共查询到17条相似文献，搜索用时 187 毫秒
1.
为了解决小型水田底盘因路径偏差导致的稻苗碾压损伤问题,该研究提出一种基于触感引导的自动对行方法。采用自制的感测器获取稻株定位历程触感数据,通过数据的分割阈值设定、区域谷值提取、横向距离标定获得感测器与稻株的横向距离。根据水稻机械化移栽行距规整性,利用行距与定位数据几何关系校验稻株定位数据,解算获得稻列方向相邻稻株中点位置,实现对行目标点坐标提取。基于时变坐标系跟踪方法,控制转向电机实时校正路径偏差,实现小型水田底盘自动对行。田间性能试验表明：当行进速度为0.5m/s时,自动对行绝对误差平均值为3.11cm、绝对误差标准差为1.10 cm、绝对误差最大值为4.75 cm,研究成果为水田环境作业底盘自动导航提供了新思路和借鉴。 相似文献
2.
基于移位窗口Transformer网络的玉米田间场景下杂草识别 总被引：2，自引：2，他引：0
针对实际复杂田间场景中作物与杂草识别准确性与实时性差,易受交叠遮挡影响,像素级数据标注难以大量获取等问题,该研究提出基于移位窗口Transformer网络(Shifted Window Transformer,Swin Transformer)的高效识别方法,在实现作物语义分割的基础上快速分割杂草。首先建立玉米语义分割模型,引入SwinTransformer主干并采用统一感知解析网络作为其高效语义分割框架;改进SwinTransformer主干调整网络参数,生成4种改进模型,通过精度与速度的综合对比分析确定最佳模型结构;基于玉米形态分割,建立改进的图像形态学处理组合算法,实时识别并分割全部杂草区域。测试结果表明,该研究4种改进模型中,Swin-Tiny-UN达到最佳精度-速度平衡,平均交并比为94.83%、平均像素准确率为97.18%,推理速度为18.94帧/s。对于模拟实际应用的视频数据,平均正确检测率为95.04%,平均每帧检测时间为5.51×10-2 s。该方法有效实现了玉米与杂草的实时准确识别与精细分割,可为智能除草装备的研发提供理论参考。 相似文献
3.
基于声振响应法的香梨硬度无损检测 总被引：1，自引：3，他引：1
为了探索香梨硬度无损检测的方法,该研究搭建了由压电梁式传感器进行信号激励和感测的检测装置,分析了装置信号检测的稳定性,提取了香梨共振频率和声速并进行香梨硬度评估,然后将这两响应参数的评估硬度与香梨硬度的M-T穿刺法(Magness-Taylor)测量结果进行线性回归分析,以构建香梨硬度的检测模型。结果表明,检测装置的共振频率和声速信号检测稳定可靠,并且在香梨赤道部不同位置激励感测均无显著差异(P0.05);基于共振频率法和声速法的硬度评估指标可以构建3种香梨硬度检测模型,相关系数分别为0.841、0.877和0.938,其中由共振频率检测硬度和声速检测硬度联合构建的检测模型硬度检测敏感度为67.30%,最接近M-T穿刺法检测敏感度,该模型对香梨正常果和粗皮果的检测准确率较高,达到86.7%。研究结果可为声振法无损检测香梨硬度提供参考。 相似文献
4.
高地隙折腰式水田多功能动力底盘设计与试验 总被引：5，自引：3，他引：2
针对目前水田农用底盘通用性差、转弯半径大、离地间隙低、田间行驶及爬坡越埂稳定性差等问题,结合东北地区水稻种植模式和农艺要求,该文设计了一种高地隙折腰式水田多功能动力底盘,阐述分析了底盘整体结构、传动系统与工作原理.在静态弯曲和扭转工况下进行了有限元分析,得到了满载量化状态下车架载荷分布和薄弱部位,有限元分析表明:在满载弯曲工况下,车架所受最大应力发生在平衡装置摇摆轴处为130.70 MPa,最大位移发生在后车架发动机安装梁处为1.56 mm;在满载扭转工况下,车架所受最大应力发生在右后悬架与纵梁连接处为255.44MPa,最大位移发生在车架左纵梁与后横梁连接处为9.44 mm,为后续开展车架薄弱区域的改进与轻量化设计提供重要依据.在此基础上,对动力底盘的转向性能、行驶性能和越埂性能进行了理论分析,并以行驶速度、最小转弯半径、最大爬坡角和最大越埂高度为试验指标,进行了田间性能试验.试验结果表明:多功能动力底盘田间道路行驶速度范围为1～14 km/h,水田行驶速度范围为1～6 km/h,水田行驶最小转弯半径为3 200mm,最大爬坡角为56°,最大越埂高度为533mm,整机工作性能满足田间管理作业要求,提高了水田综合作业的高效性和适用性,实现动力底盘的一机多用.该研究可为水田田间管理作业的有效实施提供综合应用平台和技术支撑. 相似文献
5.
基于卡尔曼滤波的橘小实蝇成虫运动轨迹优化跟踪 总被引：1，自引：1，他引：0
为了实现橘小实蝇虫口密度的精准监测,该文将机器视觉技术作为田间橘小实蝇成虫入侵自动化监测的感知方法。通过对监测区域内运动目标和背景的颜色分析,提出了基于卡尔曼(Kalman)滤波的运动目标颜色均值漂移跟踪算法,优化了多目标运动轨迹跟踪效果。该算法通过图像处理和匹配技术提取了橘小实蝇成虫在虫口监测区域二维平面X轴和Y轴方向上的位置坐标和速度分量,推算了橘小实蝇成虫运动轨迹递推关系。基于动态系统的状态序列线性最小方差估计理论和成虫运动轨迹关系分析,构建了卡尔曼滤波状态估计模型,并建立其预测和修正方程实现了橘小实蝇成虫运动目标位置估计。通过在虫口监测区域开展单目标和多目标分散及粘连条件下的成虫跟踪试验,试验结果表明颜色均值漂移跟踪算法对橘小实蝇成虫单目标跟踪具有较好的适应性,成虫监测计数准确率达100%,对于多目标分散和粘连情况跟踪处理效果较差,计数准确率分别下降至86%和76%;通过在颜色空间均值漂移跟踪算法的基础上引入Kalman滤波器估算目标运动的近似位置,实现了对橘小实蝇成虫分散和粘连多目标运动的持续跟踪优化,监测计数准确率分别提升至96%和93%。机器视觉技术实时跟踪橘小实蝇成虫在虫口监测区域运动轨迹试验进一步验证了橘小实蝇成虫虫口密度监测的可行性,为田间橘小实蝇成虫发生自动化监测技术研究提供了参考。 相似文献
6.
针对穴盘苗叶片之间相互覆盖难以利用俯视图像判断种苗品质的问题,该研究以白掌苗为研究对象,提出一种叶片下观测苗茎局部区域的方法,通过提取穴盘苗叶片下苗茎参数,结合种苗级别判断标准,实现叶片相互覆盖穴盘苗的自动化品质检测。该方法首先确定白掌苗苗茎品质分级临界值,并构建由微型相机和导光纤维组成的苗茎图像采集单元,在检测室暗室环境中捕获白掌苗叶片下光纤光斑区域苗茎图像,利用视觉算法提取苗茎图像和苗茎投影面积,通过提取的待测白掌苗苗茎投影面积与白掌苗苗茎品质分级临界值对比分析,确定不合格苗,并返回不合格苗穴孔位置信息。试验结果表明,穴盘苗品质检测准确度主要受种苗在穴中位置和输送速度影响,当苗偏离穴中心10 mm以上时,种苗品质检测准确度最低降至85%以下。当种苗品质接近分级临界值时,种苗品质检测准确度略微下降,但不显著（P>0.05）。针对72孔待售白掌穴盘苗进行品质检测试验,试验结果表明,当输送带速度为0.045 m/s,苗茎偏离距离在10 mm内,系统的识别准确率可达97.92%,对应生产率为150盘/h（10 800株/h）。本研究可为存在相邻叶片覆盖时穴盘苗分级、品质检测的自动化评估提供理论指导和参考。 相似文献
7.
高山贫困地区农村居民点空间格局演变特征及驱动机制 总被引：5，自引：3，他引：2
科学开展高山贫困地区农村居民点空间格局演变特征及驱动机制研究,可为山区乡村空间治理和脱贫攻坚提供一定的基础支撑和指导意义。该研究以秦巴山区腹地原国家级贫困县湖北省十堰市房县为典型案例,基于GIS、地形梯度分析法、分形理论和地理探测器模型对高山贫困地区农村居民点的空间格局演变特征及驱动机制进行探究。结果表明:1)2001—2018年房县农村居民点空间扩张显著,斑块密度减小,平均斑块规模增大;分布指数随着地形梯度等级升高而逐渐减小,且在2013—2018年内变化幅度最大,表明房县农村居民点向着地形条件优越的低梯度区域集聚发展特征愈发显著;2)房县农村居民点空间结构和形态均具有较强的分形特征,表现为空间聚集维数减小,集聚特征增强;形态维数减小,斑块形状越来越规整,空间形态趋于简单;稳定性指数增大,居民点呈现规则有序的扩张和发展态势;3)自然地理要素是影响山区农村居民点空间格局演变的基本因素,社会经济和区位条件是山区农村居民点分布格局变化的重要因素,而"增减挂钩"和"扶贫搬迁"等政策要素进一步驱动着山区农村居民点空间格局演变,这对2013年后农村居民点空间格局演化产生了重要影响。 相似文献
8.
干旱区绿洲抗干扰能力弱,开展其生态风险评价具有的重要意义。以景观生态学理论为指导,选取青铜峡市作为研究对象,采用三期遥感数据,运用景观格局指数评估生态风险,并对生态风险指数进行空间化,绘制研究区2006年、2010年、2016年的生态风险空间分布图。在此基础上,结合空间统计法分析了研究区生态风险的聚集模式。结果表明:(1)研究期间,青铜峡市景观格局变化明显。耕地、水域和未利用土地的景观破碎度增加,大斑块破碎化趋势明显,区域的景观稳定性降低。景观格局指数的空间分布显示景观破碎度、损失度较高区分布在人口和经济活动聚集的绿洲核心区。(2)研究区的生态风险时空变化差异较大。其中高风险区面积减少最为显著,并随着风险等级之间的转换,中等风险区成为研究区的主要风险类型。生态风险呈现缓和趋势。(3)研究区的生态风险存在显著空间正相关,"低低"和"高高"聚集是主要的生态风险聚集模式,低值为高值包围或高值为低值包围的空间孤立点表现不显著,高低风险之间严重分化是研究区亟待解决的问题。 相似文献
9.
基于株心颜色的玉米田间杂草识别方法 总被引：5，自引：1，他引：4
根据3～5叶苗期玉米植株的生长特征及其株心所具有的颜色特征,提出了一种利用玉米植株的株心颜色特征识别玉米田间杂草的方法。玉米植株叶片的颜色是深绿色,而株心区域的颜色是浅绿色,该特征可由反映颜色深浅程度的饱和度指标表达。玉米植株的中心区域具有最大的饱和度值,该特性可用于在利用绿-红指标分割土壤背景后玉米植株的中心区域的提取。对分割后的绿色植株前景而言,与提取的株心区域相连通的区域是玉米植株,反之,非连通区域为杂草。试验结果表明：玉米植株和杂草的正确识别率平均为88%和84%,识别一帧720×576象素的图像的平均时间 120 ms。玉米植株的正确识别率主要受中心区域的完整度影响,而杂草的正确识别率主要受玉米和杂草叶片重叠程度的影响。 相似文献
10.
为提高水稻苗带中心线检测的适应性和实时性,满足巡田机器人导航的低成本、轻量级计算、高实时性需求,针对水稻苗带中心线检测结果容易受到光照变化和机器震动等原因产生图像噪声影响的问题,该研究以返青期和分蘖初期水稻秧苗为研究对象,提出基于区域生长顺序聚类-随机抽样一致性算法（random sample consensus,RANSAC）的水稻苗带中心线检测方法。首先,对采集的水稻秧苗图像运用归一化超绿特征法（excess green,ExG）和最大类间方差法（Otsu）分割水田背景和秧苗区域,应用先腐蚀后开运算的形态学方法去除秧苗图像噪声点;然后,采用基于水平带的秧苗轮廓质心检测方法提取秧苗特征点,利用区域生长顺序聚类方法将同一秧苗行的特征点聚成一类;最后,通过RANSAC算法拟合苗带中心线,从而得到巡田机器人视觉导航基准线。试验结果表明：该方法对返青期和分蘖初期水稻苗带中心线检测率均在97%以上,比已有YOLOv3算法提高6.12个百分点,比基于区域生长均值漂移聚类算法降低2.41个百分点;平均误差角度为2.34°,比已有YOLOv3算法高1.37°,比基于区域生长均值漂移聚类算法低0.12... 相似文献
11.
Ali Ahsan Bajwa Aman Ullah Muhammad Farooq Bhagirath Singh Chauhan Steve Adkins 《Archives of Agronomy and Soil Science》2019,65(6):796-808
Parthenium weed (Parthenium hysterophorus L.) is an emerging weed species in direct-seeded aerobic systems of rice production. This two-year field study was conducted to evaluate the effect of five different densities (0, 5, 10, 15 and 20 plants m?2) of parthenium weed on rice yield and yield-related attributes. Parthenium weed produced ca. 38 to 178% higher biomass at its densities of 10 to 20 plants m?2 as compared to the lowest density of 5 plants m?2. The paddy yield and yield-related attributes were negatively affected with an increase in the parthenium weed density. In both years, the highest reductions in number of rice panicles (14 to 17%), panicle length (10 to 11%), number of grains per panicle (11 to 18%), 1000-grain weight (8 to 21%) and paddy yield (30 to 35%) were recorded at the highest parthenium weed density (20 plants m?2) tested. However, the lower densities of 5 to 15 parthenium weed plants m?2 also caused 11 to 24% and 12 to 26% losses in paddy yield during the years 2016 and 2017, respectively. Therefore, this weed species should be controlled below the density of 5 plants m?2 to avoid the substantial yield losses (over 15%) in direct-seeded rice. 相似文献
12.
3GY-1920型宽幅水田中耕除草机的设计与试验 总被引：2，自引：1，他引：2
为了提高机械除草的作业效率、降低地头频繁调头引起的伤苗率,该文研制了3GY-1920型宽幅水田中耕除草机。该机由12 k W水田拖拉机提供动力,工作幅宽为5.7 m,一次作业可覆盖6行插秧机3个行程的作业宽度,并配备了4个双作用液压缸,控制整个机架的展开闭合与除草轮位置的横向调节。该文结合水田土壤特性和现有除草部件的特点,通过对除草轮的运动学与显式动力学仿真分析,设计并优化了螺旋刀齿式样除草轮,该除草轮通过与土壤及杂草的剪切、翻耕作用实现中耕除草作业。田间除草试验结果表明:在机具不同前进速度(0.3、0.6、0.9 m/s)和除草轮入土深度(3、6、9 cm)条件下,该机平均除草率为82%,伤苗率为4.8%;根据机具作业速度和幅宽可知该机作业效率为0.6~1.8 hm2/h;整机工作性能和作业效率满足水稻田机械中耕除草作业的技术要求。机械除草与化学除草产量对比试验结果表明:在试验区域内,机械除草产量高于化学除草,该研究可为中耕除草对水稻田产量的影响提供参考。 相似文献
13.
明确化感潜力和农艺性状对长雄野生稻(Oryza longistaminata)及其后代抑草效果的影响及相互关系,对发掘与利用野生种质资源的化感基因培育水稻化感新品种具有重要意义。本研究以化感抗稗草长雄野生稻、亚洲栽培稻‘RD23’及其杂交F1代(RD23×O.longistaminata)和F2代单株分离群体为材料,采用室内生物测定和温室盆栽试验相结合方法,研究化感潜力和农艺性状对长雄野生稻及其后代抑制稗草的影响,并探讨三者的相互关系。结果表明,室内生物测定为强化感潜力的水稻材料在盆栽条件下对稗草的密度防效、生物量防效和株高抑制作用并非总强于弱化感和无化感作用的水稻材料,但在根际距离0~3 cm时,强化感潜力水稻材料对伴生稗草的抑制效应显著强于弱化感潜力和无化感作用的水稻材料。不论供试材料化感潜力强弱,当根际距离大于3 cm时,株型高大、分蘖强的供试水稻材料在盆栽条件下对稗草的密度防效、生物量防效和株高抑制作用均显著强于株型矮小、分蘖少的材料。供试水稻材料在不同苗龄对稗草的抑制作用也存在显著差异,苗龄60 d的供试材料在根际距离0~3 cm范围内对伴生稗草的密度防效均小于苗龄30 d的对应处理组,但对伴生稗草的生物量防效和株高抑制作用则大于苗龄30 d对应处理组;之后随着距离的增加,除根际距离在3~6 cm的密度防效外,其他均无显著差异。在根际距离0~3 cm时,供试材料的化感综合效应指数(SE)与对伴生稗草的密度防效、生物量防效和株高抑制作用显著相关,但随根际距离的增加相关性逐渐减小;株高和分蘖数与稗草的密度防效不相关,与生物量防效和株高抑制作用存在一定的相关性。研究结果显示,长雄野生稻及其后代田间抑草效果与化感潜力、苗龄、株高和分蘖数等因素相关,在根际距离0~3 cm时,化感作用在苗龄30 d的强化感潜力水稻材料的抑草效应中起主要作用。 相似文献
14.
GEE平台下利用物候特征进行面向对象的水稻种植分布提取 总被引：1，自引：1，他引：0
为高效提取高精度水稻种植分布及其面积,该研究基于谷歌地球引擎（Google Earth Engine,GEE）平台,以辽宁省盘锦市为研究区,利用2020年Sentinel-2影像提取水稻生命周期内4个水稻物候期相应的光谱指数,利用简单非迭代聚类（Simple Non-Iterative Clustering,SNIC）算法来分割影像,灰度共生矩阵（Gray Level Co-occurrence Matrix,GLCM）来计算纹理特征,结合支持向量机（Support Vector Machine,SVM）和随机森林（Random Forest,RF）算法构建6种不同的模型进行水稻种植分布提取,并基于目视解译及实地调查数据,对比6种模型提取水稻的验证精度和实测精度,确定最优模型。结果表明：在水稻种植分布提取中,面向对象方法有助于提高水稻种植分布提取精度,且RF算法优于SVM算法。其中SNIC图像分割结合RF模型具有最高提取精度,总体精度和Kappa系数分别为96.83%、0.934,经实测数据验证,水稻实测精度为95.43%,可满足区域水稻种植分布和面积监测需求。 相似文献
15.
水稻工厂化育秧过程中,秧盘播种量的精准控制能有效保证育秧质量。为解决水稻工厂化育秧中秧盘播种量调控操作繁琐和效率低等问题,该研究研究设计了一种水稻育秧生产线秧盘播种量智能调控装置,该系统以STM32F429微处理器为控制核心,利用双漫反射光电传感器检测连续输送秧盘的准确到达位置,设计了秧盘质量称量机构,建立了常规稻和杂交稻芽种秧盘播种量与排种轮电机转速（频率）的关系模型,基于统计分析、信息反馈技术与秧盘播种量变化规律模型,实现不同水稻品种秧盘播种量的智能精准调控。试验结果表明,在500盘/h的生产效率下,装置的平均检测精度为94.84%,经调控后的杂交稻秧盘播种量的平均变异系数为2.5%,常规稻秧盘播种量的平均变异系数为4.04%。所设计的水稻育秧生产线智能调控装置具有较高的播种量检测精度,满足当前育秧播种量调控的使用要求,对提高水稻秧盘育秧播种生产线智能化水平、保证秧苗质量具有实际应用价值。 相似文献
16.
Azhar Mehmood Asif Tanveer Muhammad Mansoor Javed Muhammad Ather Nadeem Muhammad Naeem 《Archives of Agronomy and Soil Science》2018,64(2):208-218
Alligator weed (Alternanthera philoxeroides) is the most troublesome invasive weed in transplanted rice ecosystems worldwide. A two-year field study was conducted to estimate economic threshold levels and the season long competitive effect of six alligator weed densities (0, 2, 4, 8, 16, and 32 plants m?2) on yield and quality traits of transplanted rice. A gradual linear incline in dry weight of alligator weed was observed with an increase in its density from 2 to 32 plants m?2. Maximum N (15.93–18.26 kg ha?1), P (15.10–16.46 kg ha?1) and K (16.34–17.81 kg ha?1) uptake by alligator weed was recorded at its density of 32 plants m?2. More micronutrient loss to the tune of 6.53, 47.92, 19.99, and 38.42 mg kg?1 for Cu, Fe, Zn, and Mn, respectively was observed at the same density. Increasing density of alligator weed caused more losses in paddy yield (up to 21.37–23.78%), amylose and rice grain protein contents. According to a nonlinear hyperbolic regression model, maximum paddy yield loss of rice at asymptotic value of alligator weed density was 38.8% during 2011 and 42.4% during 2012. Economic threshold value of alligator weed was estimated 1.5 and 1.3 plants per m2 during 2011 and 2012, respectively. 相似文献
17.
基于多时相GF-6遥感影像的水稻种植面积提取 总被引：1，自引：1，他引：1
为获取高精度水稻种植面积提取方法和分析红边信息在作物识别能力上的优越性,该研究选取辽宁省盘锦市为研究区域,利用2020年水稻关键物候期的多时相高分6号宽幅相机（GF-6 WFV）遥感影像,构建归一化植被指数（Normalized Difference Vegetation Index,NDVI）、归一化水体指数（Normalized Difference Water Index,NDWI）、比值植被指数（Ratio Vegetation Index,RVI）和归一化差异红边1指数（Normalized Difference Red-Edge 1 Index,NDRE1）,根据各地物类型进行时序分析,在获得水稻面积粗提取结果的基础上对其他地类进行掩膜,准确提取水稻种植面积。对2020年盘锦市水稻提取结果进行精度分析,结果表明,基于实测数据进行精度验证的总体精度为94.44%,基于目视解译数据进行精度验证的总体精度和Kappa系数分别为95.60%和0.91。根据目视解译数据对有无红边波段参与的水稻提取结果进行对比分析可知,红边波段的引入使总体分类精度、水稻制图精度和Kappa系数分别提高了3.20个百分点、6.00个百分点和0.06。该研究证明红边波段可以有效降低作物的错分、漏分情况,对水稻精准估产和丰富农作物遥感监测方法具有重要作用,显示出国产红边卫星数据在作物分类、面积提取方面具有巨大应用潜力。 相似文献