基于马氏距离的小麦彩色图像无监督分割研究

为了实现小麦彩色图像的自动分割,通过采集大田环境下6个品种的小麦图像样本,基于RGB颜色空间,采用马氏距离对图像的像素进行分类,并构建一个无监督分割模型.结果表明,该模型可以快速的分离出小麦图像与背景图像,与有监督的分割方法的分割效果相当,差异性在19%以下,可以应用于大田环境下小麦群体图像的自动分割.     

储粮害虫检测的图像预处理研究

以储粮害虫实时检测系统中的图像预处理为研究对象,提出了一套实用有效的图像处理和分析方法,介绍了图像增强、图像去噪、阈值分割、数学形态学运算的过程。并以实际小米中的害虫图像为例对图像预处理进行了研究,实现了害虫目标的准确分割,表明所采取的预处理方法可以为后期自动识别打下良好的基础。     

复杂背景下茶树害虫图像计数算法研究

依托南方地区茶树田间常用的某型号捕虫设备,采集害虫样本图像,研究基于图像处理技术的害虫计数方法。为了提取样本图像中害虫区域图像,通过几种常见的分离背景方法的试验,如颜色直方图分割和灰度阈值分割,得出样本图像中害虫区域难以分离的原因,进而提出一种网格划分图像的处理方法,即将图像按10×10划分,对划分后的图像做处理以提取害虫区域,该方法能够将害虫区域从背景中完整分离出来;针对图像中害虫区域存在粘连影响害虫计数准确率的问题,提出基于标记控制的分水岭分割算法,利用扩展极小值的方法建立标记,进而完成对粘连区域分割与害虫计数,并进行了噪声测试与害虫计数试验。结果表明,针对该型号捕虫设备采集的样本图像,害虫计数的平均准确率为91.8%,该算法能够完整地提取害虫区域,有效分离粘连重叠的害虫,适用于复杂背景下茶树害虫图像计数。     

基于显著性检测的蔬菜鳞翅目害虫图像自动分割算法

提出一种基于显著性检测的害虫图像自动分割算法(S-segmentation算法),首先利用显著性检测方法,结合图像局部区域的颜色距离和空间距离特征,对样本图像作预处理;然后采用无交互式图像分割算法处理显著检测结果图,可实现目标区域的完美分割,避免多次重复设置背景区域.通过对5种鳞翅目幼虫图像进行分割试验,结果表明该算法的分割准确性明显提高,平均分割精确度可达93.14%,较传统图像分割算法提高了约20%,并且复杂度低,运行效率高,分割精确度不受样本数量影响.进一步将该算法应用到体型和颜色多样化的鳞翅目成虫图像分割上,得到的平均分割精确度达到88.22%.     

玉米病害图像分割系统开发

为了提高玉米病害叶片图像分割的准确性和设计相应的图像分割系统,采用迭代阈值分割算法和形态学中的开闭运算相结合的方法对玉米病害图像进行分割,使用VB和MATLAB的混合编程设计开发玉米病害图像分割系统.运行结果表明,该分割方法对玉米病害图像有很好的分割效果.     

基于数学形态学的树木图像分割方法

该文针对智能整枝机视觉系统的需要提出一种以数学形态学为主的图像分割方法,解决了智能整枝机视觉系统中背景复杂下树木图像分割困难的问题.该方法分成5个步骤:①利用小波变换将图像进行压缩;②亮度矫正;③用分水岭算法对图像进行分割;④用区域合并法解决分水岭算法中的过度分割问题;⑤用中值滤波器滤除分割过程产生的孤立点.结果表明:该方法比Roberts算子、Sobel算子及Prewitt算子对树木图像的分割效果好,为立木整枝机视觉系统的深入研究打下了基础.     

一种改进可形变FCN的农作物害虫检测方法

田间农作物害虫种类繁多，不同的生长阶段形态和颜色各异，在自然环境下采集的图像背景复杂，角度和尺度变化多样，从而使传统的害虫检测方法准确率较低。提出一种改进可形变全卷积神经网络(deformable fully convolution network, DFCN)的农作物害虫检测方法，该方法由编码模块和解码模块组成。编码模块在VGG16中采用了可形变卷积，能适应不同形状、位置和尺寸等几何形变的害虫图像。为了更好地保留害虫图像的纹理特征和背景特征，在编码模块中应用了混合池化，加快了网络的训练速度，提高了害虫检测的准确率；解码模块对编码的下采样层进行反卷积操作，最后应用像素级分类器获得有效的检测图像。在扩展的害虫图像数据集上与DFCN方法的分割精确度和平均交并比分别为90.43、78.16,较语义分割方法SegNet分别提高了3.27、3.72,单幅图像的识别时间为0.36 s,比SegNet加快了0.16 s。结果表明DFCN方法在害虫图像检测方面具有较高的准确率，分割速度快，可为复杂背景下农作物害虫检测提供一定的理论参考。     

基于SVM的棉田冠层图像分割方法研究

复杂环境下的棉田冠层图像由于成像环境光照不均、冠层阴影部分与土壤背景对比度低等因素给棉田冠层图像的准确分割带来了困难.在对上述问题进行研究后,提出了一种基于支持向量机(SVM)的图像分割方法.该方法首先以图像目标和背景两类像素的分割特征值构建样本数据集;运用训练好的SVM分类器对棉田冠层图像进行分割处理,最后使用数学形态学滤波方法对分割结果进行优化,获得棉田冠层图像的精确分割结果.实验结果表明,该方法可有效分割出棉田冠层区域,分割误分程度以及分割准确程度均优于常用分割方法.     

大田经济作物性状研究中的图像分割技术应用

大田经济作物在我国占有重要地位,其性状研究在机械化生产收获过程中至关重要,直接影响到生产效率和产品质量,数字图像技术的引入不仅为其性状研究带来高效的解决方案,更显示出广阔的应用前景。综合分析了近年来不断改进的图像分割方法,将其分成传统分割方法和结合特定工具的图像分割算法两大类,重点介绍了传统分割方法中基于阈值的分割方法和基于边缘检测的分割方法两种流行算法,结合特定理论工具的图像分割算法中的小波分析变换、遗传算法、主动轮廓模型、聚类算法、深度学习方法等 6 种方法,并对各大类算法中使用的各种图像分割方法进行归纳总结,列举其在油菜、棉花、大豆和花生等经济作物性状研究中的应用,同时对遗传算法、主动轮廓模型、聚类算法和深度学习中的 Fast R-CNN 算法添加技术框架图。最后对图像分割技术在大田经济作物中应用存在的主要问题进行分析并提出展望。     

农田害虫实时检测装置的设计与实现

研制的第二代农业田间害虫实时检测装置由硬件和软件两部分组成，硬件包括诱集致昏缓冲机构、分散传送机构、均匀光照系统和图像视觉系统；软件包括害虫图像增强、分割、特征提取及识别分类等几个环节。检测装置实现了害虫诱集到识别分类的全部自动化，无需人工参与，能以86％以上的识别率识别出农田中常见的9种害虫。并通过试验验证了该装置的可行性。     

农业害虫专家系统信息化平台的构建

在总结农业害虫知识和专家经验的基础上,提出了建立基于网络的农业害虫专家系统设计思路。该平台主体为农业害虫诊断数据库和农业害虫防治措施数据库,系统设计了农业害虫识别、查询、防治和用药指导等较为完整功能体系,可以实现农业害虫的网络诊断和查询功能,可以提供科学防治措施和综合治理农业害虫的专家决策体系。     

面向移动终端的农业害虫图像智能识别系统的研究与开发

【目的】农作物田间害虫种类繁多,存在种间相似和种内差异的现象,容易混淆。本研究开发一个面向移动终端的农业害虫图像智能识别系统,为广大农户和基层测报人员提供一个便捷准确的农业害虫智能识别工具。【方法】农业害虫图像智能识别系统包括装有系统APP的移动客户端、服务器和基于深度学习的农业害虫识别模型。APP是在Android环境下开发的,可安装于Android系统的移动设备中。APP包括登录模块、害虫信息查询模块、害虫智能识别模块、害虫地图标记模块和害虫专家远程鉴定模块,UI界面采用底部导航栏形式。移动终端与服务器间的信息交互采用HTTP协议,害虫采集地信息显示使用百度的Android地图SDK来实现,用户和害虫信息使用MySQL数据库进行保存。在相同训练集和测试集条件下,比较了不同深度卷积神经网络模型,筛选出基于DenseNet121的农业害虫识别模型具有最高的精准度和最低的虚警率。农业害虫识别模型的程序部署在阿里云远程服务器上,当服务器端接收到移动客户端上传的害虫图像时,运行害虫识别模型,识别结果通过服务器反馈给客户端,同时将上传的图像和识别结果保存在数据库中,便于害虫图像的追溯。【结果】当用户在农田遇到不认识的害虫时,可通过装有该系统APP的移动设备（如手机或平板）拍摄害虫图像,并上传到服务器,识别结果和害虫防治信息在1—2 s内反馈至用户移动终端的屏幕上,对识别结果不满意还可远程请求专家鉴定。该系统对66种常见农业害虫图像平均识别率为93.9%,平均虚警率为8.2%。【结论】面向移动终端的农业害虫图像智能识别系统实现了66种常见农业害虫信息查询、自动识别,害虫采集地的地图显示和专家远程鉴定等功能。为农民和基层测报人员提供了一个农业害虫便捷准确的自动识别工具,无需专家到田间即可实现了用户“一对一”的防治指导,大大节省了经济和时间成本。     

基于产生式规则和归结原理的农业专家系统

利用农业植物病理学的专家知识,将各种病虫害的诊断方法做成一个专家系统。该系统利用产生式规则推断症状群与疾病群的关系,利用Robinson归结原理分析这些规则,用启发式搜索的方法推断出病害。为计算机在农业方面的应用提供了新的例证。     

基于图像规则推理的玉米病虫草害诊断系统的设计

为解决因植保人员短缺而使玉米病虫草害不能及时得到诊断与防治,导致玉米生产减产乃至绝产的问题,本研究基于不同发病部位的病症及虫害、草害的图像知识和文本知识,采用二叉树检索算法,设计开发了玉米病虫害诊断专家系统。实际应用结果表明:系统可实现对病虫草害图像、文本和图像推理规则等知识的管理及病虫草害智能推理诊断等功能;可实现对虫害草害实现指认式诊断、解释推理过程和推理结论。通过该系统推出的玉米病虫害诊断结论,农户可针对病虫草害种类及危害程度及时防治病虫害,减少玉米生产损失。     

水稻病虫草害本体的构建研究

立足于水稻病虫草害领域信息知识的特点,基于本体理论方法,在水稻专家的参与下,形成水稻病虫草害领域知识概念体系,并以病害为例,构建了基于本体的比较完善的水稻病害领域知识组织体系,探索并揭示水稻领域本体的关键性问题,为其他领域本体的构建提供有章可循的方法和技术路线.     

基于GIS及混合模式的生态农业管理信息系统

根据上海市崇明岛前卫村生态农业的特点,通过引入混合模式(整合C/S、B/S及其它模式)及利用Internet和Intranet,研究循环农业及生态资源管理信息流程,为用户提供生态农业空间、属性信息的接口,实现生态农业生产过程数字化控制,开发农药肥料施用专家系统.该系统能提高管理的科学性以及促进农业信息的广泛应用.     

农业病虫草害诊断与防治多媒体基础知识库的研究

从当前病虫草害防治的信息化现状和需求入手,提出建立一个采用B/S结构,基于J2EE平台和Spring、Struts2等主流开源框架技术的知识库系统用于农业病虫草害诊断。通过多种数字化信息服务手段对农业病虫草害知识和防治技术普及推广,使农技人员、种植大户以及新一代的知识农民能正确诊断、了解农业生产上各种病虫草害的发生规律、传播途径、识别方法和防治技术,从而达到有效地控制农业病虫草害的目的。     

Web Services体系结构研究及应用*

 系统介绍了Web Services的概念,论述了Web Services的体系结构,XML,UDDI,WSDL和SOAP标准在Web Services中的作用,并以基于Web Services的病虫害专家系统应用为实例,探讨了专家系统的典型结构,基于Web Services详细的研究了专家系统的知识获取机制和推理机制,并给出了基于Web Services的病虫害专家系统的实现。     

氧化石墨烯在农业领域的应用研究进展

氧化石墨烯作为一种新型碳质纳米材料,具有生物相容性好、化学性质稳定、分散性高、比表面积大、丰富的含氧官能团等优良特性,是纳米材料领域研究的热点,在航空航天、医药、新能源和生物传感器等领域应用广阔。近年来,氧化石墨烯在现代农业技术领域也得到了广泛的关注和应用,为现代农业的可持续性发展带来新的机遇和挑战。综述了国内外关于氧化石墨烯在农业领域的应用研究进展,包括对农作物生长发育（种子萌发、枝叶生长、根系生长）、提高农作物抗逆性能、产量和品质、开发具有缓控释功能的氧化石墨烯基肥料,实现提高肥料利用率和降低环境风险的功效;作为农药载体及增效剂用于农作物病虫害防控,达到缓控释放、高效利用的目的 ; 探讨氧化石墨烯作为吸附剂或降解细菌固定剂来修复受污染土壤的效果,为污染土壤修复提供新技术、新方法;介绍了氧化石墨烯作为高灵敏度的湿度传感器,可实现土壤墒情实时监测和无损监测植物生长状况;最后探讨了氧化石墨烯在农业领域的未来研究方向。目前,氧化石墨烯技术在农业中的应用仍处于初期阶段,尚不具备大规模商业化应用的条件。随着氧化石墨烯在农业领域的研究深入和应用范围的扩大,有望实现农业生产方式和技术的变革、实现资源高效利用、降低农业生产带来的环境危害,为推进绿色低碳农业的发展助力。     

巧用生物防治 确保农产品不受污染

自然界中的许多昆虫是一些害虫的天敌,可将它们用于农业的生物防治,既防治害虫,又可确保农产品不受污染。介绍了8种昆虫,均可用于农业的生物防治。