追踪不可压缩两相流相界面的CLSVOF方法

根据CLSVOF方法的基本思想,将VOF和Level Set两种方法结合起来,用于追踪不可压缩两相流相界面的计算.通过对经典的两相流流动问题的计算,研究了CLSVOF方法对对流输运方程和动量输运方程计算精度的影响,并与VOF方法和Level Set方法进行了对比.研究结果表明:求解对流输运方程时,CLSVOF方法的计算精度明显高于Level Set方法;求解动量输运方程时,CLSVOF方法产生的虚假速度接近于0,基本克服了利用VOF方法求解动量输运方程时的虚假速度势问题.     

基于水平集和先验信息的农业图像分割方法

提出了一种基于先验信息的C-V模型并对杂草、小麦、苹果进行分割研究.根据某类农业图像的特点,把图像表示为易于分割的模型,提取模型中感兴趣目标的信息量作为先验信息,通过H分量得到初始轮廓,并以此初始化提出的模型,迭代求解水平集函数,得到收敛的目标轮廓曲线.对杂草、小麦、苹果分割结果统计分割面积正确率为0.999、0.999、0.846,面积错误率为0、0、0.125.     

张正友法的摄像机标定试验

针对机器视觉领域的摄像机标定问题,采用介于自标定与传统标定之间张正友法,对Sunway-130D数字摄像机进行标定。本研究首先阐述张正友法标定原理,即利用针孔模型匹配模板平面与其所成图像中的角点,计算出图像和模板之间的单应性矩阵,利用该单应矩阵线性解出摄像机内部参数,并由单应矩阵求出理想成像模型下的摄像机外部参数。然后考虑非线性畸变因素,求出畸变系数的初始值,最后对所有的标定参数进行迭代修正,通过非线性优化得到所有标定参数的最优解。制作模板并采集模板图像,利用MATLAB提取模板图像角点坐标并进行标定。结果表明:该方法可以有效地对摄像机进行标定;绝大多数偏差在(-1.5,1.5)像素之间,个别偏差超过1.5个像素,达到像素级精度,有较高标定精度。研究结果为进一步研究农业机械机器人奠定基础。     

基于双次Otsu算法的野外荔枝多类色彩目标快速识别

针对目前野外环境下多类目标识别速度偏慢,导致机器人视觉定位精度低和工作效率不高的难题,以野外环境下成熟荔枝的多类色彩目标识别为例,提出了一种双次Otsu分割算法对多类色彩目标进行识别。首先为了提高算法的效率,改进了传统的Otsu算式;然后对目标色彩图像的背景、果梗、果实分别用改进的Otsu算法进行粗分割和细分割。最后通过与K-均值聚类(K-means)算法、模糊C均值聚类(FCM)算法、Otsu和K-means结合算法、Otsu和FCM结合算法这4种算法进行对比,双次Otsu算法从分割质量及其正确分割率、运行时间、稳定性3方面都优于其他4种算法。实验结果表明,双次Otsu算法对色彩目标的成熟荔枝识别的时间少于0.2 s。     

棉花采摘机器人红外测距技术研究

为定位棉株上的棉花,用红外测距实验装置和计算机图像处理技术结合棉花的农学生长特性测量单朵棉花的距离。在0.7~1.6 m的距离区间内建立红外测距模型,获取了棉株表面点云的距离图像,测量精度达0.0085 m。以0.65为标准差设计高斯滤波器的尺寸,用1-D高斯滤波器平滑棉株图像,用2-D高斯滤波器求取其梯度图像,以0.2 m、0.08 m为强、弱阈值,基于Canny边缘检测算子构建闭环边缘,结合形态学运算提取棉花区域,去除棉枝。用峰点滤波器削弱棉花图像中的粘连重叠现象,基于分水岭算法提取单朵棉花并求取其距离。结果表明,单朵棉花的图像识别率达91.3%,红外与人工测距结果的相关系数为0.992 2,为采摘机器人运动轨迹的规划提供了参数。     

干燥机粮层通风阻力特性数值模拟与试验

粮层内部通风阻力特性是影响干燥均匀性和能量损耗的关键因素之一。针对传统的经验公式存在精度偏低、未考虑粮层多孔介质的复杂变化因素和非线性的不确定性问题,基于传统的Ergun模型进行了压力损失因素分析;在通风阻力试验平台测定试验数据,通过探索性分析方法对风速进行分段,引入误差影响因子λ,导出了一种新的基于多孔介质Ergun的稻谷变层压力场模型;给出了优化阻力特性曲线,构建了变层阻力与层厚的数学关系。试验结果证实,风速小于0.2m/s时,λ取值为1;风速在0.2~0.4m/s范围内时,λ取值为0.89;风速在0.4~0.6m/s范围内时,λ取值为0.79。     

行走式植树挖坑机的工作原理及结构分析

基于保护环境的原则,针对传统植树挖坑机的缺点,研发了一种挖坑质量高、速度快、安全可靠、劳动强度低、挖坑成本低以及能适应不同坑深要求、地形变化和土壤硬度等条件的新型植树挖坑机。分析了植树挖坑机的工作原理,对刀盘进行了受力分析,采用APDL参数化设计语言建立了挖坑机各零件的有限元模型。有限元分析的结果表明:新型行走式植树挖坑机能够满足工作要求,并且挖坑机的各零件能够满足刚度和强度要求。     

波纹表面接触土壤颗粒动态响应仿真分析

为揭示波纹表面的降阻机制,以蚯蚓体表为研究对象,应用离散单元法对接触土壤颗粒动态响应进行仿真分析.仿真得出:波纹表面接触的土壤颗粒运动过程微观可分为“分散—团聚—分散”3个阶段,宏观表现为土壤与波纹试样之间形成孔隙;波纹表面接触颗粒的X向位移与试样的前进方向一致,呈线性增加,平均位移为60.33 mm,Y向速度随着波纹表面的凹凸起伏呈正弦变化、产生微震,且大于光滑表面接触颗粒振幅,波纹表面接触颗粒和波纹的接触位置直接决定受力的大小和方向.分析表明:波纹表面接触颗粒的运动幅度和频率大于光滑表面,颗粒产生微震,且波纹表面与土壤间存在孔隙,从而使得接触面积减小、阻力降低.     

沼液与化肥长期配施对蔬菜生产和土壤肥力的影响

在2009～2011年长期连续5茬蔬菜作物田间试验的基础上,研究测定了番茄和甜椒2种蔬菜的产量、硝酸盐,可溶性固形物,Vc和总酸量,以及土壤的pH,EC,有机质、铵态氮和硝态氮等指标.结果表明,沼液与化肥配施能明显地提高番茄和甜椒的产量,提高蔬菜中Vc含量;无论是沼液与化肥配施还是单独施用沼液,均加剧了表层土壤的酸化和盐渍化,长期使用易导致深层土壤酸化和盐渍化,同时有利于表层土壤的无机氮含量累积,短期内施用对土壤有机质含量影响不大.     

基于高光谱图像技术的稻田苗期杂草稻识别

以生长期为10 d的杂草稻和水稻为研究对象,采集其高光谱图像信息,对其进行滤波预处理后,利用主成分分析方法优选出1448.89 nm和1469.89 nm波长下的特征图像.对每个特征图像,分别提取其形状特征、纹理特征和颜色特征,共18个特征变量.基于这些特征变量,利用神经网络方法建立杂草稻和水稻的判别模型,模型训练时杂草稻和水稻的回判率都为100％;预测时,杂草稻的回判率为92.86％,水稻的回判率为96.88％.研究表明,利用高光谱图像技术快速鉴别稻田苗期杂草稻是可行的.