排序方式： 共有75条查询结果，搜索用时 15 毫秒
11.
为给果园精细管理中果树修枝整形、果实品质评价以及果实产量估算等提供科学的理论依据和技术指导,以果园自然开心形苹果树为研究对象,基于果树三维点云结构,进行果树冠层空间光照分布建模研究。用三维点云重构技术和点云分割技术获取果树不同高度的点云分层,分别使用像素占比和Graham扫描算法计算各高度点云分层垂直投影的有效投影面积和占地面积及有效叶面积指数。以果树冠层不同高度层的有效叶面积指数为自变量,对不同高度层平均相对光照强度进行线性回归,获得果树冠层光照分布模型,并对模型进行验证。结果表明:所建果树冠层光照分布模型的校正决定系数R2c为0.924,校正均方根误差RMSEC为0.05,验证决定系数R2v为0.955,验证均方根误差RMSEP为0.04,相对分析误差RPD为4.91。该模型具有较高的预测精度和较强的预测能力。 相似文献
12.
土壤成分与特性参数光谱快速检测方法及传感技术 总被引：10，自引：0，他引：10
近红外光谱技术在分析土壤成分含量以及理化特性参数方面获得了良好的预测精度.人工神经网络、遗传算法、小波变换和支持向量机等现代数据处理算法的应用,最大限度消除了光谱外界干扰、提取了光谱有效信息,使得土壤特性参数预测分析模型更准确、稳定.在进行土壤参数原位实时光谱检测时,如何消除土壤含水率、土壤粒度等的影响,还需要技术突破.开发便携式或车载式农田土壤光谱实时分析仪,是促进精细农业实践的重要措施,已开发的车载式土壤在线光谱仪可以实现多个土壤参数的分析,并达到了相当高的精度.进一步开发多功能土壤在线检测系统,利用土壤介电特性或机械特性与光谱特性测量结果相互补偿与校正以消除误差并提高测量精度,是未来的发展方向之一.光声光谱、激光诱导击穿光谱和太赫兹光谱技术等现代光谱分析方法在土壤成分与特性参数分析方面表现出很强的能力,开展基础研究,揭示这些光谱技术在不同土壤类型、不同土壤成分条件下的吸收特征参数,是未来的研究方向. 相似文献
13.
基于反射光谱预处理的苹果叶片叶绿素含量预测 总被引：9，自引：8，他引：1
以苹果叶片叶绿素含量为研究对象,定量研究了光谱数据预处理方法对光谱特征提取及叶绿素含量预测模型的影响。首先,比较了苹果叶片原始反射率光谱、小波包去噪反射率光谱、反射率一阶差分光谱、先小波包去噪后一阶差分光谱、先一阶差分后小波包去噪光谱这5种光谱的波段间相关系数以及光谱与叶绿素含量间的相关系数,建立了叶绿素含量预测逐步回归模型并对建模结果进行了比较分析。结果表明单纯3层sym8小波包去噪可使光谱曲线平滑,但不会明显提高模型精度;一阶差分虽然放大了局部噪声,但是消除了基线漂移影响,可提高模型精度;先差分后小波包去噪比先小波包去噪后差分具有更高的峰值信号噪声比,更低的均方误差与最大误差,建模结果也显示出同样的结果。因此,先差分后小波包去噪算法可认为是一种有效的苹果叶片叶绿素含量预测光谱预处理方法。利用这一方法建立了苹果叶片叶绿素含量预测模型,获得了较高的预测精度。该研究可用于对苹果树营养状态的评价并指导按需施肥。 相似文献
14.
基于随机森林算法的自然光照条件下绿色苹果识别 总被引：6，自引：0，他引：6
果实识别是自动化采摘系统中的重要环节,能否快速、准确地识别出果实直接影响采摘机器人的实时性和可靠性。为了实现自然光照条件下绿色苹果的识别,本文采集了果实生长期苹果树图像,并利用随机森林算法实现了绿色苹果果实的分类和识别。针对果树背景颜色和纹理特征的复杂性,尤其是绿色果实和叶片在很多特征上的相似性,论文基于RGB颜色空间进行了Otsu阈值分割和滤波处理,去除枝干等背景,得到仅剩果实和叶片的图像。然后,分别提取叶片和苹果的灰度及纹理特征构成训练集合,建立了绿色苹果随机森林识别模型,并使用像素模板验证数据集,对模型进行预测试验,正确率为90%。最后,选择10幅自然光照条件下不同的果树图像作为检测对象,使用该模型进行果实识别并使用霍夫变换绘制果实轮廓,平均识别正确率为88%。结果表明,该方法具有较高的鲁棒性、稳定性、准确性,能够用于自然光照条件下绿色果实的快速识别。 相似文献
15.
<正>众多菜农反映姜的生产过程中许多常见病害,尤其是腐烂病不知如何用药,因此特别介绍一下有关大姜腐烂病的发生与防治方法介绍如下,菜农朋友可根据实际情况,灵活选用合适的药剂。一、病症姜的根、茎、叶均可发病,一般多在近地面的茎基部和根茎上半部先发病。发病初期,叶片卷缩,萎蔫下垂,失去光泽,最后变黄干枯早落,迅速蔓延到全田。受害根茎部病斑先呈水渍状,黄褐色,细胞散离,内部组织逐渐变软腐烂,并流出具有臭味的灰白色汁 相似文献
16.
基于Django的植保无人机飞行监视系统 总被引：1，自引：0，他引：1
针对目前现有的植保无人机的特点,基于Django架构构建了一个用于监听无人机的各种信息服务器端系统。该系统能够实时监听端口数据,采集农业植保无人机实时回传的定位信息、各个传感器以及重要组件的工作状态信息,再将数据解析为无人机的飞行信息(经度、纬度、海拔高度、时间等)以及飞行状况信息(工作温度、飞行速度、倾斜角等),数据解析后保存在数据库中。系统试运行表明,基于Django的无人机监视系统能够实现数据的采集和管理,保障了对植保无人机飞行状态的监测与预警管理。 相似文献
17.
基于光谱学原理与小波包分解技术预测苹果树叶片氮素含量 总被引：5，自引：5，他引：0
为探索不同生理物候期苹果树叶片氮素含量的快速检测方法。分别在果树坐果期、生理落果期和果实成熟期,使用光谱仪测量了果树叶片在可见光和近红外区域的反射光谱,同时在实验室测定了果树叶片的全氮含量。研究首先将实验所得的光谱反射率与氮素含量以果树为单位进行聚类,利用小波包分析技术对每棵果树的光谱信息进行分解,提取出的低频信号和去除高频噪音后的信号分别组成了低频全光谱和去噪全光谱。针对这两个全光谱均实施了主成分分析,利用提取主成分分别建立了果树不同生长阶段的氮素含量多元线性回归模型。对比基于归一化植被指数（NDVI）建立的氮素含量估测模型发现,利用全光谱信息建立的氮素含量预测模型精度更高;在坐果期和果实成熟期,使用去噪全光谱提取的主成分建立的氮素预测模型最优;而在生理落果期,使用低频全光谱提取的主成分建立的模型最优。结果表明,利用小波包分析技术能够有效地提高苹果果树叶片氮素含量的光谱预测能力。 相似文献
18.
集成GPRS、GPS、ZigBee的土壤水分移动监测系统 总被引：7，自引：5，他引：2
为了实现土壤水分数据的实时采集、处理、可视化与上传,开发了移动式土壤水分监测系统。系统由集成ZigBee协调器、GPS模块、GPRS模块的PDA和基于ZigBee的土壤水分传感器移动节点组成。ZigBee模块主要用于PDA和移动传感器节点间的无线通信,使PDA能无线获取土壤水分传感器信息,并能控制传感器供电电源的通断。GPS模块用来实时获取传感器的位置信息,为绘制土壤水分时间和空间分布图以及为精细灌溉决策系统提供支持。GPRS模块用来将绑定的节点号、经纬度信息、土壤水分信息通过TCP/IP协议上传至互联网远程上位机,以实现土壤水分时空变异的远程监测。系统既能在PDA内存储信息又能上传互联网,具有良好的便携性和可视性。性能试验结果表明,系统可实时准确远程传输测量数据,内嵌软件根据测量结果绘制的土壤水分空间变异分布图可有效指导精细灌溉。 相似文献
19.
苹果叶片氮素含量快速检测模型 总被引：1，自引：0，他引：1
利用UV-2450型光谱分析仪测量苹果叶片光谱反射率,同时在实验室利用凯氏定氮法测量苹果叶片的氮素质量比,建立了适用于便携式检测仪的苹果叶片氮素含量快速检测模型.研究了苹果叶片光谱特性并进行了光谱反射率与氮素的相关性分析,获得了两个氮素敏感波长652 nm和772 nm.同时,利用分段减量精细采样法,构建了350 ～ 730 nm与740～880 nm波段内所有两两波段形成的归一化植被指数NDVI,并获取了与氮素含量相关性最高的波段组合(859 nm,364 nm)来构建苹果树NDVI.最后建立了基于苹果树NDVI、652 nm处反射率以及772 nm处反射率的偏最小二乘回归模型,建模精度达到0.904 8,均方根误差为0.159 7,检验模型精度达到0.917,均方根误差为0.283 3. 相似文献
20.
基于Kinect相机的苹果树三维点云配准 总被引：4，自引：0，他引：4
为建立具有真实彩色信息的果树三维点云形态结构模型,用Kinect相机获取不同视角下果树的原始三维点云,针对传统最近点迭代算法对待配准点云的空间位置要求苛刻的问题,提出了改进的点云配准算法。首先通过归一化对齐径向特征算法搜寻点云关键点,并使用快速点特征直方图描述子计算关键点处的特征向量。然后根据求得的特征向量估计2片点云关键点之间的空间映射关系,再基于随机抽样一致性算法提纯映射关系并完成点云的初始配准。最后利用最近点迭代算法完成点云的精确配准。实验结果表明,通过在最近点迭代算法前增加点云初始配准算法,有效地提高了点云配准的准确性和稳定性,能够对任意初始位置的2片点云进行准确匹配,平均配准误差为0.7 cm。 相似文献