形态学多尺度重建结合凹点匹配分割枸杞图像

针对枸杞分级过程中因图像噪声、光照不均匀和粘连等造成枸杞难以准确分割的问题,提出了一种基于形态学多尺度开闭重建结合凹点匹配的分割方法。首先提取原始图像的红色分量去除枸杞光照阴影噪声,利用形态学多尺度混合开闭重建对红色分量图像进行重建,平滑枸杞内部而保留轮廓边缘信息;然后采用8邻域跟踪算法提取粘连枸杞轮廓边缘;最后运用圆形模板检测粘连枸杞的轮廓凹点,以凹点间最短欧氏距离为匹配条件连接凹点对,并对匹配错误的凹点对进行修正,实现粘连枸杞分割。试验结果表明,该文方法分割准确率较高,而过分割率较低,相比标记控制的分水岭和直接凹点匹配分割等方法,对粘连枸杞分割效果较好,分割准确率可达到96%。该研究可为枸杞分割技术提供理论支撑。     

玛纳斯河流域近14年多尺度粒度变化对土地利用景观格局的影响

以2000年、2014年玛纳斯河流域30 m空间分辨率的遥感影像为基础数据源,借助GIS和ENVI软件,制作玛纳斯河流域土地利用覆被图,选取景观指数,在类型和整体景观的水平上,探讨了玛纳斯河流域景观格局指数随粒度变化的基本规律,并分析了各景观格局指数间的相关性。结果表明:100~3 000 m粒度范围内,流域景观格局指数的“临界粒度”“粗粒化”现象明显,总体而言,在400~800 m,2 000~3 000 m分辨率下玛纳斯河流域的景观格局指数的“临界粒度”为400 m和2 000 m,适宜计算的粒度范围为400~2 000 m,所以在利用遥感影像对玛纳斯河流域景观进行分析研究时,需进行一定的粒度转换及注意粒度的影响。玛纳斯河流域景观形态具有分形特征,各类景观斑块的分维数对粒度变化的响应不同,分维数随粒度的增大呈逐渐下降趋势,表明景观类型边界趋于简单化。相关性分析定量反映了所选景观指数受粒度变化影响的相关性程度,可为玛河流域景观格局变化研究提供参考。2000年、2014年间玛河流域景观多样性由复杂逐渐变为简单,多样性指数逐步减小。     

多尺度融合卷积神经网络的黄瓜病害叶片图像分割方法

黄瓜病害叶片中的病斑区域分割是病害检测与类型识别的关键步骤,分割效果将直接影响病害检测和识别的精度。针对传统方法对于黄瓜病害叶片图像分割精度低和泛化能力弱等问题,提出一种基于多尺度融合卷积神经网络(Multi-ScaleFusionConvolutionalNeuralNetworks,MSF-CNNs)的黄瓜病害叶片分割方法。MSF-CNNs由编码网络(EncoderNetworks,ENs)和解码网络(DecoderNetworks,DNs)两部分组成,其中ENs为一个多尺度卷积神经网络组成,用于提取病害叶片图像的多尺度信息;DNs基于九点双线性插值算法,用于恢复输入图像的尺寸和分辨率。在MSF-CNNs模型训练的过程中,使用一种渐进微调的迁移学习方法加速模型的训练,提高模型的分割精度。在复杂背景下的作物病害叶片图像数据库上进行病害叶片图像分割试验,并与现有的分割方法全卷积网络(FullyConvolutional Networks,FCNs)、Seg Net、U-Net、Dense Net进行比较。结果表明,该MSF-CNNs能够满足复杂环境下的黄瓜病害叶片图像分割需求,像素分类精度为92.38%、平均分割准确率为93.12%、平均交并比为91.36%、频率加权交并比为89.76%。与FCNs、Seg Net、U-Net、Dense Net相比较,MSF-CNNs的平均分割精度分别提高了13.00%、10.74%、10.40%、10.08%和6.40%。使用渐进学习训练方式后,训练时间缩短了0.9 h。该方法为进一步的黄瓜病害检测和识别方法研究提供了参考。     

基于改进ShuffleNet V2的轻量化农作物害虫识别模型

及时准确地识别害虫是有效防治的重要前提。针对现有基于卷积神经网络的害虫识别模型实时性差、识别率低、结构复杂不易部署等问题,提出基于改进ShuffleNet V2的农作物害虫识别模型。首先,在ShuffleNet V2中引入多尺度特征融合模块LMFF（Lightweight Multi-scale Feature Fusion）,加强模型对不同尺度害虫的特征提取能力;其次,在ECA（Efficient Channel Attention）注意力机制中增加并行路径,并通过可学习参数自适应更新不同路径的权重,提出AECA（Adaptive and Efficient Channel Attention）注意力机制,将AECA注意力机制嵌入到ShuffleNet V2中,提高模型的跨通道交互能力;然后,使用SiLU（Sigmoid Weighted Liner Unit）替换ReLU激活函数,增强模型的泛化能力;最后,通过调整输出通道数和核心模块的堆叠次数重新设计ShuffleNet V2的整体架构,降低模型的计算量和参数量,从而提出轻量化的农作物害虫识别模型SNPF（ShuffleNet for Pest Field）。试验结果表明,SNPF模型在自建害虫数据集上的平均识别准确率和F1分数为79.49%和78.54%,较改进前分别提高了4.00个百分点和3.09个百分点,而参数量和浮点运算量为3.74 M和0.48 G,较改进前分别下降了30.60%和18.60%。SNPF模型对单张害虫图像的平均推理时间为11.9 ms,与ResNet 50、GoogLeNet、EfficientNet B1等模型相比,SNPF模型的识别精度更高,并且识别时间分别减少了57.04%、50.21%和40.50%。该研究提出的SNPF模型能够较好地识别农作物害虫、并且具有识别速度快和轻量化的特点,可以为农作物害虫的防治提供帮助。     

基于多尺度融合模块和特征增强的杂草检测方法

针对单步多框检测器(Single shot multibox detector, SSD)网络模型参数多、小目标检测效果差、作物与杂草检测精度低等问题,提出一种基于多尺度融合模块和特征增强的杂草检测方法。首先将轻量网络MobileNet作为SSD模型的特征提取网络,并设计了一种多尺度融合模块,将浅层特征图先通过通道注意力机制增强图像中的关键信息,再将特征图经过不同膨胀系数的扩张卷积扩大感受野,最后将两条分支进行特征融合,对于检测小目标的浅层特征图,在包含较多小目标细节信息的同时,还包含丰富的语义信息。在此基础上对输出的6个特征图经过通道注意力机制进行特征增强。实验结果表明,本文提出的基于多尺度融合模块和特征增强的杂草检测模型,在自然环境下甜菜与杂草图像数据集中,平均检测精度可达88.84%,较标准SSD模型提高了3.23个百分点,参数量减少57.09%,检测速度提高88.44%,同时模型对小目标作物与杂草以及叶片交叠情况的检测能力均有提高。     

家畜排泄物归还对天然灌丛草地土壤-植被影响的研究进展

家畜粪便归还是影响草地生态系统的主要途径之一.为退化草地的恢复措施提供参考,从家畜粪便归还分解过程、归还的多尺度格局、归还对土壤氮素的影响和土壤-植被分布格局对家畜归还响应4个方面进行了阐述.最后提出了今后应从研究区域、研究尺度上探究家畜排泄物对植被地下生物量的响应,同位素在家畜粪便-土壤-植物系统中含量的差异和室内模拟,使研究结果进一步达到量化程度.     

基于多尺度形态学滤波的高分辨率遥感影像分割

针对目前高空间分辨率遥感影像分割预处理噪声去除过程中,通常都是对影像采用同一尺度,即同一尺寸的结构元素,进行滤波,忽略了不同地类中的噪声尺度不一致的问题。该文基于形态学开闭重建运算,采用加权思想,充分利用不同尺度结构元素能去除对应尺度噪声的特点,结合多个尺度结构元素的滤波结果,提出一种多尺度形态学滤波方法。试验结果表明,该方法能有效抑制由于滤波尺度选择不合适造成的影像“过分割”和“欠分割”问题,适合于对高空间分辨率遥感影像的多尺度噪声去除。     

Spatial Multi-scale Relative Humidity Values for Concrete Structures

According to the spatial features of environmental actions, on the basis of the spatial multi-scale model framework (including the global environment, regional environment, engineering environment, surface environment and internal environment of concrete) and the mathematic model for environmental actions, the spatial multi-scale relative humidity values for concrete structures were studied. That is, based on the influential factors of relative humidity on the different spatial scales, the relative humidity values in concrete were deduced by adjustment step by step from the values on the global environment to the regional environment, the engineering environment and the surface environment of concrete. It was found that using the superposition method of conventional statistic model and spatial residual error, the quantitive relationship of relative humidity values in the regional environmental scale and the engineering environmental scale can be established effectively. Moreover, the relative humidity values on the surface of concrete structural elements are related with the temperature values on the surface of concrete structural elements, and the difference of relative humidity values between the surface and the inner part of concrete should be considered in the durability assessment of concrete structures.     

北京耕作土壤重金属多尺度空间结构

为了有效揭示土壤重金属的空间分布特征,为土壤环境质量评价提供科学依据,该研究以北京市耕作土壤中重金属为例,通过地统计学方法分析了重金属空间结构的尺度效应。研究结果表明：土壤重金属Cr、Ni、Zn和Hg的空间结构性对空间尺度有明显的依赖,理论半方差函数的最优性检验进一步表明多尺度套合模型能充分地挖掘和利用土壤重金属Cr、Ni、Zn和Hg的空间变异结构,并且采用多尺度套合模型法对重金属Cr、Ni、Zn和Hg进行克里格插值,其插值效果明显优于单一尺度下的普通克里格插值。因此,多尺度套合模型法能有效地揭示耕作土壤中重金属的空间分布特征。     

干旱指数在杭州市历年旱涝特征分析中的应用

为了加强杭州市的旱涝灾害监测和评估,利用5个气象站近50年的月降水资料,比较分析了Z指数和SPI计算结果的一致性与差异。采用频率分析、趋势变化特征分析和多尺度SPI分析等方法,研究了杭州市各站及各季旱涝的变化特征。研究表明：Z指数和SPI在计算杭州市旱涝情况结果基本一致;杭州市的干旱情况自西向东逐渐加重,洪涝反之;夏季与秋季易引起梅汛、台风洪涝与夏秋干旱交替出现。本文首次使用多时间尺度SPI计算杭州市的旱涝情况,为今后杭州市旱涝预测提供了一定的参考价值。