聯(lián)合收獲機(jī)能一體化收獲谷物,它的出現(xiàn)提高了農(nóng)業(yè)生產(chǎn)效率。谷物的含雜率、破碎率是評價(jià)收獲質(zhì)量的重要性能指標(biāo)。國外的一些智能化聯(lián)合收獲機(jī)已經(jīng)配備了含雜率、破碎率在線監(jiān)測裝置,可長時(shí)間穩(wěn)定工作;國內(nèi)機(jī)型尚未實(shí)現(xiàn),只能人工檢測含雜率、破碎率。本文研制了一種含雜率、破碎率在線監(jiān)測裝置,該裝置利用機(jī)器視覺技術(shù)的方法,能夠在線監(jiān)測收獲谷物中的雜質(zhì)和破碎籽粒含量,在駕駛室的顯示界面上顯示,便于駕駛員直觀了解谷物含雜率、破碎率情況,一旦發(fā)現(xiàn)數(shù)據(jù)超標(biāo)能及時(shí)檢查并調(diào)整作業(yè)參數(shù);監(jiān)測裝置通過串口將數(shù)據(jù)傳輸?shù)缴衔粰C(jī)匯總,為實(shí)現(xiàn)聯(lián)合收獲機(jī)智能控制提供條件;同時(shí)將圖像及監(jiān)測值保存到SD卡中,有利于離線研究和分析。本文主要研究的內(nèi)容和結(jié)論如下:1.研究聯(lián)合收獲機(jī)收獲水稻的含雜率、破碎率檢測方法,分析含雜率、破碎率在線監(jiān)測裝置的工作原理。根據(jù)傳統(tǒng)含雜率、破碎率檢測方法,研究基于圖像的含雜率、破碎率計(jì)算方法。分別根據(jù)完整水稻、破碎水稻、雜質(zhì)的質(zhì)量與像素面積的關(guān)系,運(yùn)用回歸分析方法得到含雜率、破碎率計(jì)算模型。2.對含雜率、破碎率在線監(jiān)測裝置進(jìn)行硬件設(shè)計(jì)。硬件主要包括谷物收集裝置、機(jī)器視覺系統(tǒng)、電源模塊的設(shè)計(jì)。分析聯(lián)合收獲機(jī)... 

【文章來源】：江蘇大學(xué)江蘇省

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【部分圖文】：

克拉斯農(nóng)機(jī)谷物監(jiān)測界面

水稻及雜質(zhì)

標(biāo)定實(shí)驗(yàn)圖

【參考文獻(xiàn)】：
期刊論文
[1]基于Qt的嵌入式車輛遠(yuǎn)程監(jiān)控報(bào)警系統(tǒng)圖形界面設(shè)計(jì)[J]. 陳安,郭文榮,鄧惟記.  科技創(chuàng)新與應(yīng)用. 2018(34)
[2]�？禉C(jī)器視覺工業(yè)鏡頭應(yīng)用技術(shù)[J]. 胡雨婷.  智慧工廠. 2018(07)
[3]基于QCustomPlot和Qt的曲線繪制及顯示技術(shù)[J]. 鐘權(quán),沈靜波,路偉欣.  科技視界. 2017(06)
[4]基于GA-BP神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)智能化圖像識別技術(shù)探究[J]. 曹永峰,趙燕君.  應(yīng)用激光. 2017(01)
[5]基于最大類間方差法和數(shù)學(xué)形態(tài)學(xué)的遙感圖像潮溝提取方法[J]. 朱言江,韓震,和思海,胡旭冉,陳佩達(dá).  上海海洋大學(xué)學(xué)報(bào). 2017(01)
[6]基于顏色矩的典型草原牧草特征提取與圖像識別[J]. 韓丁,武佩,張強(qiáng),韓國棟,通霏.  農(nóng)業(yè)工程學(xué)報(bào). 2016(23)
[7]Jetson TK1平臺實(shí)現(xiàn)快速紅外圖像背景預(yù)測算法[J]. 吳鑫,張建奇,楊琛.  紅外與激光工程. 2015(09)
[8]對“十三五”我國農(nóng)業(yè)機(jī)械化發(fā)展的思考[J]. 白人樸.  農(nóng)村牧區(qū)機(jī)械化. 2014(04)
[9]非隔離電源模塊的研究與實(shí)用設(shè)計(jì)[J]. 李文豪,杜培德,余海生.  微電子學(xué). 2014(04)
[10]機(jī)器視覺系統(tǒng)中光源的選擇[J]. 侯遠(yuǎn)韶.  洛陽師范學(xué)院學(xué)報(bào). 2014(08)

博士論文
[1]橫置差速軸流脫分選系統(tǒng)工作機(jī)理及設(shè)計(jì)研究[D]. 王志明.長安大學(xué) 2017

碩士論文
[1]手扶電梯智能視頻監(jiān)控算法研究及Jetson TK1實(shí)現(xiàn)[D]. 黎浩正.華南理工大學(xué) 2018
[2]聯(lián)合收獲機(jī)谷物破碎率、含雜率監(jiān)測方法及系統(tǒng)研究[D]. 陳璇.江蘇大學(xué) 2017
[3]多滾筒聯(lián)合收獲機(jī)清選裝置設(shè)計(jì)與試驗(yàn)[D]. 司增永.江蘇大學(xué) 2017
[4]小型聯(lián)合收割機(jī)清選裝置設(shè)計(jì)與試驗(yàn)研究[D]. 李舟.中南林業(yè)科技大學(xué) 2016
[5]嵌入式圖像處理系統(tǒng)研究[D]. 許美珍.內(nèi)蒙古工業(yè)大學(xué) 2016
[6]機(jī)器視覺照明技術(shù)與裝置實(shí)驗(yàn)研究[D]. 楊銳.中原工學(xué)院 2016
[7]非均勻光照的圖像增強(qiáng)算法研究[D]. 何惜琴.華僑大學(xué) 2015
[8]蔬菜識別算法研究[D]. 倪舟.東南大學(xué) 2015
[9]基于Retinex理論的圖像增強(qiáng)算法研究[D]. 李瑩.西北大學(xué) 2014
[10]分水嶺算法在圖像分割中的應(yīng)用研究[D]. 張毅.廣東工業(yè)大學(xué) 2013



本文編號：3396673