基于中值点Hough变换玉米行检测的导航线提取方法

为解决机器视觉对早期玉米苗带在多环境变量下导航线提取耗时长、准确率低的问题,该研究提出了一种基于中值点Hough变换作物行检测的导航线提取算法。首先,改进了传统的2G-R-B算法,再结合中值滤波、最大类间方差法和形态学操作实现土壤背景与玉米苗带的分割。其次,通过均值法提取玉米苗带特征点,然后采用中值点Hough变换拟合垄间两侧玉米苗列线,最后将检测出的双侧玉米苗列线为导航基准线,利用夹角正切公式提取导航线。试验结果表明：改进的灰度化算法能够正确分割玉米苗带与土壤,处理一幅640×480像素彩色图像平均耗时小于160 ms,基于中值点Hough变换检测玉米苗列再提取导航线的最大误差为0.53°,相比于传统Hough变换时间上平均快62.9 ms,比最小二乘法平均精确度提高了7.12°,在农田早期玉米苗带多环境变量影响因素下导航线提取准确率均达92%以上,具有较强的可靠性和准确性。     

RAPID DIAGNOSIS OF NUTRIENT ELEMENTS IN FINGERED CITRON LEAF USING NEAR INFRARED REFLECTANCE SPECTROSCOPY

In order to provide references for leaf nutrition diagnosis of fingered citron, the technique of near infrared reflectance spectroscopy (NIRS) was introduced to analyze nitrogen (N), phosphorus (P), potassium (K), iron (Fe), manganese (Mn), zinc (Zn), and copper (Cu) in the dry-leaf samples of fingered citron. The best calibration model for N was developed with high RSQ_CAL (0.90), SD/SECV (2.73) and low SEC (1.06 mg g^?1), good calibration models were obtained for P, K, Fe and Mn, and no significant correlations were found between the spectra and the individual amounts of Zn and Cu. When tested using a validation set (n = 38), N was well predicted with low values of SEP (1.21 mg g^?1) and high RPD (2.5). The values of SEP and RPD were also acceptable for the external validation of P, Fe and Mn. Near-infrared spectroscopy analysis technique shows potential of diagnosing minerals in fingered citron, particularly for N, P, Fe and Mn.     

不同类型山丘区输变电线路工程水土流失的来源、影响因素及措施体系配置

[目的] 明确不同山丘区输变电线路工程水土流失特征,为山丘区水土保持设计、监测和防治提供理论参考。[方法] 以全国不同山丘区（东北黑土低山丘陵和漫岗丘陵区、西北黄土丘陵区、南方红壤丘陵区、青藏高原区、新疆山地区）输电线路工程为研究对象,通过文献查阅、野外调查并结合工程实例,对山丘区输变电线路工程水土流失来源、影响因素及措施体系配置进行归纳和总结。[结果] 输变电线路工程主要水土流失来源分区可分为站区、道路区、临时堆置区、塔基区、牵张场区和弃土弃渣堆置区;输变电线性工程水土流失具有不均衡性,其中站区占水土流失量的比例最高,达总水土流失量的48%～62%,其次为塔基区,其主要来源时段为施工期。[结论] 不同山丘区水土流失影响因素和防治重点差异显著,水土保持设计时须考虑土壤侵蚀形式的差异,并因地制宜地配置水土保持措施。     

红茶感官品质及成分近红外光谱快速检测模型建立

以在发酵过程中小叶种工夫红茶为研究对象,分别建立了基于近红外光谱检测技术的感官品质评分和理化品质指标(茶黄素、茶红素、茶褐素、儿茶素和酚氨比)的定量分析模型。在模型建立过程中,探讨了特征变量优选方法对预测模型的影响。首先,对获取的近红外光谱数据进行标准正态变量变换法(standard normal Z transformation,SNV)预处理,进而采用联合区间偏最小二乘回归(synergy interval PLS,Si-PLS)、随机蛙跳算法(shuffled frog leaping algorithm,SFLA)、竞争性自适应权重取样法(competitiveadaptivereweightedsampling,CARS)和连续投影(successive projections algorithm,SPA),筛选出各品质指标的最优特征波长变量;最后基于优选波长分别建立各发酵品质指标的偏最小二乘法(partial least squares regression,PLS)线性预测模型和支持向量机(support vector regression,SVR)非线性预测模型。模型结果比较表明,Si、CARS、SFLA和SPA等变量筛选方法可有效压缩变量,以及进一步提高模型精度。非线性模型的预测均方根误差值(root-mean-square error of prediction,RMSEP)均明显小于PLS模型,相关性系数(correlation coefficient,R)和相对分析误差(relative percent deviation,RPD)均高于PLS模型。对于红茶发酵品质的检测上,非线性模型性能优于线性模型。感官品质、茶褐素和儿茶素的最优变量SVR预测模型的RPD值分别为3.923、3.234和5.462,酚氨比和茶红素模型的RPD值分别为2.815和2.223。除茶黄素的评价模型外(RPD为1.77),基于最优特征波长的各品质指标SVR模型的RPD值均大于2,表明模型具有极好的预测性能。研究结果为实现工夫红茶发酵品质的近红外光谱快速检测的实际应用奠定理论基础。     

基于近红外光谱技术的灵芝提取物掺假定量快速无损检测研究

为了探索快速测定灵芝提取物掺假(淀粉)含量的方法,采用近红外光谱扫描掺杂0%、5%、10%、20%、40%、60%、80%淀粉的灵芝提取物,对其光谱进行预处理和波段选择,并结合偏最小二乘法(PLS)建立灵芝提取物掺假定量快速无损检测方法。结果表明,使用多元散射校正(MSC)预处理方法,波数范围8 000~7 500、6 000~5 500和5 000~4 000cm~(-1),主因子数为8时,建立的偏最小二乘法模型的校正决定系数(R_(cal))、校正均方根差(RMSECV)、验证决定系数(R_(val))和验证均方根差(RMSEP)分别为0.9962、0.0249、0.9960和0.0241。运用该模型对验证集样品进行预测并统计分析,可知预测值与实际掺假值之间无显著差异。本研究为灵芝功能食品市场检测提供了方法基础。     

基于近红外光谱技术的茶油原产地快速鉴别

为研究茶油原产地溯源问题,维护其市场秩序,促进公平竞争。该文利用近红外光谱技术采集湖南、江西、安徽和浙江4个不同产地茶油的光谱数据,并运用 Savitzky-Golay 平滑（savitzky-golay, SG）、多元散射校正（multiplicative scatter correction, MSC）、一阶导数（first derivation, FD）和矢量归一化（vector normalization, VN）等4种方法对其进行预处理。采用偏最小二乘法（partial least squares, PLS）提取最佳主成分,构建 PLS 回归模型;同时,采用主成分分析（principal component analysis, PCA）和 PLS 算法提取最佳主成分,作为 BP 人工神经网络（BP artificial neural network, BPANN）输入变量,构建 PCA-BPANN 和 PLS-BPANN 模型。以验证集相关系数 RP 和验证集均方根误差 RMSEP 为模型的评价指标,分别优选最佳 PLS 和 BPANN 模型。试验结果表明,SG-PLS-DA 和 SG-PLS-BPANN-DA 模型对未知样本的整体分类准确率均大于90%。其中,SG-PLS-BPANN-DA 的鉴别效果优于前者,其建模集相关系数 RC、均方根误差 RMSEC 分别为0.974、0.170,验证集相关系数 RP、均方根误差 RMSEP 分别为0.972、0.172,对上述两类样本集的总体分类准确率分别为98.15%、95.83%,该模型能较准确鉴别茶油原产地。研究结果可为快速辨别茶油原产地提供参考。     

大白菜InDels标记开发及其在剩余杂合体鉴定中的应用

大白菜(Brassica rapa ssp.pekinensis)参考基因组序列的公布及测序成本的降低为大规模开发插入/缺失(Insertion/Deletion,InDel)标记提供了可能.本研究以性状差异明显的大白菜自交系He102与06-247为亲本,开展了全基因组重测序、标记开发和验证工作.二者测序深度分别为10×和8×,经筛选共获得330 218个InDels差异位点,出现频率为1.2个/kb,其中有11 238个差异位点位于编码区,包括5 184个差异基因,每个基因平均包含2.2个差异位点.分别以He102与06-247测序数据中筛选出的多态性InDels位点为参照,从10条染色体上随机选择933个位点进行了PCR扩增及电泳检测验证.结果表明,测序深度对假阳性率有直接影响,以测序较深的材料中筛选到的差异位点为参照,其验证结果的假阳性率亦较高,反之则较低.本研究中以He102与06-247为参照选择InDels位点验证的平均假阳性率分别是51.9％和22.5％.从933个位点中共筛选出593个在亲本之间实际表现为多态性的位点,这些差异位点中有375个位于编码区,是潜在的功能性标记.利用上述差异位点,检测了He102与06-247衍生的F7代重组自交系群体,明确了F7代各株系在593个位点的纯/杂合状态,为利用剩余杂合株系精细解析和精准定位大白菜耐抽薹、抗病毒、抗干烧心等重要农艺性状奠定了基础.     

基于近红外漫反射光谱的云芝提取物多糖含量快速检测研究

为探索快速无损测定云芝提取物中多糖含量的方法,通过采集粉末状云芝提取物近红外光谱,经预处理和波段选择,结合间隔偏最小二乘法(iPLS)和反向区间偏最小二乘法(Bi-PLS),建立并优化云芝提取物多糖含量检测模型。结果表明,光谱区间为9 365.92~8 918.76 cm~(-1)和5 341.48~4 894.32cm~(-1),二阶导数(SD)预处理后,建立的反向区间偏最小二乘法模型更优,其校正决定系数(R_(cal))、校正均方根差(RMSECV)、验证决定系数(R_(val))和验证均方根差(RMSEP)可分别达到0.9089、0.00781、0.9879和0.00292。该模型可以更有效地优选建模所需波段,降低模型复杂度,降低多糖含量的检测成本,提高检测效率,实现云芝提取物多糖含量的快速、无损检测。     

北斗定位田间信息采集平台运动控制器设计与试验

针对轮式田间信息采集平台在田间复杂环境下定速直线跟踪问题,设计了一种横向纠偏与纵向定速行走的运动控制器。控制系统采用低精度北斗定位模块、电子罗盘、旋转编码器、角度传感器获取田间信息采集平台的状态信息(包括位置、航向、速度、转向角)作为运动控制器的输入,通过构建的横向纠偏模糊控制器和纵向定速PID(proportion integration differentiation)控制器,实现行走过程中的横向纠偏和纵向定速行走。为获取更准确的位置信息,采用3个低精度北斗定位模块以边长1 m的等边三角形方式放置对数据求均值得到中心点定位数据的方法,将北斗接收模块的平均静态定位精度从2.06 m提高到了1.50 m,动态定位精度提高到0.78 m以内。信息采集平台田间试验结果表明:车体系统能按照规划的路径行走,在设定速度0.4 m/s时,纵向速度稳态误差小于7%,在外界扰动下响应调节时间小于3 s;以相同的速度行驶,初始横向偏距分别为1.4、2.0和2.5 m时,稳定跟踪需要的时间分别为11、15和25 s且稳定跟踪后最大横向偏距在0.31 m以内,满足农业田间信息采集的需要。该控制系统实现了信息采集平台在田间的定速直线跟踪和稳定行走,为其高效智能化作业提供了技术参考。     

应用可见/近红外高光谱成像测定鲑鱼片脂肪含量分布(英文)

脂肪作为一种重要的品质参数,在大西洋鲑鱼片中的分布很不均匀。为寻找一种能替代脂肪化学检测的快速无损的方法,该研究应用可见/近红外高光谱成像测定大西洋鲑鱼片的脂肪含量分布。分别采用可见/短波近红外(400-1100 nm)和近红外(900-1700 nm)系统获取大西洋鲑鱼片样本的高光谱图像。提取样本图像的平均光谱并与其相应的脂肪含量化学值采用偏最小二乘回归(partial least squares regression,PLSR)和最小二乘支持向量机(least-squares support vector machines,LS-SVM)建立相关性模型。为降低高光谱图像的共线性和冗余度,基于竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)分别在可见/短波近红外和近红外光谱区间提取16个(468,479,728,734,785,822,863,890,895,899,920,978,1005,1033,1040,1051 nm)和15个(975,995,1023,1047,1095,1124,1167,1210,1273,1316,1354,1368,1575,1632,1661 nm)特征波长,并分别建立PLSR和LS-SVM模型。特征波长模型的性能优于全波段模型,且近红外区间的特征波长PLSR模型为最优,预测决定系数(R2p)为0.92,预测均方根误差(root mean square error of prediction,RMSEP)为0.92%,剩余预测偏差(residual predictive deviation,RPD)为3.50。最后,将最优模型用于预测高光谱图像上所有像素点的脂肪含量以展示样本上脂肪的分布。此外,还基于该技术对大西洋鲑整鱼片实现了脂肪分布可视化。结果表明高光谱成像技术结合化学计量学方法在大西洋鲑鱼片脂肪的定量和分布可视化上有一定的研究和应用前景。