基于CWT-RF模型估算博斯腾湖湖滨绿洲土壤有机碳含量

为实现博斯腾湖湖滨绿洲土壤有机碳含量的快速估算,结合实测的土壤高光谱数据与土壤有机碳数据,通过连续小波变换(CWT)进行土壤光谱数据预处理,利用相关系数法(CC)、连续投影算法(SPA)、竞争自适应重加权采样(CARS)、遗传算法(GA)筛选的特征波段作为建模输入量,构建随机森林(RF)模型。结果表明：研究区土壤有机碳含量平均值随土层深度增加由12.36 g/kg降低至10.49 g/kg,变异系数平均值为69.62%,空间异质性较强;CWT变换可以有效提高不同土层深度土壤有机碳含量与光谱反射率间的相关性,不同土层深度相关系数均值平均提升约22.41%;光谱数据经过CWT变换构建的模型精度明显提升,RF模型验证集R²与RPD分别平均提高7.09%、10.06%。CC、CARS、SPA、GA方法能消除光谱信息冗余,有效降低CWT-RF模型的输入量与RMSE值,土层深度0～20、20～40、40～60和60～80 cm筛选的特征波段平均压缩至全波段数目分别为8.51%、5.38%、2.21%和3.67%;RMSE值分别平均降低111.67%、135.61%、12.25...     

基于小波变换的三江平原井灌区主汛期降水序列多时间尺度分析

近些年来,由于水田面积迅速增加,导致三江平原井灌水稻区地下水位普遍下降,吊泵、局部超采现象时有发生,因此,三江平原的地下水资源平衡急需恢复。为解决上述问题,以853农场为例,应用小波理论,对853农场实测主汛期降水时间序列的多时间尺度变化特征及突变特征进行分析,并与实测年降水序列变化特征进行了对比分析。结果表明:853农场主汛期降水序列具有3 a,6 a,29 a以及13 a左右4个主周期,同时,主汛期降水序列与年降水序列的主周期具有较好的一致性。该研究结果为853农场乃至整个三江平原充分利用天然降水、地下水资源的恢复及可持续利用提供了科学依据。     

Filtering Construct of Adaptive Filter Grou Pwith Multi-scale Decomposition

The principle and method of the adaptive filter and the filtering with wavelet transform were analyzed, and the model and method of adaptive filtering with wavelet transforms for the transient signal was established. The separated noise of signal by the multi-scale decomposition of wavelet transforms, was the input signal of adaptive filter, and accordingly the optimal filtering method of signal-noise decomposition was realized. By the adaptive filter grou Pbased on the wavelet transform, the optimal filtering to the multi-noise of signal is achieved at the same time, and the method presented in this paper has the excellent filtering capability. Examples of application demonstrate that this method presented is excellent to realize the optimal estimate to the valuable signal and noise of the transient signal in the same frequency segment.     

基于两级分割与区域标记梯度Hough圆变换的苹果识别

自然环境下果实的准确分割与快速识别是采摘机器人作业面临的难题之一。针对自然环境中的成熟苹果,该研究提出一种基于Otsu与分水岭相结合的两级分割算法与区域标记梯度Hough圆变换的苹果识别方法。首先,使用亮度自适应校正算法对表面亮度分布不均的苹果图像进行校正,增强图像的细节信息。结合果实颜色特征,提取YCbCr颜色空间的Cr分量图像作为预处理样本。然后,采用改进后的Otsu算法进行初次分割,得到苹果目标的二值图像,该算法通过引入形态学开-闭重建滤波去除大量背景噪声,通过缩减灰度级遍历范围提高分割速率。采用基于距离变换的分水岭算法进行二次分割,分离粘连果实区域,提取目标苹果的外部轮廓。最后,在轮廓外设置最小外接矩形标记有效区域,在标记区域内进行梯度Hough圆变换实现苹果目标的自动识别。对自然环境中采集的200幅苹果图像进行测试,并与传统梯度Hough圆变换方法进行对比,该文方法在顺、逆光下的识别准确率为90.75%和89.79%,比传统方法提高了15.03和16.41个百分点,平均识别时间为0.665和0.693 s,比传统方法缩短了0.664和0.643 s。所提的两级分割算法不仅可以从复杂环境中准确分割果实目标区域,而且可以从粘连果实区域中提取单个果实边界。利用区域标记的梯度Hough圆变换方法能够快速准确地对果实进行识别。研究结果能满足苹果采摘机器人对不同光照下目标识别速度和精度的要求,可为苹果等类球形果实的快速识别提供参考。     

基于机器视觉的作物对行喷药控制的研究

设计了一套基于机器视觉的作物对行喷药控制系统.首先由CCD摄像机拍摄成行作物图像,提取其色调值图像并用最大类间方差法二值化后,经数学形态学腐蚀后用Hough变换方法拟合作物行中心线,最后步进电机移动其喷头标识来对准此作物行.实验验证了该方法的正确性.     

基于小波变换和神经网络的短期风电功率预测方法

随着并网风电场规模的不断增大,为保证电力系统运行的稳定性、合理制定调度计划、提高风电场在发电市场的竞争力,需要对短期风电功率进行准确地预测。该文提出一种小波变换和神经网络理论相结合的综合预测方法,将历史风电功率序列和历史风速序列分别进行小波单尺度分解,得到对应的概貌功率、细节功率和概貌风速、细节风速;然后用概貌功率和概貌风速序列训练BP神经网络,预测未来的概貌功率;用细节功率和细节风速序列训练BP神经网络,预测未来的细节功率。在此基础上,将概貌功率和细节功率叠加,得到最终预测结果。对我国某风电场的实际数据     

玉米冠层内外风速变化周期特征的研究

应用Morlet连续小波变换对玉米冠层内外 4个高度风速数据的变化分析结果表明 ,1h平均风速的连续小波变换提供了不同高度风速数据所包含的多种周期分量的清晰图像 ,1d和 18d周期是 4组风速数据包含的主要周期分量。连续小波变换的平均谱显示了风速数据的时间变异性和能量在不同周期分量中的分布     

基于深度学习的多品种鲜食葡萄采摘点定位

鲜食葡萄品种多样,具有不同的形状和颜色。针对葡萄采摘机器人采摘不同品种鲜食葡萄时采摘点定位精度降低的问题,提出一种基于深度学习的多品种鲜食葡萄采摘方法。首先利用PSPNet(MobileNetv2)语义分割模型分割葡萄图像,在葡萄上方设置一个兴趣区域,在兴趣区域内使用自适应阈值果梗方向Canny边缘检测提取果梗边缘信息,然后采用霍夫变换检测果梗边缘上的直线段并进行直线拟合。最后将拟合的直线与兴趣区域的水平对称轴的交点作为采摘点。对晴天顺光、晴天逆光、晴天遮阴3种光照条件下的克瑞森、阳光玫瑰、红提和黑金手指4个品种的360幅葡萄图像进行采摘点定位试验。结果显示,采摘点定位准确率为91.94%,定位时间为187.47 ms,在模拟试验中采摘成功率为85.5%。     

四川盆地丘陵区土壤水分垂直变异特征研究

根据四川盆地丘陵区重庆市璧山县青杠墒情站点土壤水分每天的动态监测资料,用小波分析的谱相分析方法研究了土壤水分的垂直异质性。结果表明:土壤水分变化是个随机平稳的波动序列;就时间变异来看,其变异有一定的隐周期,大致可分为3~5月的次波动期、7~9月的剧烈波动期、10~2月的相对稳定期。就土壤的垂向变化来看,站点的0~10 cm的变异高于10~20、20~40 cm层变异;各层变异之间存在一定的因果关系,可用互谱密度系数表示,但受降水、蒸发、作物利用等多种因素的制约,并未表现出完全的同步响应关系。