摘要：针对甘薯秧蔓机械化回收过程中离散元仿真研究缺乏准确参数值的问题,采用直接测量和虚拟标定相结合的方法对碎甘薯茎秆和叶片离散元仿真参数进行研究。采用物理试验法获得碎甘薯秧的本征参数、碰撞恢复系数等参数值及碎甘薯秧颗粒的静摩擦系数参数范围,并为离散元法仿真设计了不同的参数组合。通过堆积角优化仿真试验确定甘薯叶片本征参数及其他不易直接测量的离散元仿真参数。Plackett-Burman试验表明,甘薯茎秆—甘薯茎秆和甘薯茎秆—45钢的静摩擦系数、甘薯茎秆—甘薯茎秆和甘薯茎秆—甘薯叶的滚动摩擦系数均显著影响堆积角。运用最陡爬坡试验和Box-Behnken优化试验标定了对碎甘薯秧堆积角有显著影响的参数值,以得到的参数进行颗粒堆积仿真试验,测得堆积角平均值为40.51°,与实测值相对误差为0.972%,说明物理试验加优化仿真试验来标定离散元参数是可行的,标定所得的参数可作为甘薯秧茎叶离散元仿真参数。

摘要：为了实现马铃薯智能化切块中芽眼自动识别,提出了一种基于Gabor特征的马铃薯图像芽眼识别方法。首先,设计了马铃薯图像采集系统,采集马铃薯图像;然后,进行马铃薯图像中芽眼特征分析,并基于Gabor特征进行马铃薯图像滤波,选择方向2和尺度4下的滤波图像进行形态学图像处理;最后,通过剔除马铃薯边界连通区域进行芽眼区域提取。选择50张马铃薯图像进行芽眼识别试验,结果表明:提出的算法芽眼识别率为93.4%,误识别率为7.2%,平均识别速度为0.28s。本算法可为马铃薯智能化切块中的芽眼自动识别提供方法。