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。     

果蔬型甜玉米新品种京科甜191的选育

京科甜191是以超甜玉米自交系T68为母本,自交系T6302为父本,通过杂交选育而成的果蔬型甜玉米品种。果穗筒型,穗长19.0 cm,穗粗5.3 cm,穗行数16~18行,行粒数36~38粒,粒行整齐。籽粒亮黄色,外观漂亮。平均每667 m2鲜果穗产量900 kg左右,出籽率约67.4%。鲜籽粒含粗蛋白2.98%,粗脂肪1.37%,总糖6.7%,口感甜脆清爽,皮薄无渣。播种至采收平均85.4 d(天),适宜京津冀及类似生态区种植。     

泡腾片在食品业中的研究进展

泡腾片具有崩解迅速、口感良好、服用方便、质量稳定等特点。在食品业中泡腾片主要是固体饮料,例如茶泡腾片、维生素泡腾片、果蔬泡腾片等。本文概述了我国泡腾片在食品业中的研究进展,并展望了泡腾片在食品业的应用前景,以期为泡腾片的开发利用提供参考。     

茶文化在中原经济区培养商务英语人才中的应用

利用茶文化开展中国对外贸易,礼尚往来,一直以来都是我国中原经济区所推崇的发展之道。现如今,为了进一步将茶文化在海外全面推广,发扬光大,基于茶文化的商务英语人才培养应用已经成为中原经济区发展重点,这也满足了现代市场需求的一大热点。本文详细探讨了中原经济区商务英语人才培养的内在需求、契合关系和茶文化的渗透机制,分析了该地区茶文化在商务英语创新人才培养中的具体应用策略。     

浅谈现代茶叶包装设计中的茶文化

随着当前人们对健康养生重视程度不断提升,如今茶叶产品日益被人们所认可和推崇,而优化现代茶叶包装设计,融入必要的茶文化内涵就成为茶叶产品营销过程中的重要要求。本文拟从现代茶叶包装设计活动开展的具体要求分析,结合传统茶叶包装设计活动中存在的问题和不足,通过融入茶文化理念的具体内涵,从而对现代茶叶包装设计活动中茶文化的具体应用状况进行系统化分析。     

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。