自然环境下重叠果实图像识别算法与试验

针对非结构化自然环境中光照变化和对象重叠特征等外界因素给图像处理带来的难题,提出了一种自然环境下重叠果实的图像识别与边界分割的组合优化算法。该组合优化算法首先对原始图像进行噪声滤波处理,然后利用Sobel算子以及改进算子的最大类方差法(OTSU)来辨识重叠果实目标;接着采用K-means算法对重叠目标的像素进行聚类得到单个目标位置,再结合边缘检测结果的连通域分析及区域生长获得单个目标边界的大致区域;最后利用基于限制区域的分水岭算法,得到目标的精确边界。为了验证所提算法的有效性和适应性,进行了试验研究。试验结果表明:所提出的组合优化算法不仅可以在自然环境下从重叠物体图像背景中识别出重叠目标,而且还可以从重叠目标中分割出单个目标的精确边界。     

基于LVDS传输线延时检测技术的土壤含水率传感器

为实现土壤含水率的快速准确监测,设计了一种基于LVDS差分传输线延时检测技术的土壤含水率传感器。该传感器将高频振荡信号分路为两通道LVDS差分信号,一个通道用于测试土壤含水率,另一个通道用于提供参考信号。由于土壤中水分的变化改变土壤介电常数,从而导致测试通道LVDS差分总线上信号传输延时的变化,则传感器检测该通道信号的传输延时就可以确定土壤含水率。为了获得LVDS总线设计线宽和线间距的最优值,以LVDS总线阻抗值均方误差最小化为目标,构建了线宽和线间距的最优化计算模型,并通过遗传算法求解出了最优线宽为0.178 9 mm和最优线间距为0.223 8 mm。试验表明,根据该参数设计的传感器在50 MHz频率时,对体积含水率8.31%以上的砖红壤土和黄壤土的预测模型为线性模型,决定系数R2为0.964 2,绝对预测误差在2.45%以内。     

黄花梨果实冷藏适温的研究

黄花梨果实在０℃、４℃、８℃下进行贮藏试验，试验结果表明：低温可以抑制果实的呼吸作用，延缓呼吸高峰的出现，减少果实营养物质的消耗和色素的降解，延缓果实的成熟衰老；黄花梨果实的冷藏适温是４℃，在本试验条件下可贮藏６０ｄ，基本上保持原果的风味、颜色和品质，好果率仍保持１００％，失重率１．５０％；冷藏出库后采取逐渐升温或加抗氧化剂处理，在常温下７ｄ内可有效地延长果实货架寿命，尤以加抗氧化剂处理效果显著；无包装的黄花梨果实随着贮藏温度的升高，贮藏时间的延长，果实的失重率增加；而用聚乙烯薄膜袋包装则能显著地减少水分损失     

菜心对邻苯二甲酸酯(PAEs)吸收途径的初步研究

采用玻璃室处理和污染土壤覆盖原土壤来控制PAEs来源进行盆栽试验，应用GC/MS联机检测技术初步研究了菜心对PAEs的吸收途径。结果表明：污染土壤处理与污染土壤上覆盖原土壤处理相比，前者菜心茎叶中DBP和DEHP的含量均高于后者，但相差不大，表明菜心茎叶可以吸收污染土壤中挥发出来的DBP和DEHP，而根系吸收运移是菜心茎叶中DBP和DEHP的主要来源途径。玻璃室处理增加了菜心茎叶和根系中DBP的含量，而对DEHP的影响趋势不明显。DBP与DEHP相比，前者更易被菜心根系吸收并向地上部(茎叶)运移，后者主要滞留在根部。     

土壤氮矿化-固持周转(MIT)研究进展

土壤氮矿化-固持周转(MIT)过程与土壤供氮力及氮素损失间存在密切关系。本文概述了近年来MIT过程的研究方法及其相应的模型;对土壤温度、土壤水分、土壤理化性质、植物生长状况以及有机、无机肥的施用等影响MIT过程的主要因素进行了较详尽地阐述,并展望了今后主要的研究方向。     

利用计算机视觉定量描述茶叶色泽

选择ＨＩＳ颜色系统描述茶叶颜色,并对颜色描述系统模型进行了改进,使之能更好地模拟理想颜色模型。在此基础上对自然存储条件下不同年份生产的龙井茶的茶叶色泽和汤色进行定量测量,测量结果：利用计算机视觉能定量地茶叶色泽随储藏时间的变化。     

桃树茎部施药的生理基础研究

探讨了茎部施药对桃树的生长及生理基础的影响,并运用灰色系统方法阐述了农药种类,深度及施药方法对叶相对生长率,新梢相对生长率,果实体积,叶绿素含量,净光合速率和防治效果等各考察因素的影响。研究表明,茎部施药效果普遍优于叶面喷药的处理,其中又１：３的久效磷进行茎部施药效果最好。     

基于激光反射的土壤表面粗糙度测量装置设计与试验

为了实时获取土壤表面粗糙度数据,设计了一种基于激光三角测距原理的土壤表面粗糙度专用测量装置.采用激光扫描测距仪测量微位移,其精度高、响应速度快,测距分辨力高达0.1 mm,显著提高了土壤表面粗糙度的测量精度;借助于光电编码盘和螺杆组合实现高精度扫描定位;PDA作为上位机,农田环境下具有方便携带,大容量存储数据和智能化实时处理功能等优点.     

基于EMD的土壤有机质含量近红外光谱检测

以检测土壤有机质含量为例,探讨经验模态分解在土壤近红外光谱检测中的应用,提出了应用的原理和步骤.用处理后的光谱计算了土壤中的有机质含量,并与九点平滑和小波变换方法的处理结果进行了对比分析.结果表明:与传统的九点平滑处理结果相比,SNR从3 dB左右提高到10 dB左右,原始信号与消噪信号之间的标准差由2.972降到0.901;预测集的决定系数r2由0.9410提高到0.9803,预测均方根误差RMSEP由0.6702降为0.301 1.证明了经验模态分解方法在光谱处理过程中的可靠性,提高了土壤有机质含量近红外光谱的定量分析精度.     

水稻土CH4产生潜力及其影响因素

培养试验所用15种水稻土样品采自全国各主要稻米产区。15种水稻土产CH4潜力差异很大,厌氧培养CH4产生率显著大于好氧培养,整个培养期(132d)总CH4产生量的变化范围为1.18～1180μgg-1(厌氧培养)和0.41～136μgg-1(好氧培养)。土壤CH4产生量受与土壤有机质含量有关的有机碳和全氮含量的显著影响,而与活性铁锰含量、颗粒组成、阳离子交换量、土壤pH等其他土壤理化性质之间无显著相关性,表明土壤有机质含量是影响CH4产生的最重要土壤性质。与类似试验的结果比较说明,土壤有机质含量对CH4产生量的影响程度可能与土样代表的空间尺度有关。