NIR技术在畜禽饲料营养价值评定的应用研究进展

饲料营养价值评定是配制畜禽优质日粮的基础,传统的测定方法检测指标繁杂,人员及时间成本较高,不适用于养殖生产企业以及饲料生产企业批量化检测.近年来,随着科学技术的不断发展和完善,近红外光谱技术日趋成熟,且在畜禽饲料营养价值评定中起到了积极作用.本文综述了近红外光谱技术在畜禽饲料营养价值评定的应用,以期为快速预测畜禽饲料营...     

光谱检测技术在种子质量检测中的应用

种子质量是影响作物产量关键因素之一,而传统种子质量检测方法难以满足其快速检测的要求,采用光谱检测技术可有效降低种子检验成本、提高检验效率.以玉米种子为研究对象,基于玉米种子光谱检测流程,阐述光谱检测技术在玉米种子活力、含水率与病害、品种与产地等方面的研究现状及现存问题.光谱检测技术已应用于玉米种子质量检测,预测模型的准...     

水产养殖水下机器人研究进展

水产养殖是世界范围内食品领域发展最快的行业之一,为人类提供了超过一半的水产品.但是,水产养殖目前面临机械化、自动化程度较低以及产量及效率不高等问题,因此迫切需要转型升级.水下机器人是一种机动灵活的水下作业装备,与传统的水下作业手段相比,在作业方式、范围、适应能力等方面具有明显的优势,应用于水产养殖监测及作业后,有望改变...     

作物病害图像中重叠病斑分离算法

针对传统的分水岭分割算法的不足,应用了一种基于标记测地重建的分水岭算法对棉花重叠病斑图像进行分离.首先对病斑二值图像利用多尺度距离变换获得病斑的距离图像,通过极限腐蚀操作检测出标记种子;然后以种子标记为基础.运用形态学测地重建运算获取测地影响区骨架SKIZ--分水岭线;最后利用分水岭线与原病斑图像进行交集运算.从而得到分离的图像.运用该算法对棉花重叠病斑图像进行分离,试验结果表明:该方法能较好地将图像中的重叠病斑分离,并较好地保存病斑边缘信息,对图像中的微小结构和噪声不敏感,具有良好的鲁棒性.     

花椒挥发油含量的近红外光谱无损检测

应用近红外漫反射光谱技术,采用偏最小二乘法,针对118份完整花椒颗粒定标样品集,研究了扫描分辨率为4、8、16 cm-1,扫描次数为32、64、128的9种扫描参数组合情况下的挥发油含量近红外光谱预测模型.扫描分辨率为16 cm-1、扫描次数为128时,建立的预测模型最优.在最优参数组合情况下,定标集样品的内部验证决定系数R2为0.907,交互验证误差均方根为0.509,用20份样品作为预测集进行外部验证,外部验证决定系数R2为0.973,预测误差均方根为0.272,相对分析误差为6.28.结果表明,近红外光谱分析技术可以快速、无损地检测花椒颗粒中挥发油的含量.     

改进二维最大类间方差法及其在黄瓜目标分割中的应用

为了提高图像阈值分割算法的应用广适性和处理实时性,该文在二维最大类间方差分割算法的基础上,研究邻域模板尺寸对最佳阈值的影响,将图像的灰度值、邻域尺寸及邻域均值进行遗传基因编码,利用遗传算法得到阈值最优解的小范围,在此小范围内进行二次遗传算法运算寻求全局最优解。将此基于两级遗传算法的二维最大类间方差分割算法应用于黄瓜计算机视觉识别目标试验中,试验结果表明,在计算类间方差次数上,基于两级遗传算法的二维最大类间方差算法分别为二维最大类间方差耗时的0.18%和一维Otsu算法耗时的46.87%,耗时上也较传统二维最大类间方差算法和一维Otsu算法有很大缩短,分割效果也有了明显改善。同时该算法也为目标识别领域提供了一种新型的实时图像分割方法,具有一定的推广价值。     

可见/近红外光谱技术无损检测果实坚实度的研究

该研究的目的是建立可见/近红外光谱与梨果实坚实度之间的数学模型,评价可见/近红外光谱技术无损测量梨果实坚实度的应用价值。在可见/近红外光谱区域(350～1800 nm),试验对比分析了不同测量部位、不同光谱预处理方法和不同校正建模算法的梨果实坚实度校正模型。结果表明：赤道部位吸光度一阶微分光谱的偏最小二乘回归所建梨果实坚实度校正模型的预测性能较优,其校正和预测相关系数分别为0.8779和0.8087,校正和预测均方误差分别为1.0804 N和1.4455 N。研究表明：可见/近红外光谱技术无损检测梨果实坚实度是可行的。     

利用CT数字图像和网络模型预测近饱和土壤水力学性质

在近饱和状态下,土壤的有效水力学性质主要取决于较大孔隙的结构特征,而这又决定了土壤中的优势流通道以及溶质的运移。基于孔隙形态学特征的网络模型可以很好的表现出较大孔隙的几何形态与拓扑特征对有效水力学性质的影响。本文通过对连续土壤切片CT图像的分析,定量获取了土壤孔隙的大小分布以及连通性参数。在此基础上建立了相关网络模型,在孔隙尺度上模拟了土壤中的水分运动过程并预测了近饱和土壤水力学性质。实验结果表明,虽然随机网络模型对室内填装土样本水力学性质的预测结果要优于相关网络模型,但是结合了实测孔隙形态特征的相关网络模型能够表现出田间原状土样本的双重孔隙度结构,其预测结果更符合实际的土壤结构特征。     

斜拉索PE保护层表面伤痕检测算法设计

提出了一种检测斜拉索PE保护层表面伤痕算法的设计。首先,在图像的预处理阶段,对原始图像进行灰度化和滤波处理;其次,运用边缘检测、边界跟踪及Hough变换获得了拉索轮廓的连续边界;然后,利用原始的灰度图像和基于拉索轮廓的掩模板,获得了无背景的拉索表面图像;最后,通过基于图像间空间差分的伤痕检测算法,获得斜拉桥拉索表面伤痕的图像,结果表明该算法能有效地从爬升机器人采集的图像中提取出斜拉索PE保护层表面伤痕的图像。     

基于机器视觉的草地蝗虫识别方法

为了准确、自动地提取蝗虫信息进行蝗灾测报,提出了一种基于机器视觉的草地蝗虫识别方法,用于超低空蝗灾预警系统所自动采集的视频中草地蝗虫头数信息的提取。该方法先根据跃起草地蝗虫的背景构成,把原始图像分为天空子图像和草地子图像;然后,采用帧间差分法检测两子图像中的运动区域;最后,运用蝗虫的形态特征因子对检测的运动区域进行再分类,识别跃起蝗虫。把自动识别的跃起蝗虫头数,带入建立的跃起蝗虫头数与和地面蝗虫头数之间的数学模型中,从而得到地面蝗虫的数量,进行地面上草地蝗虫的间接计数。试验结果表明:跃起草地蝗虫的识别率为80%～100%,由建立跃起蝗虫和地面蝗虫的之间模型计算的地面草地蝗虫的精度大于80%。因此,基于机器视觉的草地蝗虫识别方法能满足蝗虫精准测报的要求。