基于单目视觉与超声检测的振荡果实采摘识别与定位

针对采摘机器人在果实振荡情况下因难以精确定位影响采摘效率的问题,提出了一种基于单目视觉与超声检测的振荡果实识别与定位方法。首先对采集的振荡果树图像序列进行基于色差R-G的Otsu阈值分割和形态学处理,接着对图像果实区域进行灰度填充,将处理后的图像序列叠加得到复合图像和目标果实运动区域,求取振荡果实在图像运动区域的二维平衡位置坐标。然后机械手在视觉引导下运动,其末端指向振荡果实二维平衡位置坐标,同时超声传感器检测目标果实深度信息并提取超声回波信号峰峰值进行果实识别,当检测到果实处于适合采摘位置时,机械手爪抓取果实。采摘试验表明,采摘成功率为86%,验证了所采用方法的有效性,为实现采摘机器人实用化提供了参考。     

基于Fisher变换的植物叶片图像识别监督LLE算法

提出一种基于Fisher投影的监督LLE方法,应用于植物叶片图像识别中。该方法利用Fisher投影距离取代样本的测地距离,并以此为基础计算样本的权值,加入LLE算法的代价函数中。该方法克服了传统LLE算法无监督学习不适应分类问题的缺陷,在抑制噪声点影响的同时可以更好地挖掘样本的类别信息,提高叶片的分类精度。基于实拍植物叶片图像数据库的实验结果证明,该算法的平均识别率达到92.36%。     

A Study On Variant Paper Currency Recognition By Neural Networks

The thesis puts forward a set of methods to recognize paper currency. The system censists of computer software and hardware including scanning head and sensor matrix. The type of paper currency is recognized by neural networks with the design samples of paper currency via sensors. The methods are proved effectively and correctly by experiments and computer simulation.     

基于颜色信息和形状特征的棉桃识别方法

为了给机械手自动采摘棉桃提供运动参数,提出了一种棉桃识别方法,可以从背景环境中准确识别棉桃,获取棉桃准确的位置信息。通过对棉花不同部分颜色数据的分析,建立了基于色差信息的识别模型,为进一步提高识别准确性,利用形状特征建立动态Freeman编码方法去除噪声。实验结果表明这种方法具有良好的棉桃识别效果,识别率达到85%。     

基于傅里叶描述子的稻飞虱形状识别

分析了具有旋转、平移和尺度变换不变性,并且与边界的起点位置无关的归一化傅里叶描述子,并把傅里叶描述子及欧氏距离应用于稻飞虱的形状识别中,通过计算同一形状和不同形状的平均离散度检验了归一化傅里叶描述子系数的稳定性,从而确定形状系数基准值.对191张样本图像进行了测试,当相似度差异小于0.0123时,稻飞虱误判率为7.85%.结果表明,归一化傅里叶描述子具有高效的识别性能.     

河北省农村公共基础设施建设调研分析

基于河北省农民问卷调查数据,对河北省农村基础设施建设状况进行了分析。基于农民的视角,分别对河北省农村文化娱乐设施、农村道路、农村饮用水、农村用电、农业基础设施以及农村环境卫生几个方面的现状及问题进行了分析,并总结出了农民对于农村公共基础设施建设状况的认知与期望,了解到当前河北省农村公共基础设施建设的现状与主要存在问题。结果表明：农村公共基础设施建设的总量和质量有待提高与改善;农民对于河北省农村公共基础设施建设状况满意度不高。     

计算机视觉技术在农作物病虫草害防治中的研究进展

综述了国内外计算机视觉技术在农作物病虫草害方面的应用进展,分析了计算机视觉技术在农作物病虫草害自动识别与诊断中的应用前景,提出了目前在实际应用中存在的问题及改进方向。     

基于计算机视觉的番茄营养元素亏缺的识别

以肉眼不易识别的番茄缺氮和缺钾初期为研究对象，对体现在叶片颜色和纹理上的缺素症状进行了特征提取，利用遗传算法对提取的众多缺素特征进行优化组合，选择出用于模式识别分类器设计的特征向量，建立了二叉树分类法对番茄缺素进行模式识别的框架，在该框架下，基于模糊K－近邻法建立了缺素的模式识别系统，并进行了识别测试。结果表明，对不易肉眼判别的番茄缺氮和缺钾初期叶片的识别准确度在85％以上，能够满足生产要求。     

植物天然免疫性研究进展及其对作物抗病育种的可能影响

植物定植在充满各种病原菌的环境中却能健康生长,显示其拥有一套免疫系统以应对病原物的侵染。最近,人们发现植物免疫系统至少包括2个层次：第一层为病原相关分子模式(PAMP)激发的免疫性(PTI),即植物通过细胞表面模式识别受体(PRRs)对病原菌的PAMPs进行分子识别,从而启动植物的防卫反应;第二层为病原菌效应子激发的免疫性(ETI),即有些毒性强的病原菌通过产生效应子(effectors)来抑制PTI,从而突破植物的第一道防线,而植物又进化出新的分子受体(例如R基因编码的NBS-LRR蛋白质)以侦察病原菌效应子并启动第二道防卫反应。数亿年来,病原菌的侵染和植物的防卫交替进行,促进了病原菌和植物基因组的共进化。最新的研究还发现,黄单胞杆菌TAL effectors和寄主植物DNA 的相互识别中,利用了精准的分子密码。TAL effector类蛋白识别植物靶基因的启动子序列,识别模式是2个氨基酸识别一个核苷酸。通过这种识别,TAL effector操控植物靶基因的表达,引起寄主植物的感病或抗病反应。上述抗病分子机理研究的突破,将对植物抗病育种产生重要影响。     

基于约束Delaunay三角网的茶鲜叶几何参数识别

为自动识别不同方位茶鲜叶的几何参数,在鲜叶轮廓点均匀化、稀疏化的基础上,引入约束Delaunay三角网,对叶片区域进行三角剖分,然后根据端点三角形、跨接三角形及交汇三角形的特点,计算叶片中轴线及主干中轴线,据此确定茶鲜叶的方位并对叶片进行排序,与此同时,还计算了每张叶片的长度、宽度、面积以及叶柄间距,提出反映大宗茶原料粗老度的几何特征指标,探讨了质量等级细分的方法。通过对150幅图像中174根茶鲜叶的识别结果表明,识别正确率达94.2%,平均每根鲜叶的处理时间为74.7 ms。