基于评价模型的宁夏沙土春玉米最佳灌水施氮量研究

为分析不同水氮供应对宁夏沙土春玉米主要评价指标的影响,采用灌水和施氮2因素交互设计,灌水量设置3个水平(W0.6(0.6KcET0)、W0.8(0.8KcET0)和W1.0(KcET0),Kc为作物系数,ET0为潜在作物蒸发蒸腾量),施氮量设量4个水平:N150(150 kg/hm2)、N225(225 kg/hm2)、N300(300 kg/hm2)和N375(375 kg/hm2),进行了大田试验。结果表明:灌水量和施氮量的交互作用对产量、水分利用效率(WUE)和氮肥偏生产力(PFPN)有极显著影响,对地上部干物质累积量和籽粒氮素累积量有显著影响;在相同灌水条件下,春玉米地上部干物质累积量、产量、WUE均随施氮量的增加先增加后减小。主成分分析法、隶属函数分析法、灰色关联度分析法与基于组合赋权的TOPSIS模型两两之间具有良好的相关性,各模型之间相关系数均值为0.465～0.787;基于整体差异组合评价模型得出W0.8N300评价值最高。考虑试验区年际降雨量分布不均,经回归分析拟合得出,当春玉米生育期内灌水量与有效降雨量之和为544 mm、施氮量为260 kg/hm2时,春玉米综合指标评价值最高(1.47),为适宜的春玉米滴灌灌水施肥量。本研究可为沙土地区春玉米滴灌施肥过程中水氮科学管理提供指导依据。     

融合多源图像信息的果实识别方法

光线变化与目标重叠是影响自然环境中果实正确识别的重要原因。为了降低两者的影响,研究了融合多源图像信息的果实识别方法。在图像配准的基础上,优选了H分量图与幅度图像作为待融合的源图像;由模糊推理系统(隶属度函数和模糊规则)决定权重,采用加权平均策略实现图像的像素级融合;根据融合图像中果实区域的分布规律,设计了一种基于直方图的首阈检测法以获得最佳的果实分割效果;利用深度图像的统计特性,设计了一种逐层分割图像的方法以解决重叠果实的分离问题。实验结果表明:多源融合图像用于果实识别与定位比单一图像具有更好的准确性与鲁棒性,对重叠果实的正确识别率在83.67%~94.22%之间。     

基于单目多视角视觉的珍珠品质检测

利用单目多视角摄像装置直接获取5个不同视角的珍珠表面图像,对其进行图像预处理并按照成像规则进行融合拼接,从融合拼接的珍珠全景图像中提取出珍珠表面颜色、光泽度及均匀度等特征参数;依据与国家标准相一致的判断指标与相应的检测算法来识别和检测珍珠品质。实验结果表明,设计的基于单目多视角机器视觉装置能保证在一个统一的颜色系统中一次获得珍珠整个球体表面的图像,可实时完成珍珠的颜色、光泽度及均匀度等外观品质指标的视觉检测与分类,各个指标的检测精度均达到了80%以上。     

规模化畜禽养殖场粪便养分数据空间化表征方法

针对目前进行规模化养殖场粪便养分分配,主要以行政单元为单位将规模化养殖统计数据总量按农田面积简单分配,认为所有的农用地之间都是均匀的,而忽视了农用地块之间存在差异性的问题,利用GIS空间分析技术,结合农用地地块间的空间差异性以及规模养殖畜禽粪便作为肥料施用的特殊性,构建了规模化畜禽养殖统计数据空间化算法,并结合农用地最大养分负荷,实现从规模畜禽养殖统计数据到区域畜禽粪便养分供给的空间化转换,最后以福州市闽侯县上街镇为例进行了算法的实际应用。结果表明研究区农用地氮、磷最大养分负荷分别为169.994 kg/hm2和34.973 kg/hm2。无论是畜禽养殖粪便氮养分还是磷养分,都未超过算法设定的阈值。     

大流量电液控制阀设计与试验

设计了一种大流量电液控制阀,采用压差反馈取代常用的位移反馈,为二级阀闭环提供了一种新方法并降低了成本;采用椭圆油口降低了阀芯长度与质量,有利于提高系统频响。建立了电液控制阀系统的数学模型并进行了仿真分析,结果表明采用矩形窗口与三角形窗口组合的复合节流窗口的设计可同时满足大流量时的快速性与小流量时的稳定性要求,电液控制阀最大流量为417 L/min,在±50%输入信号下频响为73 Hz。研制了试验样机并成功应用于液压软管脉冲试验系统,系统在不同负载下的水锤波响应进一步验证了所设计大流量电液控制阀应用的广泛性。     

基于Harris算子的籽粒尖端识别方法

通过籽粒尖端形态特征分析,提出了一种基于Harris角点检测的籽粒尖端识别方法。Harris算子在一个局部区域中检测角特征,作为籽粒最明显的角结构,尖端在Harris角点检测中具有最大的响应值,使其对尖端不明显的籽粒也有良好的响应。通过对玉米、南瓜和西葫芦等具有尖端特征的750粒籽粒的测试结果表明,提出算法的尖端检测综合准确率为95.6%。     

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.     

基于视差图像的重叠果实图像分割算法

为解决自动采摘视觉系统中重叠果实的分割问题,提出了基于视差图像的果实分割算法。采用双目立体视觉系统获取图像对,对图像对进行预处理和校正,通过图像对的立体匹配来获取视差图像,最后对视差图像进行分割。该算法将分割的依据和信息从二维图像的颜色、形状、纹理等扩展到三维空间的深度,对空间距离不同的目标具有较好的分割效果。实验表明,对获取的视差图像进行基于区域的分割时,其区域间灰度对比度为0.98,目标计数一致性达到0.90;进行基于边缘的分割时,其边缘检测误差为5.74%,因此,该方法对重叠果实区域的分割是有效的。     

基于机器视觉的谷物联合收获机行走目标直线检测

针对谷物联合收获机视觉导航,提出基于改进Hough变换(HT)的谷物联合收获机行走目标直线检测算法.通过改进一维最大熵阈值分割方法,提高了阈值分割的速度;对二值图像通过行扫描和列扫描,确定了行走目标直线的终点位置以及直线方向上的候选点;以候选点为点集,利用最小二乘直线拟合和直线终点位置确定了待检测直线上已知一点;利用改进HT完成直线检测,与传统的HT相比,将二元映射转换为一元映射,加快了算法速度、减少了空间占用和提高了抗干扰能力.经过对多幅图片的处理,证明算法能够有效地检测出直线参数,且处理时间在100 ms左右.     

基于自适应全局阈值融合标记的遥感图像建筑群分割

针对分割遥感图像建筑群时,标记不完全所产生的过分割和欠分割并存问题,提出一种基于自适应全局阈值融合标记的图像分割算法.该算法根据建筑群的分布和纹理特点,利用小波变换提取图像梯度,通过形态学重构对梯度图像进行滤波;采用局部极小值法提取背景标记,并应用自适应全局阈值法提取建筑群标记.采用逻辑运算进行标记融合,用融合后的标记修改加权像素的Sobel梯度图实现精准分割.实验结果表明,该算法能够弥补形态学滤波梯度图的局部极值标记不足问题,抑制了建筑群的过分割和欠分割,准确地将建筑群从背景中提取出来,分割正确率达到90.7％.