基于结构光三维点云的棉花幼苗叶片性状解析方法

针对传统的棉花叶片表型测量方法主观、低效,对复杂性状如卷叶程度、黄叶占比等很难量化的问题,提出一种基于结构光三维成像的棉花幼苗叶片性状解析方法。首先,采用结构光扫描仪获取棉花幼苗的三维点云数据;然后,利用直通滤波、超体聚类、条件欧氏距离算法,实现叶片点云的识别与分割;最后,基于分割的叶片点云,采用三角面片化、随机采样一致性、Lab颜色分割等处理,实现叶片面积、周长、生长角度、卷曲度、黄叶占比等参数的快速、准确、无损提取。对40株棉花幼苗进行三维结构光成像试验,结果表明,3D叶片面积、周长测量的平均绝对误差分别为2. 59%、2. 85%,具有较高的测量精度,还证明叶片卷曲度和黄叶占比能显著区分病叶和正常叶。     

基于无人机影像匹配点云的苗圃单木冠层三维分割

近年来较多的树冠提取算法以激光雷达数据为基础,然而激光点云数据量大、冗余多而且采集成本高。本文基于无人机影像匹配点云提取单木树冠轮廓,研究一种成本可控、能够补充甚至部分替代激光雷达的小范围森林制图方案。以福建省三明市某林场内苗圃地作为研究对象,在稠密的无人机影像匹配点云中截取2个25 m×25 m的样地作为测试样本。预处理后,首先构建植被冠层高度模型,以局部最大值法探测树冠位置并标记为种子点;从这些种子点形成的初始区域开始生长,迭代计算直到全部的影像匹配点云归并完毕;最后,将算法提取的树冠轮廓导入Arc GIS中获取树冠轮廓矢量边界,并与手绘参考树冠叠加,利用F测度实现精度的评定。依此方案,在2个林分范围内的树冠提取F测度均达到了89%以上,单木冠幅提取的误差在0.14 m以内。结果表明,该方案简单有效、精度可靠,适用于小范围、高精度的植被制图。     

基于改进SIFT-ICP算法的Kinect植株点云配准方法

针对传统配准方法准确度低、速度慢的问题,提出了基于改进SIFT-ICP算法的彩色植株点云配准方法。首先采用Kinect获取不同视角下植株彩色图像和深度图像合成原始植株彩色点云,通过预处理提取原始点云植株信息,对植株点云进行尺度不变特征变换(SIFT)的特征点检测,得到点云配准关键点,再对关键点进行自适应法线估计,然后求取关键点的快速点特征直方图(FPFH),通过采样一致性(SAC-IA)初始配准方法改进点云间初始位置关系,最后利用Nanoflann加速最近点迭代(ICP)算法完成精确配准。试验结果表明,改进SIFT-ICP算法可以大幅度提高点云配准的准确性和快速性,其中对应点间平均欧氏距离小于7 mm,配准时间小于30 s。     

地埋滴灌点源入渗土壤水分运动规律实验研究

通过室内砂土中进行地埋滴灌的实验,对地埋滴灌在砂土中的适应性进行初步研究,为田间试验布置提供依据。通过分析湿润锋的推移速率、特征点的土壤含水率变化规律,发现湿润锋推移速率先是径向大于垂向,随着灌水时间和灌水量增加,水平方向和垂向的湿润锋和含水率趋于平衡。根据对比滴灌带埋深15和20 cm特征点的含水率变化情况,得出埋深15 cm节水效果更好,更利于作物生长。实验还得出湿润比能作为滴灌灌水参数的指标,由于作物种植的间距和作物根系深度之比基本小于1.0,因此在田间实际灌溉中湿润比应控制在1.0左右。     

太行山前平原井灌农田点尺度土壤水分动态随机模拟

基于中国科学院栾城农业生态系统试验站2002—2008年夏玉米生长期内的土壤水分观测数据及2000—2008年的降水(灌溉)、气象、生物数据,结合Laio土壤水分动态随机模型研究了太行山山前平原典型农田点尺度土壤水分动态的随机性。结果表明:研究区2000—2008年夏玉米生长期内日平均降水量为10.71 mm,降水频率0.290 9,其中小雨、暴雨的发生频率表现出明显上升趋势,中雨的发生频率呈显著下降趋势,大雨发生频率表现出微弱下降倾向;玉米生长期的土壤含水率6月份处于增长期,7月份达到生长期最高值并稳定在32.2%的水平,8月份以后下降并在9月份趋于稳定;Laio模型模拟得到土壤相对湿度的概率密度函数在曲线形状(峰值、峰值出现的位置、90%置信区间)与数字特征(中位数、均值、方差)方面与观测结果一致(α=0.05),模型在井灌区具有很好的适用性,且可以将灌溉作为一次降雨事件来处理;应用Laio模型得到在多年平均降雨条件下,32.1 mm的田间净灌溉量可以在50%水平上使夏玉米生长期内的土壤含水率保持在田间持水量的80%以上。     

U形渠道流速分布特性分析与试验

依据室内试验和田间实测资料,分析了U形渠道水流流速分布特性,建立了U形渠道水流横向流速分布指数律、垂向流速分布双幂律,给出了相关参数的确定方法,并提出了基于U形渠道水流分布规律的明渠测流计算断面中线“三点法”.实测资料验证表明:中线“三点法”在室内不同工况计算流量相对误差均在±4％范围内;除个别测点外,现场实测计算流量相对误差也在±5％范围内,说明中线“三点法”计算精确.与流速-面积法需9个测点相比,中线“三点法”节省了60％以上的测流工作量.     

离心压缩机受损叶轮再制造方法

叶轮是离心压缩机的核心功能部件,极易出现损坏。受损叶轮再制造技术国内面临的主要问题是缺少设计数据。为此,提出一种基于受损叶轮结构特征建立再制造目标模型的方法。设计了离心压缩机受损叶轮的再制造流程;对受损叶轮原始三维点云进行滤波和精简;针对叶轮叶片的损伤区域和未损伤区域,分别提取并拟合叶片截面的边界曲线;重建叶轮叶片的再制造目标模型,通过布尔运算得到叶片损伤部位的三维模型。以离心压缩机受损叶轮为例,进行了再制造实验,再制造后的叶轮误差精度在±0.5 mm范围内,满足工作要求并已投入使用,证明了本方法的可行性。     

DEM分辨率对SWAT模型水文模拟的影响研究

以灞河流域为研究区,以DEM的分辨率(30~500 m)作为变量,进行了DEM空间分辨率对SWAT模型水文模拟的敏感性研究。首先,不同分辨率DEM作为输入数据构建SWAT模型并进行模拟,其后将模拟结果与灞河流域马渡王、罗李村水文站的实测流量比对进行相对偏差计算,最终采用均值变点统计方法,以模拟结果的相对偏差为研究对象,探讨分析了DEM尺度效应的最佳尺度拐点。结果表明,DEM分辨率的变化深刻影响着水文模型流域特征的提取,其分辨率的降低会导致流域的最大坡度、平均坡度、河道长度均发生衰减,同时流域形状、子流域数量也会发生不同程度的改变;随着DEM分辨率的逐渐降低(30~150 m),径流模拟的结果与实际流量的相对偏差逐渐增大,但增长幅度不超过11%。当DEM空间分辨率低于150 m时,相对偏差变化并不显著。均值变点法能够很好地识别拟合曲线发生明显变化的拐点,通过统计分析发现DEM分辨率为150 m时即为模拟结果相对偏差变化趋势逐渐由陡变缓的变化最佳拐点。     

不同滴灌灌水方式对漫灌改滴灌成龄红枣的影响研究

研究不同滴灌灌水方式下不同灌水量对南疆沙区漫灌改滴灌成龄红枣株高、产量、水分利用效率和品质的影响,为南疆沙区成龄红枣漫灌改滴灌高效节水技术提供理论依据。以新疆第一师的沙区骏枣为试验材料,考虑滴灌方式和灌水量两个因素,设置6个不同的灌水处理和一个漫灌对照处理进行大田试验。改滴灌后根部点源灌水、均匀面源灌水红枣全观测期耗水量均呈单峰曲线趋势变化,耗水量均随着灌水量的增加而增加,相同灌水量条件下均匀面源灌水比根部点源灌水的耗水量低。根部点源灌水方式下随着灌水量的增加产量和水分利用效率呈现先增大后减小的趋势;均匀面源灌水方式下产量随着灌水量的增加逐渐增加,而水分利用效率随着灌水量的增加逐渐小幅度减小。在合理灌水量范围内,根区点源灌溉方式相比均匀面源灌溉方式在产量、水分利用效率、品质方面表现更优。     

面向立木识别的有效K 均值聚类算法研究

针对林区自动对靶施药过程中,当立木生长密集时,获取的点云数据聚类准确率低、效率低的问题,提出优化后的K-均值聚类算法,数据获取方式基于2D激光扫描。针对立木点云信息聚类前需对相关数据进行滤波,提出窗口滤波算法,选取产生混合像素点的树干边缘,提取3次连续扫描的混合像素及其近邻点组成滤波窗口,进行最大阈值滤波,结果显示50次试验中仅有2个混合像素点未被滤除,混合噪声的滤除率高。在K-均值算法优化方面,针对算法需预先确定聚类数和初始聚类中心的不足,提出利用斜率变化确定聚类数的方法,试验对5个不同距离下5组立木分别进行100次测量,结果显示错误测量次数仅为3次,并可在试验前期通过人工方式去除,算法合理有效;对哈夫曼树法确定立木扫描点聚类中心的性能进行了试验分析,3种不同树干分布类型下分别运用随机抽样法和哈夫曼树法进行K-均值聚类,前者平均正确率仅为76.4%,后者则为95.5%;同时分析了Ⅰ型分布下2种算法聚类的迭代次数和耗时,5个不同距离下,随机抽样法的平均迭代次数明显高于哈夫曼树法,平均运行耗时上,哈夫曼树法则高于随机抽样法,前者变化范围为120~220 ms,后者为50~85 ms,该范围为林区测绘的可接受范围。试验证明,基于斜率变化确定聚类数和基于哈夫曼树法确定聚类中心的K-均值算法是林区立木点云聚类的有效算法,可应用于林区的立木检测。