基于图像处理的茶叶智能识别与检测技术研究进展分析

作为茶叶智能化生产的关键难题之一,基于图像处理的茶叶智能识别与检测技术受到广泛关注。通过综述图像处理技术在茶叶嫩芽识别定位、茶叶病虫害检测、茶叶品种识别与品质检测等方面的研究应用,分析比较各方法的优缺点,总结现有研究存在的主要问题有嫩芽分割受光照影响较大、难以分割含与嫩芽颜色相近背景的图像、枝叶遮挡情况识别效果不理想、缺乏真实背景下茶叶病斑识别算法等。指出基于图像处理的茶叶智能识别与检测技术未来的研究重点:增加不同地域茶叶及品种的样本数据以提高算法普适性;采取多信息融合的方法以求获得更全面的茶叶嫩芽信息;枝叶遮挡严重情况下的识别策略可考虑借助机械装置或风机拨开枝叶,从而避免因枝叶遮挡而导致识别率低的现象发生。     

间歇式双循环工厂化养殖系统构建及其养殖效果

为改善工厂化循环水养殖系统水质净化效果,提高养殖密度和成活率,构建了间歇式双循环工厂化养殖系统。通过间歇运行生物膜反应器增加水力停留时间,充分降解含氮污染物;连续运行弧形筛及时去除固体颗粒物。考察了该系统的启动过程及石斑鱼高密度养殖效果。启动初期,将硝化型生物絮团与海绵填料混合培养,生物膜22 d即可挂膜成功。以30.03 kg/m~3为初始养殖密度开展石斑鱼养殖试验,经66 d养殖,石斑鱼平均质量从(273.00±12.22)增至(552.52±107.04) g,最终养殖密度达到60.78 kg/m~3,成活率为100%。养殖过程中,生物膜逐渐适应养殖环境,氨氮、亚硝酸盐氮去除率从13.33%、14.84%增至93.73%、93.50%。此外,在弧形筛进水槽增加曝气形成曝气式弧形筛,可进一步除去细小颗粒物,有效控制养殖水体浊度。     

陇西县中蜂养殖调研报告

近几年,通过对陇西县中蜂养殖现状的调研分析,总结出了中蜂养殖的现状及存在问题,并根据本县实际提出了中蜂养殖的对策建议,建立完善政策体系,改变农民观念,科学养殖,中蜂养殖与精准扶贫相结合,推动中蜂养殖实现可持续发展,提高养殖户收益。     

农区养羊业发展思路探讨

农区养羊业的发展是畜牧业经济的重要组成部分,在一些地区已经成为农民增收的重要途径,因此探索出一条适合农村经济特点的养羊业发展的道路就显得尤为重要。农区养羊业的发展不仅能够推动农区畜牧业结构的调整,还能提高草食家畜的比重,提高土地的利用率。同时还能推动与养羊业密切相关的羊肉加工、饲料、兽药、皮革、纺织、餐饮等行业的发展和推动困难群众脱贫致富,创造更大的社会效益。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

新型果园宽幅联合仿形修剪机设计与研究

针对目前修剪机修剪形状单一,适应性差,修剪机械通用性能低的问题,通过理论分析、三维模型设计、性能试验相结合的方法,设计针对新型果园的宽幅联合仿形修剪机。主要对该整机的机架结构、切割装置、传动系统、液压系统进行了设计,并分别对机架结构和切割装置的机构进行运动分析。试验结果表明:该修剪机切割高度范围为500～4 000 mm,向左最大移动幅度为1 530 mm,向右最大移动幅度为740 mm,左右最大摆角幅度为±25°,最大切割直径为60 mm,修剪漏割率为7.3%,修剪合格率为90.9%,切割断面质量和修剪形状符合农艺学的要求。该机适应性强,通用性能高,能满足多种修剪树形的需要。     

呼和浩特地区开展蚯蚓生态养殖模式探讨

随着规模化养殖比例的不断提高,养殖数量逐步增加,如何有效处理畜禽粪便成为日益严峻的问题。蚯蚓养殖是近年来逐渐发展起来的项目,蚯蚓因具有消纳畜禽粪便、改善土壤肥力、提供优质蛋白饲料等特点而受到养殖业青睐。本文针对呼和浩特地区发展蚯蚓养殖业的优势,提出中小养殖场(户)利用蚯蚓有效处理和利用畜禽粪便,既可以使粪污资源有效利用,又可以促进蚯蚓养殖业增收,对畜牧业绿色循环发展具有积极的意义。     

浅谈蛋鸡产蛋率低的原因及应对措施

近年来,人们生活水平的提高,鸡蛋成为了人们生活中的必需品,对于鸡蛋的需求量也有了显著提高。这在为蛋鸡养殖带来更大养殖效益的同时也提出了更高的要求,在蛋鸡养殖期间很多养殖场都曾出现蛋鸡产蛋率低下的现象,这不仅不利于蛋鸡养殖效益的提高,同时也会对养殖场的发展带来影响。对此本文便针对蛋鸡产蛋率低下的原因进行分析,并提出了有关的应对策略。     

基于双向准Z源逆变器的无刷直流电机驱动系统研究

针对农用电动运输车直流电源电压降落而导致的动力降低,以及车辆行驶工况复杂多变等问题,设计一种基于双向准Z源逆变器的无刷直流电机驱动系统。以STM32F103C8T6为控制器,完成驱动系统的硬件电路设计。通过直流母线方波升压和SVPWM控制策略,使无刷直流电机驱动系统具有ON-PWM斩波、准Z源方波升压、准Z源SVPWM三种驱动模式。最后搭建驱动系统的试验平台,取直流电源电压U_(dc)=24 V,直通占空比D_0=0.2,准Z源方波升压和准Z源SVPWM都将逆变桥的直流母线电压提升至40 V以上,有效解决直流电源电压降落的问题。驱动系统根据加速、爬坡、重载等具体工况快速、准确地切换工作模式,满足车辆的动力需求,提高车辆行驶的安全性和可靠性。     

基于PCA-Attention-LSTM网络的土壤氮含量监测

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。