基于虚拟仪器的农产品"身份证"数字识别系统

介绍了基于虚拟仪器图形化语言LABVIEW开发的农产品"身份证"数字识别系统,采用CCD摄像机对农产品"身份证"编号进行采集,通过PCI-1411彩色图像采集卡将图像传输到计算机并进行图像处理,最后应用美国NI公司的OCR软件包对处理好的编号进行识别.结果表明,该系统抗干扰能力强且精度高.     

地源热泵水蓄能型植物工厂降温系统夏季运行特性

针对田间环境复杂、秸秆形态多样、秸秆覆盖率判断主观性影响过大、补贴面积测量耗时耗力等问题,该文开展了秸秆覆盖率率自动识别方法研究和监测设备研制。首先,提出利用时频变换进行秸秆识别,设计高通滤波器提取了图像的频域特征进行自适应分割。基于集成分类器利用已有的秸秆识别数据训练支持向量机分类器,对秸秆图像进行再识别和筛选。最后,设计多尺度占比滤波器,对识别图像中的噪声和空洞进行修补,生成适应多种情况的秸秆覆盖率识别算法。与北斗定位模块、无线通讯模块、摄像头、传感器、服务器等设备共同组成秸秆覆盖率识别系统。试验结果表明,设备的秸秆覆盖率识别误差为4.55%,平均单张图像耗时0.05 s。研究结果满足保护性耕作中的自动化监测要求,可为保护性耕作作业质量评测提供有效的技术支持。     

基于时间序列叶面积指数傅里叶变换的作物种植区域提取

为了获取不同农作物的空间分布信息,以华北平原黄河以北地区为研究区域,利用Savitzky-Golay滤波对2014—2016年的时间序列叶面积指数(leaf area index,LAI)进行重构,进而应用一阶差分法和重构LAI的傅里叶变换的谐波特征对研究区域主要农作物冬小麦、玉米和棉花种植区域进行识别和提取,并对不同作物的识别精度进行验证。结果表明,基于Savitzky-Golay滤波重构的LAI能够去除由云、大气等因素造成的LAI骤降的影响,重构LAI曲线平滑且符合作物的生长规律特征。研究区域2014—2016年作物识别的总体精度均大于80.00%,2015年达到87.08%,冬小麦-夏玉米、春玉米、棉花和单季夏玉米的识别精度分别为92.50%、80.00%、85.00%和82.50%,表明利用一阶差分法能够准确提取研究区域一年一季和一年两季作物种植区域。结合傅里叶变换方法和作物物候信息能够有效地识别不同作物的种植区域,进而获取研究区域主要农作物的分布信息。该研究可为研究区域主要作物的长势监测及产量估测预测提供参考。     

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。     

改进Canny算法在再制造视觉检测中的应用

为了提高再制造生产过程中对废旧零件检测分类的效率,本文将视觉检测应用于再制造生产过程,提出把图像的边缘信息作为零件分类的重要依据。通过分析传统Canny算子存在的缺陷,本文引进了开关型中值滤波,弥补了高斯滤波抑制噪声能力差的缺点;并用OTSU自适应求取阈值,避免了传统Canny算法中对阈值的人工调整。实验结果表明,该方法能够获得清晰完整的边缘轮廓,可以用于再制造生产过程中对零件的检测分类,并有较高的效率。     

基于核自适应滤波的无线传感网络定位算法研究

针对动态室内环境的变化及时变的接收信号强度(Received signal strength,RSS)对定位精度的影响,提出了一类基于核自适应滤波算法的农业无线传感器网络室内定位方法。核自适应滤波算法具体包括量化核最小均方(Quantized kernel least mean square,QKLMS)算法及固定预算(Fixed-budget,FB)核递推最小二乘(Kernel recursive least-squares,KRLS)算法。QKLMS算法基于一种简单在线矢量量化方法替代稀疏化,抑制核自适应滤波中径向基函数结构的增长。FB-KRLS算法是一种固定内存预算的在线学习方法,与以往的滑窗技术不同,每次时间更新时并不修剪最旧的数据,而是旨在修剪最无用的数据,从而抑制核矩阵的不断增长。通过构建RSS指纹信息与物理位置之间的非线性映射关系,核自适应滤波算法实现WSN的室内定位,将所提出的算法应用于仿真与物理环境下的不同实例中,在同等条件下,还与其他核学习算法、极限学习机(Extreme learning machine,ELM)等定位算法进行比较。仿真实验中2种算法在3种情形下的平均定位误差分别为0.746、0.443 m,物理实验中2种算法在2种情形下的平均定位误差分别为0.547、0.282 m。实验结果表明,所提出的核自适应滤波算法均能提高定位精度,其在线学习能力使得所提出的定位算法能自适应环境动态的变化。     

轴孔测量中的一种数字滤波器的设计

对现有轴孔测量仪进行改造,采用数字信号处理技术设计FIR数字滤波器,对测量信号实行软件滤波,替代原有的硬件滤波电路。测试结果表明,该数字滤波器可以满足轴孔测量的要求。     

机械设备薄板件的声发射波束形成缺陷定位

针对薄板件不易察觉的内部缺陷,需要在不能破坏薄板件基础上进行无损检测,其中声发射无损检测应用较为广泛。声发射无损检测最常用的直线阵列存在垂直于阵列方向定位分辨率较低的问题,同时波束形成产生的旁瓣和主瓣较宽会影响定位精度。对此提出了针对薄板件内部缺陷的低频结合高频二次声发射波束形成定位新方法,即先通过分析主瓣、旁瓣参数与最大旁瓣级MSL来确定信号定位高低两种频带,再通过信号包络低频定位确定主瓣范围,最后通过确定的主瓣范围缩小扫描范围进行信号滤波高频定位。结果表明,该法避免了波束形成主瓣较宽及存在旁瓣的影响,对薄板件缺陷定位精度很高,同时还解决了直线阵列垂直于阵列方向定位分辨率较低的问题。     

基于滤波算法的林果采摘机器智能控制系统研究

【目的】提高林果采摘机器的综合采摘效率,减轻人工作业强度,优化系统数据收集与传输性能,提升系统稳定性。【方法】课题组设计了一款基于滤波算法的林果采摘机器智能控制系统。该系统利用滤波算法实现了网络信息拥堵控制,其工作原理为：通过高分辨率相机收集林果图像发送至总控系统,使用滤波算法识别目标林果后检测位置信息;由传感器收集林果与机械爪的距离进行位姿计算,运动控制设备发送指令后机械臂到达采摘位置;末端执行设备控制电机运转后操控机械臂完成采摘。【结果】测试表明,系统应用滤波算法的适应性良好,与应用灰狼算法相比,整体运行稳定率达到了92%以上,各项参数指标符合预期。【结论】该林果采摘机器智能控制系统可实现高效智能采摘,推广前景较为良好,本研究可为类似采摘或收获农机装备的优化设计提供参考。     

VEGETATION植被指数数据预处理方法

VEGETATION数据的植被指数,受云雾影响,含有大量的噪声信号,使用之前必须进行去噪声处理.结合实例数据介绍了半中值滤波法、半均值滤波法、等间隔极大值法用于植被指数的去噪声处理,效果良好;该处理方法同样适用于NOAA和MODIS等数据的植被指数预处理.