内主要依靠人工观察方式监测畜牧信息,主观性强且精度低。随着现代信息技术的不断发展,智能化畜牧信息监测技术也在快速发展和不断更新。阐述了音频分析技术、机器视觉技术、无线传感器网络技术及射频标识（RFID）技术在畜牧信息监测中的应用研究现状,展望了智能化畜牧信息监测的后续研究方向。     

基于纹理频谱的农田景物区域检测

为实现对复杂农田景物区域检测,将原始图像做多层直方图均衡化预处理,然后基于边缘的存在会干扰所在局部区域的纹理特征的思想,提出了一种基于纹理谱的区域检测方法;并以收获季节农田景物区域检测为例,通过实验证明这个方法是可靠的,能够得到期望的有效区域。     

基于极点配置农用轮式机器人横向控制

农业机器人工作对象是复杂的非结构性地面,机器人在工作中经常由于环境的不确定性而偏离轨道。如何设计控制器使机器人偏离轨道后能够快速回归是一个很重要的问题。针对农用轮式移动机器人的运动学线性化模型,研究当农用轮式移动机器人横向偏离运动轨道时,提出使用极点配置方法设计控制器。仿真试验的结果也表明机器人在不同的纵向速度下都可以满足要求。     

基于人眼视觉的农产品图像分割方法

为实现利用机器视觉技术进行农产品检测分级，对农产品检测图像的分割进行了研究。考虑到农产品图像色彩相似性情况下的分割，提出一种基于人眼视觉特性的农产品图像分割方法。实验证明，该方法能够避免过分割，并能被人眼的视觉感官所接受。     

基于农田景物边缘的农业机器人自定位方法

自主行走农业机器人自定位技术是导航系统的关键技术，本文通过对机器人的近景成像几何建模，提出了利用虚点提取和检测实现从图像到场景现实空间的三维计算，并确定机器人与路径的相对位置、方向，从而获得了自定位信息的方法。实验证明了该方法的正确性。     

基于多结构神经网络的大米外观品质评判方法

 应用多结构神经网络建立了大米外观品质评判模型,可实现5类大米的识别。模型采用5个并行工作的多层前向神经网络。每个多层前向神经网络包含两个隐含层,以大米图像的形状特征和颜色特征作为网络输入。网络训练和仿真结果显示模型识别的平均准确率为92.66%,比相同网络复杂度下的多层前向神经网络模型提高5.04个百分点,并且网络学习速率快。     

基于ArcEngine的森林防火监测系统选址的研究与实现

监测点的选址是森林防火监测系统的重要部分,合理布局监测点既可以节约成本,又可以最大范围地监测森林的覆盖面积。研究以内蒙古兴安盟白狼林场为例,在Microsoft Visual Studio 2005的系统开发平台上,采用ArcEngine开发组件和C#.NET开发语言,研究实现了森林防火监测系统监测点选址的功能软件,不仅具有GIS的基本功能,而且能快速准确的提取山顶点,通过可视性分析并计算出可视区域和盲区的面积。试验表明,系统对监测点布局合理,操作方便,运行稳定可靠。     

基于ARM·GPS和GPRS的农田信息查询终端的实现

结合嵌入式技术、无线通信技术和GPS技术,设计了农田信息查询终端的硬件平台,在此基础上详细分析了系统软件所使用的关键技术,最后进行系统调试和实地试验。     

基于单目视觉的森林火点实时定位方法

针对目前森林火点定位工作中依靠传统人工瞭望观测方式的不足,研究了一种基于单目视觉的森林火点实时定位方法。首先,提出了适用于森林中着火点具体位置实时确定的几何模型。同时,研究了森林火情监控摄像机视场角的实时计算方法。最后,设计出了基于单目视觉的森林火点实时定位算法并通过试验进行了验证。结果表明,该算法能够满足森林火点实时定位的准确性要求。图5表7参15