基于多特征综合的昆虫识别研究

对昆虫的自动识别进行了研究,利用昆虫的数字图像进行计算机自动识别,讨论了昆虫图像的特征提取技术,针对不同昆虫具有不同色彩、形状、纹理的特点,利用异步组合检索方式,将色彩、形状、纹理特征综合利用,弥补了使用单一特征无法对昆虫图像进行充分     

基于改进Faster-RCNN模型的粘虫板图像昆虫识别与计数

针对传统机器学习采用人工提取特征方法时,由于人为主观性而影响昆虫识别效果与计数准确性的问题,采用图像特征自动提取方法,将深度学习目标检测模型引入昆虫的识别与计数领域,对Faster-RCNN目标检测模型进行改进:针对昆虫体积小,图像分辨率较低的特点,用网络深度更深,运算量更小的深度残差网络(ResNet50)代替原来的VGG16,以提取更加丰富的特征;针对部分昆虫密集的特点,用Soft-NMS算法代替传统的非极大值抑制(NMS)算法,以减少密集区域的漏检。结果表明:改进后Faster-RCNN模型的检测准确率达到90.7%,较未改进的Faster-RCNN模型提高了4.2%,可以运用于昆虫的分类计数。利用深度学习目标检测模型进行昆虫识别与计数较传统的昆虫识别与计数方法更加方便,能够将昆虫的识别、定位和计数融为一体。     

构建矩阵模型提取以黄板为背景的昆虫图像

为自动识别黄板上的昆虫图像,本文根据RGB颜色模型原理,通过构建矩阵模型来分割黄板的黄色背景与目标昆虫图像,为自动识别黄板上的昆虫图像的关键一步,即分割昆虫图像与黄板背景,提供了非常好的方法,也为其他彩色图像分割提供了新的方法,该方法定义一类颜色矩阵为5行n列,根据不同的矩阵值来定义任意一类颜色区间。     

基于Visual C++. NET的昆虫图像自动识别系统的研究

随着软件技术的迅速发展以及数字图像处理技术的广泛应用,自动识别系统将越来越成为现代社会的一种必然应用趋势.针对当前农业中存在的虫害威胁,本文从图像处理技术出发,利用Visual C++. NET作为平台,开发了一套昆虫图像自动识别软件系统,来对常见昆虫模式进行特征提取,然后再进行聚类分析,从而达到对测控对象进行自动测试和识别的目的.在实际应用当中,主要以获得昆虫图像为对象,并在静态情况下得出了比较满意的结果.     

昆虫食品产业的潜力分析

我国是人口大国,未来的食物源和蛋白质源的充足与否是食品安全的重点.昆虫所舍的资源相较于其他食用原料而言极为丰富,可以弥补以上不足.综述了国内外昆虫食品开发的现状和昆虫食品产业化形成的概况,并对昆虫食品产业化的开发前景进行了展望,提出了几点建议与意见.     

鞘翅目昆虫遗传多样性研究现状及展望

通过对国内外十多年来相关资料的整理,从染色体多态性、蛋白质多态性和DNA多态性3个层次对鞘翅目昆虫的遗传多样性研究现状进行了综述,并展望了分子生物学技术在昆虫遗传多样性研究中的前景。     

昆虫病原线虫研究和利用的历史,现状与展望

本文综述了国内外研究与利用昆虫病原线虫的历史与现状,介绍了国内外应用昆虫病原线虫防治农林害虫的概况;并阐述昆虫病原线虫分类、生活史及类型,以及与共生细菌的互利共生、杀死寄主昆虫机制,阐述了共生细菌的分类、菌型、病原作用、抗菌作用及其与线虫的共生专化性;介绍了昆虫病原线虫活体培养与离体培养的方法和最新进展,讨论了影响昆虫病原线虫利用的一些因素诸如温湿度、辐射、寄主免疫反应,天敌的影响等;最后就存在的问题和应用前景作了述评,认为昆虫病原线虫在未来害虫治理和植物保护的持续发展中将发挥重大作用。     

基于CiteSpace的昆虫性别决定基因研究现状与热点分析

为明确国内外昆虫性别决定基因研究的发展历程、研究热点及趋势,为未来研究方向提供参考与建议,本研究整理并筛选了1933—2022年中国知网（CNKI）和Web of Science(WOS)数据库收录的昆虫性别决定基因的论文,运用文献计量学分析软件CiteSpace对发文年代、关键词、作者和机构等进行可视化分析。结果表明：2001—2005年昆虫性别决定基因研究的发文量呈现上升趋势,发文量最多的国家是美国（446篇）,其次是中国（111篇）和日本（88篇）;国内外载文量最多的期刊分别是《昆虫学报》（9篇）和Genetics(94篇);通过关键词共现和聚类分析表明昆虫性别决定在国内外都是广泛关注的热点问题,且国内外研究方向大体一致,研究热点均集中在模式生物上;通过关键词共现和突现词分析发现利用昆虫性别决定基因进行害虫防治是未来研究的新趋势。     

浅论昆虫产业开发

昆虫是目前地球上最大的尚未被人们充分利用的资源，基于这一认识，本文扼要综述了国内外昆虫产业的产业类别和技术开发近况，并就通向成功与繁荣的道路作了讨论。     

浅论昆虫产业开发

昆虫是目前地球上最大的尚未被人们充分利用的资源，基于这一认识，本文扼要综述了国内外昆虫产业的产业类别和技术开发近况，并就通向成功与繁荣的道路作了讨论。     

酿酒微生物计数方法探讨

采用琼脂倾注法接种不同菌株,并对平板菌落分别进行人工计数与自动计数,对两种方法的计数结果进行比较分析,以验证全自动菌落计数仪的菌落识别功能和计数准确性。结果表明,全自动菌落计数仪对于菌落较小的细菌类能准确地快速计数,重现性好,最大误差率为3.95%;但对于菌落形态较大的霉菌类、酵母类等计数准确率低,最大误差率分别为42.86%和35.50%。因此,在实际应用中应以自动计数为主,通过合理设置菌落直径、颜色、亮度、背景偏差等参数以方便自动计数,同时采用人工计数对结果进行修正,以提高计数准确率。     

模具零件工程图的孔特征识别与分组统计

提出了面向模具零件工程图的孔特征识别与分组统计方法,采用特征识别实现了尺寸功能语义的再现,基于此进一步实现了孔系的自动分组统计.该方法在AutoCAD软件中利用VisualLISP得到实现.测试结果表明所提出的算法可以很好地解决尺寸完整性问题,完善了模具零件尺寸自动标注功能.     

基于整枝抚育目的的立木枝干自动识别研究

为了适应我国人工工业用材林自动化整枝抚育的需要，该文提出一种用于工业用材林自动整枝的立木枝干动态识别系统框架，对人工林侧柏的枝干进行了数字图像采集及处理，利用计算机视觉、图像处理、小波分析技术对图像进行压缩、滤波、分割、消噪及边缘特征提取.同时提出了一种立木枝干计算机自动识别算法，提取立木图像枝干形状、尺寸、弯曲度及相对空间位置关系基本生长特征，即利用模式识别技术验算其与特征数据库的匹配情况，从而达到立木枝干自动识别的目的，为后续的自动识别研究提供了依据.      

粘虫板害虫自动识别计数研究

针对人工统计黄色粘虫板上害虫数量费时费力的问题,在自适应去除粘虫板背景的基础上,融合颜色空间矩和图像几何形态,完成害虫特征的量化,采用加权决策的方法来识别害虫,构建害虫自动识别计数系统。以米蛾(Corcyra cephalonica)为例,经测试,该系统对黄色粘虫板上米蛾的识别结果与人工统计结果相对误差在7%,能够有效实现对粘虫板上害虫数量的自动统计。     

基于图像识别技术的海参分级与计数设备的设计

针对海参不同规格分级和计数的需求,以图像识别技术为基础,设计了一套机电一体化高精度自动分级与计数系统。该设备通过图像识别、采集、计算和处理海参在传送带上的投影面积大小来确定海参的规格,进而对海参进行相应等级的分选和计数。结果表明：该设备具有对单体海参分辨误差率低、分选精度高、分选速度快、计数准确等特点,达到了预期效果。     

双行打塘机械的自动计数装置研发与应用

针对烟草种植中小苗膜下移栽的打塘开穴需求,研制了双行打塘机械及配套的自动计数装置,该双行打塘机械由拖拉机悬挂牵引作业时,由地轮驱动作业铁铲交替上下周期运动进行双行打塘作业,以单片机为核心的自动计数装置可以实现打塘开穴作业数目的自动计数。田间试验表明,双行打塘机械可达到烟苗移栽所需的开穴作业要求,自动计数装置可精确自动计数打塘开穴数目。     

南瓜胚囊再生植株倍性鉴定方法的比较

以南瓜胚囊再生植株为材料,采用形态学鉴定法、根尖染色体计数法和气孔保卫细胞叶绿体计数法3种方法对46株南瓜胚囊再生植株的倍性进行鉴定。结果表明:在46株再生植株中,有12株再生植株生长势弱、叶片较薄、叶脉不明显、分枝少、根系不发达,与其他倍性植株在形态上有明显差异;进一步进行染色体计数后,发现仅有7株再生植株的染色体数n=x=22,7株单倍体植株的保卫细胞叶绿体数的平均值为4.28个,正常二倍体组培苗的平均叶绿体数目为8.37个。说明形态学鉴定法只能作为倍性鉴定的一种辅助方法,而染色体计数法虽直接、准确,但效率低,气孔保卫细胞叶绿体计数法高效、简便。     

Automated Counting of Rice Planthoppers in Paddy Fields Based on Image Processing

A quantitative survey of rice planthoppers in paddy fields is important to assess the population density and make forecasting decisions. Manual rice planthopper survey methods in paddy fields are time-consuming, fatiguing and tedious. This paper describes a handheld device for easily capturing planthopper images on rice stems and an automatic method for counting rice planthoppers based on image processing. The handheld device consists of a digital camera with WiFi, a smartphone and an extrendable pole. The surveyor can use the smartphone to control the camera, which is fixed on the front of the pole by WiFi, and to photograph planthoppers on rice stems. For the counting of planthoppers on rice stems, we adopt three layers of detection that involve the following：（a） the first layer of detection is an AdaBoost classifier based on Haar features;（b） the second layer of detection is a support vector machine（SVM） classifier based on histogram of oriented gradient（HOG） features;（c） the third layer of detection is the threshold judgment of the three features. We use this method to detect and count whiteback planthoppers（Sogatella furcifera） on rice plant images and achieve an 85.2% detection rate and a 9.6% false detection rate. The method is easy, rapid and accurate for the assessment of the population density of rice planthoppers in paddy fields.     

奶牛个体识别方法及其应用研究进展

为了解个体识别在奶牛生产中记录产奶量、监控采食活动、监测卧床行为、追踪活动轨迹以及其他生产项目中的研究现状,以"奶牛"、"个体识别"、"识别方法"和"生产应用"为关键词,对2008—2018年的文献进行检索,并根据识别过程的不同特点对三类识别方法,即人工机械识别、接触式电子识别和图像生物识别进行归纳和总结并对识别方法、现代化生产应用以及国内进展等3个方面进行归纳和总结。结果表明:1)生物识别技术相较于传统方法对奶牛个体的伤害较小,可以在很多方面克服环境的干扰。2)目前智能识别技术与奶牛行为活动监测相关联,可以全面掌握个体健康状况和生产性能。3)国内在计算机视觉方面取得了长足的进步,为个体的智能化识别打下了坚实基础。今后个体识别技术研究应该着重于提高对环境的适应性和系统的兼容性,为建立完整的自动化奶牛监测体系提供依据。