水稻联合收割机喂入密度检测方法

S225.4; 为了实现水稻联合收割机作业时适宜喂入量的控制,从而降低作业时谷物的破碎率和损失率,首先要解决实时获取喂入密度的问题.该文通过水稻冠层密度图像光谱分析,以2R+G颜色特征参数值作为收割机喂入密度特征,并与实际测得的喂入密度值进行拟合建立模型.结果表明:不同时期,不同品种水稻拟合的曲线均达到显著水平,决定系数达到0.88以上,能够实现喂入密度的检测.该研究为联合收割机喂入量控制提供了参考依据....

Full description

Saved in:
Bibliographic Details
Published inNong ye gong cheng xue bao Vol. 26; no. 8; pp. 113 - 116
Main Author 潘静 邵陆寿 王轲
Format Journal Article
LanguageChinese
Published 安徽农业大学工学院,合肥,230036 2010
Subjects
2R＋G颜色特征
图像处理
密度测定
水稻
联合收割机
水稻
联合收割机
2R+G颜色特征
图像处理
密度测定
Online AccessGet full text
ISSN1002-6819
DOI10.3969/j.issn.1002-6819.2010.08.019

Cover

More Information
Summary:S225.4; 为了实现水稻联合收割机作业时适宜喂入量的控制,从而降低作业时谷物的破碎率和损失率,首先要解决实时获取喂入密度的问题.该文通过水稻冠层密度图像光谱分析,以2R+G颜色特征参数值作为收割机喂入密度特征,并与实际测得的喂入密度值进行拟合建立模型.结果表明:不同时期,不同品种水稻拟合的曲线均达到显著水平,决定系数达到0.88以上,能够实现喂入密度的检测.该研究为联合收割机喂入量控制提供了参考依据.
Bibliography:image processing
density measurement
2R＋G color feature
S225.4
combine; image processing; density measurement; 2R＋G color feature; rice
11-2047/S
rice
combine
ISSN:1002-6819
DOI:10.3969/j.issn.1002-6819.2010.08.019