池塘水产养殖投饲区溶解氧稳定性分析研究

针对目前鱼塘投饲机定点投饲作业时,鱼群集中摄食而导致投饲区溶解氧不足,影响饵料利用率的问题,结合投饲区溶解氧稳定性特征规律研究提出投饲机优化设计思路。以振动式(VFM)、气动式(PFM)和风送投饲增氧一体式(AFM)3种投饲机为研究对象,基于鱼类呼吸耗氧模型及溶解氧收支平衡方程理论推导构建溶解氧稳定性模型,以溶解氧变异系数(DCV)为评价指标,深入分析投饲机作业时投饲区溶解氧变化规律。3种投饲机作业时DCV实测值和理论值分别为43.56%、42.28%(VFM);12.50%、14.92%(PFM);1.96%、3.88%(AFM),验证了所构建溶解氧稳定性模型有效性,同时结果表明投饲机作业性能对溶解氧稳定性具有重要影响。基于试验结果提出溶解氧参数应作为投饲机优化设计的重要指标之一,并提出以提高投饲区溶解氧稳定性为目的,将溶解氧参数与机械参数相结合,从内部抛料结构、投饲模式(定点投饲改为动点投饲)及智能化水平(精准投饲增氧)3个方面进行投饲机优化改进的建议。

池塘水产养殖精准投喂系统研制与试验

针对传统池塘养殖多依靠经验粗放式投喂而导致生产效率低、环境压力大、养殖风险高的问题,该研究提出一种适配池塘养殖的精准投喂系统。该系统主要包括水质监测、决策控制、驱动执行和远程监控等模块。以影响鱼类摄食需求的关键因子溶解氧、温度、体质量等为输入参数,以摄食需求量为输出参数,基于蚁群优化算法的模糊PID控制技术实现精准投喂。为验证系统的实用性和有效性,以精养草鱼为对象开展池塘养殖对比试验,从调控性能、生长性能、经济效益和环境效益等方面进行综合评价。结果表明:所提出的精准投喂系统控制性能稳定可靠,控制误差小于7%,与传统投喂系统相比,Nash-Sutcliffe效率系数(N_(NS))提高至0.913,均方根误差(R_(RMSE))降低16.10。草鱼生长参数不存在显著差异性(P>0.05),但饵料系数显著降低11.73%(P<0.05),养殖收益提高1.46万元/hm^(2),吨产减排约241.40 kg。所研制的精准投喂系统具有较好的综合应用性能,可为其他养殖模式、鱼类精准投喂设施研发提供参考和技术支持。

基于傅里叶描述子的稻飞虱形状识别

分析了具有旋转、平移和尺度变换不变性,并且与边界的起点位置无关的归一化傅里叶描述子,并把傅里叶描述子及欧氏距离应用于稻飞虱的形状识别中,通过计算同一形状和不同形状的平均离散度检验了归一化傅里叶描述子系数的稳定性,从而确定形状系数基准值。对191张样本图像进行了测试,当相似度差异小于0.0123时,稻飞虱误判率为7.85%。结果表明,归一化傅里叶描述子具有高效的识别性能。

稻穗结构图像特征与籽粒数相关关系分析

针对人工测量低效,重复性差且无法同时获取多个参数的问题,提出稻穗结构图像特征测量方法。首先人工测量稻穗一次枝梗长度和每穗籽粒数,发现二者具有显著相关性;采用图像处理方法提取稻穗图像面积、一次枝梗长度特征,并分别分析二者与籽粒数的相关关系。试验结果表明,面积、一次枝梗长度特征与籽粒数的相关系数在0.90以上,预测籽粒数的最大误差平均值为7.90%,说明稻穗形态特征的图像提取方法可行有效,面积、一次枝梗长度均能用来表达或替代稻穗籽粒数特征。

边界点数量对傅里叶描述子识别精度的影响

以傅里叶描述子(FDs)为形状边界的特征识别时,边界点数量(N)是影响其识别精度的唯一不确定参数。为合理选择该参数,以圆、椭圆、稻飞虱前翅边界为研究对象,以复数傅里叶描述子(CFD)、椭圆傅里叶描述子(EFD)为边界特征,以类内相似度、类间相似度为评价指标,对边界点数量影响识别精度的实质进行试验分析和验证。结果表明,边界点数量是以改变类内相似度/圆形边界信息量达到傅里叶描述子识别精度的改变,而且,一次采样的边界点数量N≥64时,CFD可以用较少的重采样的边界点数量(N≥16)来描述边界的整体形状;一次采样和重采样的边界点数量对EFD的识别精度均有影响,该描述子需要较多的边界点数量(N≥128)来表达边界的细节信息,尤其适用于边界形状极其相似的场合。

鱼塘增氧控制系统的研制与试验

[目的]针对传统增氧机盲目增氧、费时费力,以及目前鱼塘溶解氧测控系统价格偏高、防污性差、不能满足不同水层测量的问题,研制了鱼塘增氧控制系统并进行田间试验。[方法]该系统使用原电池式电化学溶解氧传感器、NTC温度传感器在线测量溶解氧、温度信息,根据养殖对象需求设定溶解氧在线控制器的溶解氧上、下限值,来控制叶轮增氧机的自动启停,实现按需增氧。[结果]该系统运行稳定,溶解氧传感器抗污性强且远长于国内现有系统7 d的维护周期;溶解氧控制器能够根据设定的上、下限自动开启和关闭增氧机,达到鱼塘溶解氧实际测控要求,且具有数据存储和停电报警功能,但价格是丹麦Oxy Guard溶解氧测控仪的1/4～1/3。[结论]该系统价格低、抗污性强且能满足不同水层的测量需要,具有大范围商业推广价值。

暗期补光对黄瓜幼苗形态调节效果及综合评价

为确定暗期延时补光调节黄瓜幼苗形态的最优光质和补光时长,采用L1(70%R,30%B)、L2(80%R,20%B)、L3(90%R,10%B)L4(100%R)4种发光二极管(light emitting diodes,LED)光源对"津春四号"黄瓜幼苗进行2 h(19:00-21:00)、4 h(19:00-23:00)和6 h(19:00-01:00)时长的暗期延时补光,以无暗期补光为对照,研究暗期延时补光对黄瓜幼苗形态的调节,并利用综合评价法分析暗期延时补光对幼苗形态的影响。结果表明,暗期延时补光时长和补光光质对黄瓜幼苗下胚轴长、苗高和茎粗的交互影响极显著,对幼苗壮苗指数的交互影响显著;L2光质补光4 h幼苗综合评价值最大;L4光质补光可促进前期(一叶期和二叶期)幼苗叶面积和茎粗的增加,L2光质补光可促进后期(成苗期)幼苗叶面积和茎粗的增加,该研究结果为暗期补光培育黄瓜幼苗以及开发光形态调控补光装置提供依据。

基于机器视觉的果树树冠体积测量方法研究

针对人工测量精度低、费时费力,而基于三维激光扫描技术、超声波技术等自动测量方法成本高、操作复杂的不足,提出了基于机器视觉的果树树冠体积测量方法,搭建了可移植性果树树冠体积自动测量平台。基于机器视觉实现待测树冠图像获取,通过图像处理算法获得树冠图像面积特征,并采用最小二乘法和五点参数标定法获得普适性树冠面积与体积相关关系模型,从而得到树冠体积,通过对梨树以及桂花树样本的试验,可以发现预测树冠体积平均误差分别为13.73%和10.18%。对于不具备系列样本无法构建模型的树冠,采用单点测量法,根据树冠轮廓拟合椭球结构体,然后根据体积求算补偿公式,完成体积测量,测量误差在10%左右。表明树冠形态特征的图像提取算法可行有效,通过面积以及轮廓特征量均能很好地表达树冠体积特征。

基于4种不变矩和BP神经网络的稻飞虱分类

针对稻飞虱远程实时识别采集图像质量不高的问题,研究了基于不变矩提取形状特征值对稻飞虱进行分类。采用自行设计的拍摄装置采集稻飞虱图像,进行灰度化后用大津法二值化,再用数学形态学滤波;对二值图像采用Hu矩、改进Hu矩、Zernike矩和Kra_wtchouk矩4种不变矩分别提取特征值,再用BP神经网络进行训练和测试,以此检测4种矩的提取效果。试验用Matlab2008验证算法,对白背飞虱、褐飞虱和灰飞虱共300个样本进行了训练和测试,结果表明Kra_wtchouk矩提取稻飞虱图像形状特征值的识别率最高,总体达到了91.7%。该文可为大田中现场识别稻飞虱提供参考。

茄子收获机器人机械臂避障路径规划

提出了一种茄子收获机器人机械臂在笛卡尔空间的避障方法。将空间障碍物等效为可以用数学建模的圆柱扇环,将三维空间的路径规划简化为二维,提高了控制的实时性;将障碍从工作空间转换到C-空间中,使对机器人的控制直接作用于关节,避免了使用雅可比逆阵进行复杂的坐标转换。将C-空间映射到图像矩阵中,通过对图像进行适当的处理,规避了在使用A*算法寻优时可能出现的失败。实验结果表明,该避障路径规划方法计算量小,实时性好,适合自然生长状态下茄子的自动收获。

基于EDEM-Fluent的气动式鱼塘投饲机性能优化

为提高气动式鱼塘投饲机抛料均匀性,提高饲料利用率,利用EDEMFluent耦合方法对投饲机抛料过程进行性能分析和数值模拟,研究造成抛料分布不均匀的主要原因,并对投饲机结构进行优化改进。在此基础上设计三元二次回归正交旋转组合试验,研究设计参数外腔体半径Ro、外腔体高度ho、导流板圆心角α等对抛料均匀性的影响,建立饲料颗粒周向分布变异系数Cv与因素Ro、ho、α之间的二次多元回归模型并解析,确定最优设计参数组合并进行场地验证试验。结果表明,各因素对周向分布变异系数的影响程度由大到小为:导流板圆心角α、外腔体半径Ro、外腔体高度ho,当Ro取77.00mm、ho为85.40mm、α为93.20°时Cv最小,其理论结果为14.13%,验证试验结果为15.08%,与模型理论值相吻合,与未优化前相比Cv降低50.50个百分点。表明基于EDEMFluent耦合方法进行气动式投饲机抛料性能参数优化改进是可行的。

基于图像频谱特征的稻飞虱识别方法

为准确、快速的识别稻飞虱种类,采用自行设计的野外环境昆虫图像采集装置获取稻飞虱背部图像,通过对背景与目标像素的统计,选取140为阈值,对稻飞虱图像的蓝色通道进行二值化,将背景与目标分割开,采用形态学滤波以及开运算,与灰度图像进行与操作,获取单个稻飞虱虫体背部区域的灰度图像。然后对灰度图像进行二维傅里叶变换,获得虫体背部图像的二维傅里叶频谱。最后以ll(l=1,2,…,6)的二维频谱窗口数据作为稻飞虱特征参数,建立Fisher判别函数。训练集和验证集的试验结果表明,选用33二维傅里叶频谱窗口数据建立的判别模型,稻飞虱正确识别率可达到90%以上。该方法可以实现田间稻飞虱的自动识别。

种鹅舍环境智能监控系统的研制和试验

针对种鹅反季节繁殖生产中硬件设备功能低下、难以实施舍内环境操作的适时精细调控、难以获取记录舍内环境数据进行问题溯源等问题,提出一种专门应用于种鹅反季节繁殖生产舍的环境智能监控系统。该系统通过BP神经网络建立温湿度智能调控模型,取代人工手动操作以满足舍内环境要求。通过GPRS模块无线传输舍内环境参数,并利用其GSM功能通过移动终端远程控制风机、照明、水泵等设备。以EXT、Hibernate和Spring为基本框架技术,构建了轻量级、强壮的多级缓存的J2EE企业级Web应用程序,实现鹅舍环境参数的远程监控,并与现有商用人工控制器进行了现场试验和性能对比。试验结果表明:该智能监控系统长期运行稳定、可靠,能够满足鹅反季节繁殖对光照和温湿度的环境调控要求。与人工粗略控制、上海梵龙的畜禽控制器相比,控制精度分别提高5.49%和2.83%。在夏季风机湿帘负压通风降温时测定的舍内温度相对于设定值的均方根误差分别为0.202、0.494、0.372℃,相对湿度相对于设定值的均方根误差分别为1.745%、3.166%、2.621%,控制效果显著优于人工粗略控制和现有控制器(P<0.05)。在精准的光照调控下,种鹅均能按预期的时间开产,并在高峰期长期维持产蛋率35%~45%,表现出稳定、良好的产蛋性能。

广义Hough变换在遮挡图像识别中的应用

介绍了一种基于广义Hough变换的空间有部分遮挡的茄子目标识别方法。从生物学的角度,用广义柱近似等效样本茄子形状;通过坐标转换获得了不同位姿的立体目标在平面上的投影边缘,并建立茄子外形的4维参数索引表;采用一种广义Hough变换计算茄子目标的潜在位置,并通过比较各旋转角度下的"面积比",筛选出目标实际的位姿。试验表明:这种广义Hough变换检测目标位置和姿态的相对误差分别约在1.3%和5.5%以下,说明其对空间不同位姿、部分遮挡情况下目标的识别具有良好的效果。

基于改进Hu矩和遗传神经网络的稻飞虱识别系统

针对稻飞虱识别实时性差和BP神经网络分类有一定误差的问题,设计了一种基于DSP硬件平台和遗传神经网络算法的稻飞虱识别系统。系统硬件以AT89S52单片机控制拍摄移动装置,以DM6437处理器作为算法处理平台;系统软件设计主要包括基于改进Hu矩的特征值提取和基于遗传算法优化神经网络的识别算法。系统通过CCD摄像机拍摄稻飞虱视频信号传送到DSP识别系统,从中提取图像,识别图像中的稻飞虱。实验对稻飞虱、水蝇和潜蝇等80个样本进行了训练和测试,结果表明遗传神经网络对稻飞虱的正确识别率达到90%。

农作物几何特征量测量系统设计与试验

为实现复杂背景下农作物几何特征量的实时测量,设计了交互式软件系统和便携式硬件结构。软件基于Matlab图像处理技术和多个作物几何特征量的计算模型,提出了动态交互式颜色特征提取方法和逐点颜色分量差值筛选法,实现了目标作物与背景的有效分离。研究了非旋转体作物体积与投影面积的关系,提出了测量这类作物的体积等特征量的新思路;建立了单位像素实际值与物距的对应关系,避免了需要在背景中设置参照从而计算单位像素代表作物几何特征量的实际值。软件渗透了人机交互和分类设计的思想,具有较好的交互性、通用性和扩展性。硬件采用高配的PC机核心部件、快速响应的工业触摸屏、自动定焦对焦工业相机和可控的相机支架、大容量锂电池。结构紧凑（29.8 cm×19.9 cm×6 cm）、操作简便、便于手持式和分体式测量。系统经过精度测量和实时测试,能完成多种作物的几何特征量测量,一般测量误差4%~8%,自动处理时间平均1.63 s（建好颜色特征库时）,装置有较好的处理速度,有一定的实用价值。

基于SOFM神经网络的茄子图像分割方法

以将茄子图像从复杂的背景中分割出来为目的,在分析茄子图像色差和色相的基础上,选取R-B、G-B和H作为自组织特征映射(SOFM)网络的输入特征向量,利用该网络自组织学习的特征进行聚类。采用信噪比、面积比、分割时间和傅里叶边界描述子等指标来评价分割精度。试验证明,基于SOFM神经网络图像分割评价优于单一阈值分割,适合复杂背景的彩色图像分割。

水稻飞虱图像几何形状特征的提取

在用迭代阈值法分割图像的基础上,对飞虱图像的几何形状特征和不变矩的提取及测量进行了研究。提取了4项稳定性较高的相对特征,包括延长度、球状性、叶状性和似圆度,而与周长有关的参数不适合描述形态特征,误差较大的不变矩参数也不宜作为描述的依据。

稻飞虱图像形状和颜色特征提取的研究

为实现灯下三种稻飞虱的自动识别和计数,对稻飞虱图像特征提取进行研究。通过对稻田飞虱人工识别特征的分析,确定采集稻飞虱的背部图像。在提取背部特征的研究中,首先对6张稻飞虱单样本图像由傅立叶系数提取形状特征不变量,采用色度百分率直方图法提取背部色度最大值。然后计算大量稻飞虱样本形状和颜色特征值的标准方差以确定各特征值的稳定性。结果表明,白背飞虱图像的各特征值最为稳定。

电网谐波检测分析及抑制措施的研究

分析并联混合型有源电力滤波系统的基本组成及工作原理,并对谐波检测及其产生补偿电流的控制方法的研究进行具体的概述。利用MATLAB软件建立仿真模型进行试验,结果表明本设计对负载谐波源有良好的抑制作用。