摘要：针对研究人员难以利用计算机视觉对棉种这类尺寸较小的物体进行双面检测,导致检测效果不佳的问题,设计了一款新型棉种检测分选装置,利用亚克力板在强光和白色背景下透明的特点,将棉种通过上料装置滑入透明亚克力板的凹槽中,随着转盘的转动,同一批棉种的正反两面图像分别由2个不同位置的CCD相机采集得到。利用改进YOLO v4的目标检测算法检测破损棉种,试验结果表明该方法建立的模型对群体棉种中的破损棉种和完好棉种的检测准确率达到95.33%、召回率为96.31%、漏检率为0,检测效果优于原YOLO v4网络,实现了对双面群体棉种的破损识别,为后续脱绒棉种智能检测装备研发提供了技术支持。

摘要：种子质量对增产丰收具有十分重要的意义。提出一种基于机器视觉提取单粒棉籽,自动识别破损棉籽的方法。试验用最大类间法自动选择阈值结合膨胀处理和区域属性度量函数提取单粒棉籽图像;基于改进阈值的小波去噪对图像进行增强;通过对多幅单粒棉籽图像的研究找到对破损区域进行阈值分割的最佳阈值,对整个棉籽进行阈值分割的最佳阈值;进而对分割后的图像进行相乘和数学形态学处理等方法得到破损区域特征;最后利用获取连通区域的方法实现破损棉籽的识别并将此方法用Matlab App Designer设计成软件。试验表明,此系统对破损棉籽的平均准确率达到89%。优于软阈值函数、硬阈值函数和软硬阈值折衷函数的平均准确率83.5%、85%和87.5%。

摘要：立足于南疆棉花的矮密早膜生产模式,针对中耕作业棉农劳动强度较大、投资较大的问题,以棉农现在普遍拥有的18k W的普通轮式拖拉机的抬升为研究对象,在分析研究国内外现有大马力拖拉机及大轮、高架窄轮拖拉机的优劣势基础之上,在对拖拉机不做较大改变及较大投入的前提下,利用现代创新设计方法和创新工具对普通轮式拖拉机的整体抬升装置进行研究和设计,以保证拖拉机在抬升之后能有效地完成中耕作业。同时,在节约成本的基础上,对普通轮式拖拉机完成二次利用,提高其生命周期,增加了棉农收入。

摘要：日光温室是重要的农业基础设施,温室的方位角是评判温室结构设计是否合理的基础之一。选择较好的温室方位角拥有更优的采光性能是本文研究的意义。为此,选择三维可视化技术模拟分析日光温室的光照值,为更好地研究分析日光温室采光性能及光照变化提供较为直观的途径和方法,为优化设计高产、高效、节能的日光温室提供一定的辅助作用。通过实测数据和模拟数据的对比,说明Ladybug Tools软件模拟不同方位角的变化及和田日光温室的光照的对比准确度较高,误差不超过5%,为研究日光温室在光照方面的设计提供了一定的理论依据和参考。

摘要：种子甄选在农业生产中占有举足轻重的地位,而筛选是种子甄选中的一个重要环节。为此,针对脱绒棉籽在清选分级工序中,应用传统的筛选方法而造成的对棉籽损伤的现实问题,运用气流调控筛选,并进行了筛选系统设计。其中,分离室是棉籽风力筛选机的重要组成部分。试验中,需要运用风力将质量与正常棉籽不同的虫蛀棉籽从棉籽中筛选出来,再计算清洁率和损失率,从而得出清选效率,以全面综合的反应棉籽清选效果的优劣。试验结果表明:系统可靠性高,可有效分离虫蛀棉籽,且筛选过程不会对棉籽造成损伤,为脱绒棉籽进行安全、有效的分选提供重要的理论依据。

摘要：沙漠地区由于其极端的气候条件,如高温和干旱,给农业生产带来了巨大的挑战。日光温室是一种可以改善这些条件并促进作物生长的技术。不同的通风方式对温室内的环境条件产生不同的显著影响。因此,设计2种不同的自然通风方式:后坡整体开窗式,后坡间隔开窗式。将采用后坡整体开窗式记为M1,后坡间隔开窗式记为M2,并以传统顶窗通风方式的日光温室(M3)作为对照。对上述3种不同通风方式的温室内部环境和最终产量进行研究。结果表明,晴天白天,M1、M2的室内光照分别比M3提高了11.3%与2.9%,M1、M2、M3的平均气温分别为22.2℃、21.1℃、20.5℃,平均空气湿度为63.5%、59.1%、55.7%;阴天白天,M1的平均温度为18.7℃,M2为18.4℃,M3为20.7℃,室外平均温度为14.8℃,M1、M2、M3室内外温差分别为3.9℃、4.6℃、5.9℃,因此,在多云天气时,M1、M2的通风降温效果要好于M3,且M1的通风效果要好于M2。综合分析可知,无论晴天还是阴天,M1与M2都要好于前屋顶与侧面通风方式,可以为植物提供更好的生长环境。M1、M2内番茄每667m^(2)产量分别比M3提高了5.6%、7.9%。

摘要：针对我国新疆南部地区棉花种植面积大,棉籽分选技术还不够成熟,现有的人工分选技术只能识别棉籽外部的成色信息,无法精准识别棉籽的内部品质,而且人工分选具有成本高、效率低等诸多缺点和不足。从促进经济发展,解决棉籽分选方面的诸多问题,特此开发以负压机为执行端的棉籽分选系统。该装置主要由棉籽分离、传送系统、检测系统、回收系统和信息处理系统组成,对棉籽进行分离、传送、图像采集并将其转换为与DSP相匹配信号,送入DSP芯片,DSP通过收集的信息控制负压机、正反转电机、电动机的运行,最终完成对劣质棉籽的收集。试验表明,该装置设计合理,对劣质棉籽的分选效果良好,提高棉籽的辨识率,分选成功率高,可以完成棉籽的分选。为棉籽进行有效、快速的分选提供重要的理论依据。

摘要：新疆南疆地区位于欧亚大陆腹地,境内光热资源丰富、空气质量高、出口便利,具备发展设施农业的先天优势和潜力[1]。新疆太阳年总辐射量达到5000~6400 MJ/m^2,而南疆地区基本都在5800 MJ/m^2以上[2]。南疆和田地区位于塔克拉玛干沙漠边缘,沙漠土地资源丰富,属于典型沙漠设施农业类型。

摘要：在掌握棉秆炭化期间热解失重规律、力学和能量指标及燃烧特性的基础上,针对小型炭化炉展开研究,完成设计和优化,解决了以高温电阻炉作为炭化设备时炭化单批盛放量有限及升温降温速度过慢不利于试验开展的问题。该装置主要由自动进出料装置、加热部件、盛料部分和尾气处理部分组成,对其中关键部件如进出料系统、炭化炉及燃烧器进行设计及试验,并试制了样机。试验结果表明:制炭成型率达93.6%,燃烧性能达标率95.3%,单炉炭化秸秆棒和秸秆粉末达到设计指标,可以高效完成棉花秸秆炭化工作,满足设计要求。

摘要：为解决棉籽品质识别问题,利用机器视觉技术,设计一种基于机器视觉技术的棉籽品质识别系统,实现对棉籽品质的快速识别。现有的去除方式采用人工识别筛分,一次筛分并不能完全筛分干净而且其操作麻烦,工作效率低,因此一种可以进行棉籽清理的装置,是亟待解决的问题,据经验可知,不同品质的脱绒棉籽表面颜色特征具有差别,因此,只要采集棉籽的颜色信息,经过一定的数据处理,就可以判定棉籽的品质优劣。用工业相机CCD对棉籽图像进行采集,得到相应的RGB图像;对所采集的图像进行预处理,消除噪声及细化图像特征将预处理后的图像进行颜色空间转换,即在HSI颜色空间中表示图像,然后将H、 S、 I分割,得出棉籽图像的H、 S、 I值;在BP神经网络选择好的情况下接收输入H、 S、 I值,网络经过对不同的训练目标、训练次数及隐含层的结点个数进行训练,得出误差小的组合,完成棉籽的品质识别。实验结果表明,该系统对棉籽品质识别效果良好。