我国农药残留快速检测技术的研究与应用现状

本文简述了目前农药残留快速检测技术的研究概况，分析了农药残留快速检测技术在我国的实际应用情况。     

An Overview on Fiberoptic Sensing Technology in Smart Civil Structure

The paper discuss the concept of fiberoptic smart civil structure,and analysis the principle of non destructive evaluation of civil structure with the help of embeded fiberoptic sensor in sensing the inner state and integrity of the structure.The typical experiment and development of fiberoptic sensing system in the health monitoring of dam,highway,bridge and buildings are overriewed.     

Detecting Technology of Cabel Surface Defect Based on DSP and Image Recognition

The damage of bridge cable directly hazards the normal use of bridge and the safety of people. The paper discussed the signal acquisition and detection system which takes embedded DSP processor as core technology, combined with CCD, video decode chip, SDRAM, FLASH ROM, and established the fast measuring algorithm of the surface corrosion and damage, which includes deteminating the processing region, improving medium filter, sobel edge detection and dynamic threshold segment, close operation of morphology, computing defect area and saving. The experimental resuits show that this method implemented the real-time, non-contact and intelligence detecting of cable surface defect and gives the specifications of the system.     

椰糠基质有效氮近红外检测仪设计与试验

为了实现椰糠基质有效氮含量的快速实时检测,基于漫反射光谱设计了椰糠基质有效氮近红外检测仪。该检测仪的硬件系统主要由前处理装置、气力输送装置、重力式沉降样品室、近红外光谱检测装置、样品回收装置和空气压缩机等组成。制备了不同有效氮含量的椰糠基质样本135个,采用研制的检测仪获取了样本原始光谱数据,并建立了椰糠基质有效氮含量的最优偏最小二乘回归预测模型,其校正集相关系数和验证集相关系数分别为0.973和0.965,校正集均方根误差和验证集均方根误差分别为14.025 mg/(100 g)和15.757 mg/(100 g),残差预测偏差为3.72。基于MFC开发工具,采用C/C++语言开发了检测仪硬件控制及实时检测分析软件界面,将建立的最优有效氮光谱预测模型移植到软件程序中,实现了椰糠基质有效氮近红外检测仪功能硬件控制及有效氮检测的一键式操作。试验验证结果表明,所研制仪器预测值与国标测量值相关系数为0.883,测试集均方根误差为18.605 mg/(100 g)。该检测仪实现了椰糠基质有效氮含量的快速实时检测,并且预测性能较好,可以满足快速评价椰糠基质养分的实际需求。     

荞麦剥壳效果在线检测装置的设计与试验

为提高荞麦剥壳设备的自动化程度,改善以往依靠手工筛分、计算的方法得到碎米率、整米率和未剥壳率,且不能实时检测等问题,设计了一种基于图像识别技术的荞麦剥壳效果在线检测装置并进行了测试试验。该装置主要由取样机构、匀样机构、图像识别系统和气流除尘光照箱等组成。试验结果表明:碎米率均值误差为1.0 8%、整米率均值误差为-4.4 9%、未剥壳率均值误差为3.4 3%,能够较为准确地反映出荞麦加工过程中的剥壳效果。     

温室农用机器人的路径检测

为实现温室中基于单目视觉的机器人自适应导航,运用Susan算子点检测的方法,融合Hough变换,提出了温室环境中的路径导航线的生成算法,并将标准Susan算子改造成适应与Hough变换的二值化形式.通过对温室中113幅图像进行实验检测可知,采用此方法可有效地检测机器人导航路径,且路径检测的识别率为94%,平均导航角为0.192 2°.     

基于机器人的禽蛋自动检测与分级系统集成开发

将禽蛋的破损检测、内部品质检测以及检测和分级时的搬运工作集成到一个关节型机器人上,实现了禽蛋检测与分级的自动化和柔性搬运.机器人在视觉引导下,定位禽蛋位置并将其吸取,分别运动到基于敲击声音的破损检测和基于彩色图像的内部品质检测装置处,进行相应的检测,根据检测结果分级并将禽蛋搬运到相应等级的位置放下.文章给出了各子系统的组成结构、集成原理,硬件配置和主要参数.试验结果表明,该系统硬件配置合理,各部分能够协调工作,运行稳定.     

机器视觉技术在禽蛋品质和孵化成活性检测中的应用

本文论述了利用机器视觉技术进行禽蛋品质检测分级及种蛋孵化成活性检测的意义，从禽蛋外形、表面缺陷、内部缺陷检测及种蛋孵化成活性检测等方面阐述了国内外研究现状，从硬件和软件两方面分析了在研究和应用中存在的不足，指出了目前尚需解决的难点问题。     

东北林区贮木场火灾智能探测预警系统的研究

通过对林区贮木场火灾预警系统的设计、区域划分及火灾探测器的布局,并以东北林区——贮木场为实例进行应用分析,结果表明,贮木场内报警区域可根据场内楞堆区域的个数及作业生产线划分,探测区域按照500 m2<区域<1 000 m2进行划分,火灾探测器按照3 m×6.5 m间距进行安装,气体探测器安装在楞堆的东南方向,室外自检时间为4 h,区域报警系统采用无极性的二线制系统,集中报警采用三线制系统。     

梨树病毒病及其脱病毒研究进展

在总结梨树病毒病的主要危害和特点的基础上,综述了国内外梨树病毒种类,梨树病毒病防治,梨树病毒检测,茎尖脱病毒和脱病毒种苗快繁等研究进展,并探讨了我国梨树脱病毒技术研究方向.