摘要：基于激光雷达(light detection and ranging,LiDAR)数据重建树体三维模型并精准获取林木空间枝干结构参数是精准林业发展的必然趋势。本文研究面向激光点云提出了一种融合基于晶格投影的深度学习网络,以及面向提取的枝干点云的树木模型骨架重建的方法。该深度学习网络包括旋转不变性模块、晶格投影与重心插值模块,多尺度变换与卷积操作层,通过将旋转变换后的点云晶格投影到三个坐标平面上再分别重心插值获得变换系数,解决了三维点云因排列无序而造成空间卷积困难的问题。以海南多类树木为研究对象,首先,把带枝叶标签的林木点云基团带入构造的深度学习网络中训练网络参数,实现测试样本中的林木数据的枝叶分离。其次,对分类后的树木枝干点云垂直分层并空间聚类,获取每层的聚类中心点并按相邻层中心点距离最小原则实现骨架链表构造,同时采用自适应随机抽样一致(random sample consensus,RANSAC)方法来计算的圆柱体拟合半径,以重建树木的各级枝干。最后,根据中心点连通的链表结构以及角度变化最小准则自动识别树木中的主枝干和各个一级分枝。通过与实测数据比对验证表明,深度学习枝叶分类准确率为91.31%,高于传统的机器学习分类方法7%左右。算法得到的橡胶树一级枝干直径与实测值比对为:决定系数R^(2)=0.92,均方根误差RMSE=0.64 cm,相对均方根误差rRMSE=6.39%;相应的一级枝干与主枝干的分枝角与实测值比对为:R^(2)=0.91,RMSE=3.32°,rRMSE=7.81%。本文研究设计了深度学习网络与计算机图形学的算法快速精准从地基点云中重建树木的骨架模型,精度吻合实际测量值,具有一定推广价值。

摘要：以农业部儋州热带农业资源与生态环境重点野外科学观测试验站为平台,为对橡胶林生态系统长期定位观测数据进行管理,开发基于QT的数据库系统软件。论文详细分析了橡胶林长期定位观测数据的内容和系统的特殊功能需求,并对数据库系统设计和前台应用程序开发的关键步骤进行了详细阐述,最后在集成QT的VC(Visual C++)2005可视化编程环境中,以SQL Server2005为后台数据库系统,采用Client/Server模式进行开发,建立了橡胶林长期定位观测数据库系统,并展示了系统的功能。

摘要：作物生长模型是农业数字化技术的核心。橡胶树光合与干物质积累模拟模型的研究将为橡胶树数字化技术的研究与应用奠定基础。采用面向对象的C++为开发语言,以QT前台图形用户界面为开发平台,以SQL Server 2005为后台数据库,在气象资料数据库的支持下,按模块化的思想进行设计,构建了橡胶树光合与干物质积累模拟系统。基于单叶光合速率的光响应模型和冠层光的分布规律,通过积分形式,构建了橡胶树冠层光合作用模拟模型。模型充分量化了光通量密度、温度、叶面积指数、单叶最大光合速率、光合作用特征参数、消光系数、群体反射率等因子对橡胶树冠层光合速率的影响。在分别确定了叶片和木质器官与主要环境因子作用关系的基础上,构建了橡胶树的群体呼吸作用模型。在橡胶树冠层的光合作用模型和群体呼吸作用模型的基础上,整合成橡胶树干物质积累模拟模型。模型经初步检验,结果表明模拟值与观测值吻合度较好,模型不仅具有较强的机理性而且具有较高的预测性和实用性。

摘要：【目的】构建一个界面友好、操作方便、通用性强的热带花卉种质资源图文数据库系统,为实现热带花卉种质资源的数字化管理提供技术支撑。【方法】采用C/S架构,以SQL Server2005为后台数据库,在集成QT的Visual C++可视化开发平台上设计并实现热带花卉种质资源图文数据库系统。【结果】构建了热带花卉种质资源图文数据库系统,实现了热带花卉种质资源数据管理、数据查询、元数据配置、用户管理及数据库维护等功能。【结论】该系统具有兼容性强、可扩展性好、智能化、安全系数高、界面友好、操作方便等优点,为热带花卉数据建立了统一的服务平台,并为规范花卉信息提供了强有力的技术支撑。

摘要：面对煤矿中复杂的地形,巡检无人机很难将降落地标与环境区分开,无法实现定点的精准降落。基于以上问题,提出了一种基于视觉导航的煤矿输电线无人机自主降落系统。为了区分地标和环境区,将地标设计为一种拓扑模式,为了提高图像二值化的检测效率,提出了一种动态阈值方法。根据有效图像信息计算水平面内的相对距离,用线性插值法求出相对高度。在相应平台上进行降落实验,实验结果表明,提出的自主降落系统性能稳定,可以准确自主降落。

摘要：针对无人机巡检图像采集单一、效果差的问题,设计了可见光和红外图像同时采集、就地融合的无人机巡检图像采集融合系统。系统采用计算机三级控制方案,设备级采用DSP实现可见光和红外图像的同时采集和压缩,控制级采用嵌入式系统实现图像的预处理和融合,管理级实现融合图像的分析和辨识。设计的将RGB图像映射到YUV空间进行融合的算法,有效地解决了红外图像和可见光图像的融合问题,较好的提高了无人机巡检图像采集效果。