基于高光谱图像的龙眼叶片叶绿素含量分布模型

针对传统高光谱单点法检测叶绿素含量效率低、精度不足等问题,提出一种基于高光谱图像和卷积神经网络(CNN)多特征融合的深度学习龙眼叶片叶绿素含量分布预测模型。首先进行Savitzky-Golay光谱去噪,然后通过奇异值分解(SVD)和独立成分分析(ICA)提取特征光谱,再对特征光谱图像提取灰度共生矩阵(GLCM)和CNN纹理特征,最后建立粒子群优化(PSO)支持向量回归(SVR)、深度神经网络(DNNs)分布模型。结果表明,基于特征光谱建模的PSO-SVR预测效果最佳,全期的校正集和验证集模型决定系数R2为0.822 0和0.815 2。对比多种主流模型,基于特征光谱、GLCM纹理、CNN纹理特征的ICA-DNNs模型预测精度最高,校正集和验证集R2分别为0.835 8和0.821 0。试验结果表明,高光谱图像可快速无损地对龙眼叶片叶绿素含量分布进行检测,可为龙眼树实时营养监测和病害早期防治提供理论依据。

基于有源射频识别的应急车辆交通引导系统

针对应急车辆在交叉路口滞留时间长、发生碰撞的可能性高的问题,提出了一种基于有源射频识别(RFID)的应急车辆交通引导系统。采用基于ATmega16的车载主控制器和基于STM32交通灯控制器构成应急信息采集系统,服务器应用程序采用Visual Basic程序设计语言进行开发,最短路径规划采用传统Dijkstra算法。基于STM32F103交通灯主控器利用RFID技术检测即将来到的应急车辆的车载主控制器所控制的NRF24L01收发器发送的信号,融合摄像头拍摄的图像经过Wi Fi上传至上位机,上位机载入一个区域模型后,采用先进先出(FIFO)原理逐次利用Dijkstra算法处理后得出到达目的地的应急车辆最佳行车路径并经信号回传设置沿路的绿信比。实验结果表明,车辆距交通灯主控器110 m内丢包率小于10%,NRF24L01接收灵敏度为-94 d Bm,实测140 m内均能有效通信,服务器端能够在4.5 s内完成应急交通引导系统所有指令操作。本系统提高了应急车辆的通行效率,减少了应急车辆从途中至事故现场的出动时间,降低突发事件造成重大人员伤亡和财产损失,实现了城市智能应急车辆交通引导。

基于移动互联的农产品二维码溯源系统设计

【目的】提出一种基于移动互联的农产品二维码(QR码)溯源系统。【方法】研究该系统的逻辑和物理结构,分析里德-索洛蒙(RS码)纠错编码原理及二维码编码算法。采用压缩感知(Compressed sensing,CS)算法预处理受污图像,对比传统的Gaussian、Disk和Log去噪方法,研究二维码数据容量与纠错的关系,研究扫描像素、受污位置和可识别图像的联系,确定手机摄像头参数。【结果】手机扫描最低像素为200万。RS编码信噪比为10.7 d Bm时,CS误码率为0.040 1,低于Log法的0.042 5;RS编码信噪比为11.7 d Bm时,CS误码率为0.011 3,低于Gaussian法的0.014 7。CS在多种噪声处理中的最大编码信噪比均大于10 d Bm。噪声掩盖区域对位置区影响最大,噪声在位置区和编码区的解码平均正确率分别为87.68%和91.24%。【结论】该系统实现了对象信息的完整性、可追溯性,解决了农产品种植、加工、流通、销售各个环节信息的滞后问题。

小型无人机振动特性对超声波传感器的影响

【目的】安全避障是目前无人机(Unmanned aerial vehicle,UAV)领域迫切需要解决的一个难题,利用超声波传感器是无人机避障的重要手段之一,针对无人机飞行过程中机械振动的特性以及对超声波测距传感器的影响进行了研究,以提高超声波测距传感器的精准度,改善无人机作业稳定性。【方法】通过采集无人机不同油门开度的振动数据,进行多信号分析,得到无人机振动强度的空间和频域分布,并根据振动强度的空间分布,测定无人机振动对于超声波测距传感器的误差影响。【结果】随着离无人机中心距离的增加,无人机机臂上振动强度的空间分布存在减弱和加强交替出现的现象,离无人机中心最远处出现最大振动强度;振动幅度随着频率的增加而降低;无人机在载桨运行过程中对于机载超声波测距传感器水平测距影响最大,最大误差达到0.69 m,垂直方向的误差最大为0.20 m。【结论】随着离无人机中心距离和油门的增大,振动强度增大;调整传感器的振动频率可以减少无人机振动对传感器的影响。本研究结果为超声波传感器在农业无人机安全避障方面的应用提供了参考。

基于DCP和OCE的无人机航拍图像混合去雾算法

针对无人机在雨雾天气下的农田航拍图像退化问题,考虑无人机自身特性,提出了一种基于DCP和OCE的无人机航拍图像混合去雾算法。首先判断原始图像天空区域的存在,利用Canny边缘检测算法对带天空区域的原始图像进行分割并做高斯羽化处理,再采用膨胀和腐蚀等形态学操作进行二值化区域填充,去除非天空区域中对应亮度低的区域,提取天空区域和非天空区域。非天空区域图像采用基于导向滤波的暗通道先验算法去雾。天空区域图像采用基于代价函数的优化对比度算法去雾。本试验分别从主观视觉性和无参考量化评测两方面对100幅航拍图像去雾结果作出评价,试验结果表明,所提算法在对带雾图像去雾后,出现Halo现象的概率相较于DCP算法降低了95%,其综合评测均值指数提高了26%,去雾效果明显,色彩还原度高,没有明显的过渡区域和偏色现象,处理速度可达33帧/s,平均速度相较于DCP算法提高了32%,能满足实时性要求。

高校工程专业学生创新能力考核方式探索

创新力是一个国家科技发展的制高点。因此,在国民教育,尤其是高等教育中对学生创新能力的要求和培养显得至关重要。工程类核心课程是实践性强的课程,而我国广泛采用的"试卷考核"方式影响到了工程类专业学生的动手能力、实践能力和实际操作能力的提高,最终,也会误导学生产生"重理论轻实践"的思想,达不到培养学生创新思维和提高学生创新能力的目的。

基于图像识别的无人机精准喷雾控制系统的研究

【目的】针对传统的植保无人机喷雾作业时化肥农药浪费大,利用率低,造成环境污染的问题,研制一种基于图像识别的无人机精准喷雾控制系统。【方法】利用中值滤波算法对田间航拍图像进行去噪,采用分层K_means硬聚类算法实现对农田航拍图像的分割,提取非作物区域的颜色、纹理特征空间的22个特征参数,设计支持向量机分类器进行分类识别。根据优选的17个特征参数,利用以径向基函数作为核函数的支持向量机对非作物区域图像进行识别,并根据识别结果控制喷头,实现精准喷雾。【结果】测试样本的识别率可达为76.56%,在无干扰风场情况下,当P_阀为10%时,减施率可达32.7%。【结论】本系统为农业航空精准喷雾控制技术的应用提供了参考方向和决策支持。

基于校企协同的本科生实践能力研究

针对我国高校事业迅猛发展,电子类专业学生教学参与度低,教学内容脱离实际教学岗位要求,重理论考核轻实践等问题。通过建设校企协作平台,加强战略管理,明确了校企合作定位,结合学生兴趣及企业实际需求,学生毕业选题与企业行业实际相结合等方式,共同构建校企协同模式下多元共赢的培养机制,培养电子工程专业复合型创新人才。实践表明,该模式提高了本科生的实践创新能力,增加其就业竞争力。

基于深度学习的龙眼叶片叶绿素含量预测的高光谱反演模型

【目的】探讨龙眼Dimocarpus longan Lour.叶片发育过程中叶绿素含量二维分布变化规律,实现无损检测病虫害对叶片叶绿素含量分布的影响,为评估嫩叶抗寒能力、龙眼结果期的施肥量和老熟叶的修剪提供参考。【方法】利用高光谱成像仪采集龙眼叶片在369~988 nm区间的高光谱图像,自动提取感兴趣区域,利用分光光度法测定叶片叶绿素含量。基于皮尔森相关系数(r)分析了龙眼叶片生长过程中各波段光谱响应与叶绿素含量之间相关性,建立偏最小二乘回归模型。分析了特征波段图像纹理特征与叶绿素含量相关性,将光谱特征和纹理特征结合导入深度学习中的稀疏自编码(SAE)模型预测龙眼叶片叶绿素含量,结合"图谱信息"的SAE模型预测龙眼叶片叶绿素含量的分布情况。【结果】龙眼叶片3个生长发育期相关系数的曲线均在700 nm附近出现波峰,嫩叶、成熟叶和老熟叶3个阶段相关性最高的波长分别为692、698和705 nm;全发育期的最敏感波段相关性远高于3个生长发育期,r达到0.890 3。回归模型中,吸收带最小反射率位置和吸收带反射率总和建立的最小二乘回归模型预测效果最好(R_c^2=0.856 8,RMSEc=0.219 5;R_v^2=0.771 2,RMSEv=0.286 2),其校正集和验证集的决定系数均高于单一参数建立的预测模型。在所有预测模型中,结合"图谱信息"的SAE模型预测效果最好(R_c^2=0.979 6,RMSEc=0.171 2;R_v^2=0.911 2,RMSEv=0.211 5),且预测性能受叶片成熟度影响相对较小,3个生长阶段R_v^2的标准偏差仅为最小二乘回归模型标准偏差的29.9%。【结论】提出了一种自动提取感兴趣区域的方法,成功率为100%。基于光谱特征的回归模型对不同生长阶段的叶片预测效果变化较大,而基于"图谱信息"融合的SAE模型预测性能受叶片成熟度影响相对较小且预测精度较高,SAE模型适用于不同成熟度的龙眼叶片叶绿素含量分布预测。

盐渍化胁迫下接种不同丛枝菌根真菌对番茄耐盐性的影响

【目的】研究不同丛枝菌根真菌(AMF)对番茄植株生长和抗盐胁迫效应,探究筛选出能够延缓盐分对番茄生理活性的抑制,提升植株光合碳同化能力和耐盐性能力的最佳AMF真菌。【方法】针对土壤盐渍化对番茄的不良效应,通过土培法对番茄植株进行不同盐浓度(0、100 mmol·L^(−1))处理,经初筛得到摩西(F.m)、根内(R.i)两种丛枝菌根真菌作为接种菌剂,从生理及光合2个角度探究对盐胁迫下接种不同AMF侵染对番茄的生长状况的影响。【结果】盐胁迫下番茄抗氧化酶系活性,包括超氧化物歧化酶(SOD)、过氧化物酶(POD)、过氧化氢酶(CAT)、丙二醛(MDA)含量及脯氨酸(Pro)含量分别提高了47.4%、32.9%、35.7%、61.8%、6%。菌根侵染率、光合强度降低了27.8%和54.6%。接种AMF能有效增强宿主抗盐性,其中F.m接种后番茄的脯氨酸含量降低60.7%,降低幅度是接种R.i处理的2.2倍。F.m接种后番茄的净光合速率(Pn)、气孔导度(Gs)分别提高49.1%、35.4%,增幅是接种R.i处理的1.4倍。同时,接种AMF能减轻盐毒对光合关键酶的损伤,其中接种F.m后番茄RuBP羧化酶最大增长率可达31.2%,是接种R.i真菌处理的1.1倍。【结论】AMF可延缓盐分对番茄生理活性的抑制,提升植株光合碳同化能力和耐盐性,其中接种摩西(F.m)真菌对植物促生作用显著优于根内(R.i)真菌。

基于高光谱和深度迁移学习的柑橘叶片钾含量反演

针对传统柑橘叶片钾含量检测方法耗时费力、操作繁琐且损伤叶片等弊端,引入高光谱信息探索柑橘叶片钾含量快速无损检测与预测模型,选用ASD Field Spec 3光谱仪采集柑橘4个重要物候期(萌芽期、稳果期、壮果促梢期和采果期)的叶片反射光谱,同步采用火焰光度法测定叶片的钾含量;先用正交试验确定小波去噪的最佳去噪参数组合,再进行不同光谱形式变换,对不同物候期光谱进行基于堆栈稀疏编码机-深度学习网络(Stacked sparse autoencoder-deep learning networks,SSAE-DLNs)的特征提取迁移和融合多种特征,对比支持向量机回归、偏最小二乘法回归、广义神经网络、逐步多元线性回归等多种诊断模型,结果表明,模型SSAE-DLNs基于一阶微分光谱特征建立全生长期钾含量预测模型的性能最优,其校正集和验证集决定系数分别为0. 898 8、0. 877 1,均方根误差分别为0. 544 3、0. 552 8。试验表明,深度迁移学习网络可对柑橘叶片钾含量进行精确预测,为高光谱检测技术用于柑橘树长势监测和营养诊断提供了参考。

基于神经网络PID的无人机自适应变量喷雾系统的设计与试验

[目的]针对传统植保无人机在定量喷施作业时由于飞行速度的变化造成施药不均匀以及传统控制算法无法满足无人机变量喷雾系统所需的实时性和稳定性等问题,设计一种基于神经网络PID的自适应无人机变量喷雾系统。[方法]采用风压变送器测出无人机的飞行速度,根据速度采用脉宽调制(PWM)方法进行自适应变量喷雾,同步用流量传感器测出实际喷雾流量,融合BP神经网络PID控制算法调节喷雾流量。由MATLAB构建BP神经网络PID控制算法,并与PID、模糊PID和神经元PID对比及分析;田间试验过程中,对比分析无人机定量喷雾与随飞行速度改变的变量喷雾效果,采用水敏纸获取雾滴沉积量分布,分别从整体区域、飞行方向和喷杆方向评价沉积量分布的均匀性。[结果]算法仿真对比试验结果表明,与PID、模糊PID和神经元PID相比,BP神经网络PID阶跃响应上升时间分别少28.57%、84.73%和31.03%,正弦跟踪平均误差分别小63.01%、87.03%和0.58%,方波跟踪平均误差分别小74.00%、79.53%和6.80%,鲁棒性强,无静差,超调量为1.20%;喷雾对比试验结果表明,本系统能够根据飞行速度自适应调节喷雾流量,实际流量与目标流量的平均偏差为8.43%,水敏纸扫描结果表明总体区域雾滴沉积量的变异系数对比定量喷雾平均降低26.25%,喷杆方向平均降低18.79%。[结论]该研究结果可为农业航空变量喷雾技术的应用提供理论基础。

基于校企协同本科生实践能力的研究与应用

针对我国高校事业迅猛发展,电子类专业学生教学参与度低,教学内容脱离实际教学岗位要求,重理论考核轻实践等问题。通过建设校企协作平台,加强战略管理,明确了校企合作定位,结合学生兴趣及企业实际需求,学生毕业选题与企业行业实际相结合等方式,共同构建校企协同模式下多元共赢的培养机制,培养电子工程专业复合型创新人才。实践表明,该模式提高了本科生的实践创新能力,增加其就业竞争力。