基于双树复小波变换和邻域操作的哈密瓜纹理提取

为研究哈密瓜表面纹理特征分布规律,采集金密16号9成熟、全熟和金密17号9成熟、全熟共168幅哈密瓜样本图像,对RGB彩色图像的R、G、B分量执行代数运算,转换为灰度图后进行背景分割,然后利用双树复小波变换(DT-CWT)分解图像,获取高频子图像,并对其执行邻域操作,采用迭代法选取最优阈值完成纹理提取,最后利用灰度差分统计法和纹理频谱分析法描述分析哈密瓜纹理特征,建立基于支持向量机(SVM)的分类模型。研究结果表明,利用DT-CWT和邻域操作相结合的方法可得到更加连续、完整的哈密瓜纹理图像;4种哈密瓜的纹理特征值差异显著,利用纹理特征值分类准确率为89.3%;哈密瓜表面纹理无周期性。     

双锥压缩式哈密瓜承载托辊的设计及参数计算

针对当前水果检测分级过程中大型水果承载托辊形式单一的问题,设计了一种新型双锥压缩式哈密瓜承载托辊。该托辊不仅能够实现哈密瓜的360°旋转,还能够在蓄能弹簧的作用下自动适应不同大小的哈密瓜,增加哈密瓜在旋转过程中的稳定性。通过对100个成熟哈密瓜样本进行测量,建立了哈密瓜的质量及纵横径尺寸数据库,并在此数据库的基础上对双锥压缩式哈密瓜承载托辊的参数进行了设计和计算。计算结果表明:双锥压缩式哈密瓜承载托辊的承载范围为1.5~5kg,锥形滚子的斜边与中心轴线之间的角度为29°,弹簧刚度为0.169 N/mm。本文所设计的双锥压缩式哈密瓜承载托辊能够较好地适应哈密瓜的检测分级,具有一定的创新性。     

国内畜产品新鲜度的无损检测研究进展

对畜产品新鲜度进行快速无损检测以及评价具有重要的现实意义。为此,综述了当前常用的无损检测技术在国内畜产品新鲜度检测的应用研究现状,包括机器视觉、近红外光谱、电子鼻以及多源信息融合技术等,并分析了其存在问题,提出了新鲜度检测的未来研究发展方向,以期对国内相关研究人员的研究工作提供参考。     

不同储存时间和取样部位牛肉颜色的高光谱图像检测

为了探讨高光谱图像技术对不同储存时间和取样部位的牛肉颜色检测的可行性,采集具有代表性的牛肉后腿、里脊和背脊共82个牛肉样品的高光谱图像,并测量其亮度、红度、黄度和饱和度等颜色参数.选取感兴趣区域获取样品代表性光谱,通过选择适宜的谱区范围和预处理方法,建立并评价了预测各颜色参数的偏最小二乘校正模型.对于亮度、红度、黄度和饱和度,校正集的相关系数分别为0.80、0.91、0.91和0.93,校正标准差分别为2.23、1.18、0.82和1.12,预测集的相关系数分别为0.92、0.88、0.87和0.89,预测标准差分别为1.66、1.45、0.80和1.27.研究结果表明,高光谱图像技术可用于快速无损检测不同储存时间下、不同部位的牛肉颜色.     

基于机器视觉棉叶螨自动监测与分级方法研究

为实现棉叶螨自动监测与分级,研究了受叶螨危害棉叶的颜色统计特征,对不同等级螨害棉叶进行比较,利用颜色特征的均值和方差,自动监测棉花是否发生螨害,最后对棉花叶螨危害程度进行自动分级。结果表明:采用机器视觉技术对棉叶螨进行自动监测分级能够取得较好的效果。     

棉种加工温度控制系统设计——基于触摸屏与PLC

通过对现有棉种加工设备中温度控制的分析研究,设计了一种基于触摸屏与可编程控制器(PLC)的温度控制系统,实现对棉种脱绒加工过程中烘干、摩擦等环节温度的自动检测、控制与显示。试验结果表明,该温度控制系统能够取得良好的控制效果,提高了控制精度。     

农机具配备方法对比及注意的问题

介绍了几种农机具优化配备理论、方法及优缺点,提出在具体的农业机器配备过程中应结合实际综合应用优化理论。     

涡流室燃烧系统结构参数的实验优化

针对涡流室燃烧系统的参数进行优化,采用正交实验及BP神经网络对应的BP算法对实验的结果进行分析,优化涡流室的形状、涡流室容积比、通道截面与活塞顶部面积比、通道倾角的设计,从而提高燃油的经济效率,降低烟度的排放,具有明显的经济效益和环保效益。     

基于RFID技术的棉种溯源系统构建

随着种子质量安全问题的不断出现,消费者对种业的安全问题越发关注,实施种业质量安全控制的重要性日益凸现。通过基于RFID技术的棉种溯源系统对棉种生产的全过程进行监控,建立完整的安全控制体系,可以进行棉种质量安全信息的快速追溯,对棉种重大质量安全危害进行预警。同时,该技术也可以推广应用于食品、农产品和工业用品的质量安全溯源,为我国物联网产业的发展提供理论基础。     

基于残差网络和图像处理的干制哈密大枣外部品质检测

针对目前红枣分级装置检测指标单一,难以实现外部品质综合判别的问题,设计了一款基于残差网络结合图像处理的干制哈密大枣外部品质检测系统。首先,通过深度学习图像分类实现裂纹、鸟啄和霉变缺陷检测,为克服当前残差网络计算量大、复杂度高以及信息丢失的问题,提出了一种改进深度残差网络图像分类方法;其次,根据尺寸与纹理数量的等级差异性,提出了一种阈值检测方法,通过提取干制哈密大枣图像面积、周长、拟合圆半径及纹理数量特征,实现尺寸及褶皱检测。试验结果表明缺陷识别模型和尺寸、褶皱检测模型测试准确率分别达到97.25%、93.75%和93.75%。综合缺陷、尺寸和褶皱3种外部品质指标,通过在线采集图像验证系统测试,外部品质综合检测准确率为93.13%,可初步满足干制哈密大枣品质在线检测装备的生产需求。