联合收获机谷物含杂率、破碎率在线监测装置研制及试验研究

发布时间：2021-09-15 19:36

　　联合收获机能一体化收获谷物,它的出现提高了农业生产效率。谷物的含杂率、破碎率是评价收获质量的重要性能指标。国外的一些智能化联合收获机已经配备了含杂率、破碎率在线监测装置,可长时间稳定工作;国内机型尚未实现,只能人工检测含杂率、破碎率。本文研制了一种含杂率、破碎率在线监测装置,该装置利用机器视觉技术的方法,能够在线监测收获谷物中的杂质和破碎籽粒含量,在驾驶室的显示界面上显示,便于驾驶员直观了解谷物含杂率、破碎率情况,一旦发现数据超标能及时检查并调整作业参数;监测装置通过串口将数据传输到上位机汇总,为实现联合收获机智能控制提供条件;同时将图像及监测值保存到SD卡中,有利于离线研究和分析。本文主要研究的内容和结论如下:1.研究联合收获机收获水稻的含杂率、破碎率检测方法,分析含杂率、破碎率在线监测装置的工作原理。根据传统含杂率、破碎率检测方法,研究基于图像的含杂率、破碎率计算方法。分别根据完整水稻、破碎水稻、杂质的质量与像素面积的关系,运用回归分析方法得到含杂率、破碎率计算模型。2.对含杂率、破碎率在线监测装置进行硬件设计。硬件主要包括谷物收集装置、机器视觉系统、电源模块的设计。分析联合收获机... 

【文章来源】：江苏大学江苏省

【文章页数】：88 页

【学位级别】：硕士

【部分图文】：

克拉斯农机谷物监测界面

水稻及杂质

标定实验图

【参考文献】：
期刊论文
[1]基于Qt的嵌入式车辆远程监控报警系统图形界面设计[J]. 陈安,郭文荣,邓惟记.  科技创新与应用. 2018(34)
[2]海康机器视觉工业镜头应用技术[J]. 胡雨婷.  智慧工厂. 2018(07)
[3]基于QCustomPlot和Qt的曲线绘制及显示技术[J]. 钟权,沈静波,路伟欣.  科技视界. 2017(06)
[4]基于GA-BP神经网络的计算机智能化图像识别技术探究[J]. 曹永峰,赵燕君.  应用激光. 2017(01)
[5]基于最大类间方差法和数学形态学的遥感图像潮沟提取方法[J]. 朱言江,韩震,和思海,胡旭冉,陈佩达.  上海海洋大学学报. 2017(01)
[6]基于颜色矩的典型草原牧草特征提取与图像识别[J]. 韩丁,武佩,张强,韩国栋,通霏.  农业工程学报. 2016(23)
[7]Jetson TK1平台实现快速红外图像背景预测算法[J]. 吴鑫,张建奇,杨琛.  红外与激光工程. 2015(09)
[8]对“十三五”我国农业机械化发展的思考[J]. 白人朴.  农村牧区机械化. 2014(04)
[9]非隔离电源模块的研究与实用设计[J]. 李文豪,杜培德,余海生.  微电子学. 2014(04)
[10]机器视觉系统中光源的选择[J]. 侯远韶.  洛阳师范学院学报. 2014(08)

博士论文
[1]横置差速轴流脱分选系统工作机理及设计研究[D]. 王志明.长安大学 2017

硕士论文
[1]手扶电梯智能视频监控算法研究及Jetson TK1实现[D]. 黎浩正.华南理工大学 2018
[2]联合收获机谷物破碎率、含杂率监测方法及系统研究[D]. 陈璇.江苏大学 2017
[3]多滚筒联合收获机清选装置设计与试验[D]. 司增永.江苏大学 2017
[4]小型联合收割机清选装置设计与试验研究[D]. 李舟.中南林业科技大学 2016
[5]嵌入式图像处理系统研究[D]. 许美珍.内蒙古工业大学 2016
[6]机器视觉照明技术与装置实验研究[D]. 杨锐.中原工学院 2016
[7]非均匀光照的图像增强算法研究[D]. 何惜琴.华侨大学 2015
[8]蔬菜识别算法研究[D]. 倪舟.东南大学 2015
[9]基于Retinex理论的图像增强算法研究[D]. 李莹.西北大学 2014
[10]分水岭算法在图像分割中的应用研究[D]. 张毅.广东工业大学 2013



本文编号：3396673