• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      收獲作業(yè)時小麥倒伏檢測方法

      2019-12-22 05:51:44劉美辰田勇鵬
      農(nóng)機(jī)化研究 2019年2期
      關(guān)鍵詞:麥茬濾波聚類

      劉美辰,田勇鵬,王 璐,陳 軍

      (西北農(nóng)林科技大學(xué) 機(jī)械與電子工程學(xué)院,陜西 楊凌 712100)

      0 引言

      小麥倒伏是奪取其高產(chǎn)的一種自然災(zāi)害,一方面會造成本身質(zhì)量的降低,另一方面也增加了機(jī)械收獲的困難程度[1-2]。聯(lián)合收割機(jī)對倒伏小麥進(jìn)行作業(yè)時,可通過調(diào)整撥禾輪位置和彈齒角度來提高收割進(jìn)度和質(zhì)量[3]。因此,在聯(lián)合收割機(jī)實(shí)現(xiàn)智能化作業(yè)之前,需要解決倒伏小麥的檢測問題。

      熊珍琴[25]等基于Fluent軟件,采用RNG-ε非穩(wěn)態(tài)模型模擬了重力影響下的空氣源熱泵熱水器在加熱過程中的水箱溫度分布情況。仿真結(jié)果與實(shí)驗(yàn)非常一致,驗(yàn)證了該模型的可靠性,并定性分析了改善水箱盤管布置的方向,為水箱及其同類設(shè)備的研發(fā)和優(yōu)化提供了參考。

      近年來,激光掃描技術(shù)因其具有速度快、精度高、方向性好且能以較高的頻率提供大量信息等特點(diǎn),被越來越多應(yīng)用到導(dǎo)航控制系統(tǒng)中[4-5]。Choi等利用激光掃描技術(shù)分析識別作物行高度,實(shí)現(xiàn)對作業(yè)區(qū)與非作業(yè)區(qū)域的分離[6]。ZHAO等應(yīng)用激光傳感器對麥田信息進(jìn)行獲取,采用最大類間方差的方法尋找收割邊界點(diǎn),并采用最小二乘法對邊界線進(jìn)行擬合[7]。因農(nóng)田非結(jié)構(gòu)化環(huán)境影響,目前研究學(xué)者對檢測倒伏現(xiàn)象的研究不多。Masuda等融合激光與視覺傳感器完成對倒伏水稻的檢測,通過圖像處理得到水稻倒伏方向,根據(jù)激光數(shù)據(jù)分析倒伏程度[8]。

      教師不動聲色,向?qū)W生布置任務(wù):既然有的同學(xué)對這種方法不太認(rèn)可,那么大家就想一想,不用這個公式,能不能得出k1與k2的關(guān)系?

      聯(lián)合收割機(jī)作業(yè)時,可將麥田分為3類區(qū)域,即未倒伏作物區(qū)、倒伏區(qū)和麥茬區(qū)。本文選用單線激光掃描儀對倒伏小麥進(jìn)行檢測,采用激光距離信息辨別未倒伏作物區(qū)與倒伏區(qū),根據(jù)激光強(qiáng)度信息判別麥茬區(qū)與倒伏區(qū),提出了一種融合激光距離信息的強(qiáng)度信息中值濾波算法,實(shí)現(xiàn)結(jié)合激光距離與強(qiáng)度信息對小麥割茬區(qū)、倒伏區(qū)和未倒伏作物區(qū)的識別。

      1 不同介質(zhì)激光回波強(qiáng)度界定

      任何物體被光照射后都會吸收部分能量。光的反射強(qiáng)度因不同物體的反射系數(shù)不同,即使是相同的入射光,物體的反射強(qiáng)度也有所不同[9]。作為“最亮的光”,激光的反射系數(shù)受到自身波長、介質(zhì)材料及介質(zhì)表面的粗糙程度等影響。不同介質(zhì)材料的反射特性一般采用反射率來表示,資料顯示土壤等介質(zhì)的反射率通常為10%~20%,植被表面的反射率通常為30%~50%[10]。

      因激光回波強(qiáng)度受到介質(zhì)直徑、距離、輻射角度和表面反射率等等因素影響,所以在根據(jù)強(qiáng)度信息分類時需先對激光回波強(qiáng)度信息進(jìn)行界定。同一套激光掃描系統(tǒng),對于同一介質(zhì)表面、不同的高度、入射角及不同的天氣情況等客觀條件,激光回波強(qiáng)度也會有很大差異。

      本文采用具有記錄激光回波信號反射強(qiáng)度功能UTM-20LX激光掃描儀作為檢測設(shè)備,對未倒伏小麥、倒伏小麥和土壤進(jìn)行激光回波強(qiáng)度界定,結(jié)果如表1所示。

      2009年,“中國設(shè)計交易市場(CDM)暨設(shè)計之都大廈”研究項(xiàng)目成立,被列入“十二五國家科技支撐計劃”,這也為2012年北京成功獲得聯(lián)合國教科文組織創(chuàng)意城市網(wǎng)絡(luò)——“設(shè)計之都”做出了標(biāo)志性貢獻(xiàn)。如今,深圳、上海、武漢、北京,四座城市獲此殊榮,成為中國設(shè)計走向世界的“名片”。

      表1 激光回波強(qiáng)度界定結(jié)果

      續(xù)表1

      因倒伏小麥的高度比正常小麥低,本文采用激光距離信息辨別未倒伏作物區(qū)與倒伏區(qū)。UTM-20LX激光掃描儀返回的數(shù)據(jù)是以其掃描中心為原點(diǎn)的二維極坐標(biāo),在數(shù)據(jù)分析前,需對其進(jìn)行坐標(biāo)轉(zhuǎn)換和濾波處理。

      2 激光點(diǎn)距離信息處理方法

      由界定結(jié)果可知:未倒伏小麥和倒伏小麥因介質(zhì)屬性相同,只是稀疏程度有差異,激光回波強(qiáng)度差別不大;而泥土與小麥因介質(zhì)材料完全不同,通過分析兩者激光回波強(qiáng)度數(shù)據(jù),能較容易區(qū)分出來。

      2.1 激光坐標(biāo)轉(zhuǎn)換

      建立激光掃描儀坐標(biāo)系OXY,如圖1所示。 原點(diǎn)O位于激光傳感器的掃描中心,用下列公式將激光掃描儀返回的二維極坐標(biāo)(ρ,θ)轉(zhuǎn)化為笛卡爾坐標(biāo),即

      其中,ρi為序列值是i的激光點(diǎn)返回的距離數(shù)據(jù);θi為序列值是i的激光點(diǎn)相對激光掃描儀坐標(biāo)系X軸的角度:θi=i×0.25;(xi,yi)為序列值是i的激光點(diǎn)在激光掃描儀坐標(biāo)系下的坐標(biāo)(i=0,1,2,…,1 080)。

      修水縣雖然具有先天的資源優(yōu)勢,但是全域旅游發(fā)展與國內(nèi)其他區(qū)域相比仍存在一定的差距,修水縣發(fā)展全域旅游必須要遵循可持續(xù)發(fā)展的原則,要重視生態(tài)環(huán)境的保護(hù)與可持續(xù)發(fā)展,嚴(yán)格控制旅游開發(fā)程度,不能為了謀取利益而無視修水縣的生態(tài)保護(hù)。同時修水縣必須充分重視現(xiàn)階段發(fā)展中存在著的問題,通過全域旅游的理論指導(dǎo)進(jìn)行創(chuàng)新發(fā)展,開創(chuàng)修水全域旅游的新局面。

      圖1 激光測距原理圖

      2.2 濾波處理

      激光掃描儀返回的數(shù)據(jù)是其掃描范圍內(nèi)激光束掃到所有距離信息離散點(diǎn)的集合。復(fù)雜的農(nóng)田環(huán)境中,空氣中雜質(zhì)和秸稈粉塵都會成為反射面,從而造成激光返回數(shù)據(jù)中存有粗差點(diǎn)。對激光數(shù)據(jù)進(jìn)行處理時,第1步就是要將粗差點(diǎn)進(jìn)行剔除。

      (4)互相促進(jìn)的教研能力。市場營銷專業(yè)教學(xué)中融合創(chuàng)業(yè)教育要求教師有效整合課堂教學(xué)與第二課堂的創(chuàng)業(yè)實(shí)踐活動,同時探索教學(xué)形式和教學(xué)內(nèi)容,教研相長又要求教師注重專創(chuàng)融合的教育理論學(xué)習(xí)與積累,過去3年教學(xué)團(tuán)隊(duì)發(fā)表專業(yè)、創(chuàng)業(yè)相關(guān)的教學(xué)教改論文8篇,同時將這些成果應(yīng)用到教學(xué)中,教研相互促進(jìn)。

      圖2 某一時刻激光點(diǎn)坐標(biāo)圖

      3 激光點(diǎn)強(qiáng)度信息處理方法

      聯(lián)合收割機(jī)作業(yè)時,麥茬區(qū)的土壤與麥莖呈相互交錯狀態(tài),而倒伏區(qū)的土壤被倒伏小麥完全覆蓋,激光掃描到兩個區(qū)域后返回的強(qiáng)度信息應(yīng)完全不同。針對復(fù)雜的農(nóng)田環(huán)境,本文提出一種融合激光距離信息的強(qiáng)度信息中值濾波算法,并在濾波后對強(qiáng)度數(shù)據(jù)進(jìn)行聚類處理。

      3.1 中值濾波

      椒鹽噪聲是激光回波強(qiáng)度信號中最主要的噪聲,因椒鹽噪聲是乘性噪聲,隨信號的改變而發(fā)生變化,所以很難去除。在圖像處理領(lǐng)域,學(xué)者大多采取中值濾波的方法處理這種噪聲。中值濾波是用數(shù)字序列中某點(diǎn)周圍內(nèi)各點(diǎn)的中值代替該點(diǎn),以消除孤立的噪聲點(diǎn);但因麥茬存有大量秸稈粉塵和空氣雜質(zhì),采取常用的中值濾波法無法完成對土壤與麥茬弱邊緣的提取。

      本文提出的融合激光距離信息的強(qiáng)度信息中值濾波算法在對激光回波強(qiáng)度進(jìn)行中值濾波時,需考慮激光點(diǎn)對應(yīng)的距離信息領(lǐng)域內(nèi)高度差。如果1個激光點(diǎn)和它鄰域內(nèi)激光點(diǎn)的高度差的最小值超過閾值,可判定該激光點(diǎn)為地物邊緣所成的點(diǎn),應(yīng)加以保護(hù),保留其原有的強(qiáng)度值,不進(jìn)行濾波處理;否則,采用中值濾波的結(jié)果。具體公式為

      圖3(a)是麥田未倒伏作物區(qū)與倒伏區(qū)的原始圖像,圖3(b)和圖3(c)是對應(yīng)的未濾波和經(jīng)過濾波后的激光點(diǎn)坐標(biāo)圖。從圖中可看出:未倒伏作物區(qū)與倒伏區(qū)有明顯高度差,本試驗(yàn)中正常小麥高度90cm,對激光距離數(shù)據(jù)處理后計算得到倒伏區(qū)高度20cm,根據(jù)判別條件1可進(jìn)行辨別。

      3.2 聚類處理

      激光點(diǎn)聚類就是按一定規(guī)律將具有相同特征的激光點(diǎn)歸為一類。在農(nóng)田非結(jié)構(gòu)化環(huán)境下,采取某種特征方式對激光點(diǎn)進(jìn)行聚類是不適用的。本文采用基于相鄰激光點(diǎn)強(qiáng)度的聚類方法,計算相鄰激光點(diǎn)間強(qiáng)度差值,合理地設(shè)置一個聚類閾值;當(dāng)兩相鄰激光點(diǎn)間強(qiáng)度差小于設(shè)置的聚類閾值,默認(rèn)兩個激光點(diǎn)來自同一個物體;如果兩點(diǎn)間距大于聚類閾值,則認(rèn)為相鄰的兩點(diǎn)來自不同的物體上。具體公式為

      激光點(diǎn)坐標(biāo)轉(zhuǎn)化后,本文選用體素化網(wǎng)格法對數(shù)據(jù)進(jìn)行濾波處理以剔除數(shù)據(jù)中的粗差點(diǎn)。體素化網(wǎng)格法具體原理是為輸入的激光點(diǎn)數(shù)據(jù)創(chuàng)建一個三維體素柵格,1次掃描的激光點(diǎn)被柵格全部容納后,每個體素內(nèi)用體素中所有點(diǎn)的重心來近似表達(dá)體素中其他點(diǎn)。圖2(a)和圖2(b)為某一時刻激光點(diǎn)距離數(shù)據(jù)濾波前后的坐標(biāo)圖。由圖2可知:利用體素化網(wǎng)格法濾波處理后,可有效地減少激光點(diǎn)數(shù)量,并很好地保護(hù)數(shù)據(jù)的細(xì)節(jié)特征。

      因未倒伏作物區(qū)與倒伏區(qū)存有高度差,本文采用激光距離信息對兩個區(qū)域進(jìn)行辨別。麥茬區(qū)土壤與麥莖交錯,倒伏區(qū)土壤被小麥覆蓋,所以兩者可通過激光回波強(qiáng)度不同來進(jìn)行辨別。具體判別條件如下:

      對于某一時刻的激光點(diǎn)回波強(qiáng)度數(shù)據(jù)進(jìn)行濾波聚類后,為方便麥田的區(qū)域識別,對各聚類子集合所具有的特征進(jìn)行分析。具體的特征描述如下:

      1)子集合數(shù)量n。在激光點(diǎn)聚類完成后,聚類子集合的個數(shù)可直接獲取。

      4 倒伏小麥判別條件

      其中,Li,i+1為相鄰2個激光點(diǎn)的強(qiáng)度差;r為激光強(qiáng)度的聚類閾值。

      1)倒伏區(qū)平均高度低于正常小麥高度,小麥的正常高度可在收割作業(yè)前進(jìn)行測量。

      2)由強(qiáng)度聚類子集合的特征,倒伏區(qū)子集合數(shù)量n為1。麥茬區(qū)因土壤與麥莖交錯,激光回波強(qiáng)度有間隔性變化,聚類子集合的數(shù)量較多;而倒伏區(qū)土壤被覆蓋,激光回波強(qiáng)度變化不大,故用相鄰激光點(diǎn)強(qiáng)度法進(jìn)行聚類時,倒伏區(qū)激光點(diǎn)不會被分隔。

      5 試驗(yàn)結(jié)果與分析

      試驗(yàn)在西北農(nóng)林科技大學(xué)校內(nèi)小麥試驗(yàn)地進(jìn)行,利用UTM-20LX激光掃描儀完成對麥田各區(qū)域的信息采集,并用實(shí)測數(shù)據(jù)初步實(shí)現(xiàn)了融合激光距離和強(qiáng)度信息對麥田未倒伏作物區(qū)、倒伏區(qū)和麥茬區(qū)的分類。

      其中,Li為序列值i的激光點(diǎn)的強(qiáng)度值;h為某激光點(diǎn)與它領(lǐng)域內(nèi)激光點(diǎn)高度差的最小值,h=min{hi,i=1,2…,5};hi為激光點(diǎn)與其相鄰的點(diǎn)的高度差;T為閾值。

      一個作家創(chuàng)作觀的形成,是一個長期積淀的過程,他的生活經(jīng)歷對他的個性、氣質(zhì)、思維方式的形成和發(fā)展起著決定性的作用?!疤貏e是那些印象深刻的經(jīng)驗(yàn)往往給藝術(shù)家的一生涂上一種特殊的基調(diào)和底色,并在相當(dāng)程度上決定著藝術(shù)家對于創(chuàng)作題材的選擇和作品的情緒情感或情節(jié)。”[8]

      1)在水文檔案和《水文年鑒》中查找各斷面的大斷面圖、水準(zhǔn)點(diǎn)位置、采用基面、伍姓湖容積曲線和雨量等資料;通過調(diào)查走訪確定各河段歷史洪水痕跡與洪峰時間;

      圖4(a)和圖5(a)分別為麥茬區(qū)與倒伏區(qū)的原始圖像,圖4(b)和圖5(b)是對應(yīng)的未濾波的激光回波強(qiáng)度圖,圖4(c)和圖5(c)為對應(yīng)的經(jīng)過中值濾波后的激光回波強(qiáng)度圖,圖4(d)和圖5(d)分別為對應(yīng)的激光點(diǎn)聚類圖。由聚類結(jié)果可看出:麥茬區(qū)的激光回波強(qiáng)度有明顯間隔性跳躍變化,聚類子集合均值較低的激光回波強(qiáng)度在950~1050LS之間,與土壤激光回波強(qiáng)度界定結(jié)果相符,說明該類子集合為土壤返回的激光點(diǎn)。相比之下,倒伏區(qū)的激光回波強(qiáng)度變化連續(xù),沒有跳變,聚類后并未被分隔成小集合,子集合數(shù)量為1且強(qiáng)度均值大于1050LS。

      圖3 未倒伏作物區(qū)與倒伏區(qū)

      圖4 麥茬區(qū)

      圖5 倒伏區(qū)

      從試驗(yàn)結(jié)果可以看出:利用本文介紹的方法,能夠完成對小麥割茬區(qū)、倒伏區(qū)和未倒伏作物區(qū)的識別。另一方面,從圖5可以看出:即使是同一介質(zhì)材料,因激光反射角和傳播距離不同,激光回波強(qiáng)度也會發(fā)生明顯變化;當(dāng)其他因素對激光回波強(qiáng)度影響足夠大時,將會對判別結(jié)果產(chǎn)生影響。

      6 結(jié)論

      本文提出了一種收獲作業(yè)時小麥倒伏檢測方法,實(shí)現(xiàn)了結(jié)合激光距離與強(qiáng)度信息對小麥割茬區(qū)、倒伏區(qū)和待收割作物區(qū)的識別,試驗(yàn)結(jié)果驗(yàn)證了方法的可行性。具體結(jié)論歸納如下:

      1)利用倒伏區(qū)植株高度低的特點(diǎn),采用激光距離信息實(shí)現(xiàn)對未倒伏作物區(qū)與倒伏區(qū)的區(qū)分。

      2)基于土壤和小麥激光回波強(qiáng)度界定結(jié)果,提出了一種融合激光距離的強(qiáng)度信息中值濾波算法,通過分析激光回波強(qiáng)度的聚類結(jié)果實(shí)現(xiàn)對麥茬區(qū)和倒伏區(qū)的分類。

      號恩(上海)國際貿(mào)易有限公司是德國Paul Horn GmbH在中國的獨(dú)資子公司,成立于2012年底,負(fù)責(zé)號恩(HORN)品牌在國內(nèi)的市場、銷售以及技術(shù)支持等業(yè)務(wù)。Paul Horn GmbH由Paul Horn先生創(chuàng)建于1969年,專注于硬質(zhì)合金刀具的設(shè)計和生產(chǎn)。非標(biāo)刀具是該公司的強(qiáng)項(xiàng),針對槽加工其有著豐富的經(jīng)驗(yàn)和優(yōu)秀的解決方案。

      綜上所述,兒童后顱窩腫瘤臨床癥狀和體征無特異性,MRI有優(yōu)良的組織分辨率、無骨偽影及多參數(shù)、多平面成像的特點(diǎn),能準(zhǔn)確顯示腫瘤內(nèi)部結(jié)構(gòu)以及腫瘤與周圍組織的關(guān)系,對腫瘤的定位、定性診斷具有重要的價值,可為臨床治療方案提供可靠的依據(jù)。

      3)需研究激光反射角、激光傳播距離等其他因素對激光回波強(qiáng)度的具體影響并將之消除,才能進(jìn)一步提高方法的準(zhǔn)確性和實(shí)用性。

      猜你喜歡
      麥茬濾波聚類
      淮北地區(qū)麥茬機(jī)插優(yōu)質(zhì)食味粳稻氮肥減量的精確運(yùn)籌
      麥茬地
      麥地
      椰城(2019年9期)2019-10-08 05:16:51
      基于DBSACN聚類算法的XML文檔聚類
      電子測試(2017年15期)2017-12-18 07:19:27
      大地蒼茫
      含笑花(2017年2期)2017-03-29 21:14:33
      基于改進(jìn)的遺傳算法的模糊聚類算法
      RTS平滑濾波在事后姿態(tài)確定中的應(yīng)用
      基于線性正則變換的 LMS 自適應(yīng)濾波
      遙測遙控(2015年2期)2015-04-23 08:15:18
      一種層次初始的聚類個數(shù)自適應(yīng)的聚類方法研究
      自適應(yīng)確定K-means算法的聚類數(shù):以遙感圖像聚類為例
      思南县| 大余县| 翁牛特旗| 宁都县| 富阳市| 汉阴县| 安泽县| 扬中市| 临城县| 喀喇| 宜黄县| 六枝特区| 松原市| 灵武市| 万安县| 肃宁县| 浦北县| 封开县| 浦江县| 冕宁县| 丹棱县| 寿宁县| 东乌| 卫辉市| 肃南| 长沙市| 古交市| 济南市| 龙州县| 乌拉特中旗| 崇明县| 阜康市| 沽源县| 开平市| 托里县| 安丘市| 卢龙县| 文山县| 察雅县| 常熟市| 南靖县|