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。     

机电一体立式夹持菠萝采收装置的有限元仿真与设计

针对菠萝人工采收效率低、劳动强度大等问题,设计了一种机电一体立式夹持菠萝采收装置。通过ANSYS workbench对该机器进行有限元分析,对重要的受力部位进行静力学分析,用以验证辅助人工采收菠萝的可行性,从而解决人工采收固有的劳动强度大、易伤手等问题。静力学分析结果表明:该装置的连杆式夹持机构与锥齿轮折断机构在理论上满足强度和刚度需求。制造实物样机,通过实践检验理论结果,结果表明:该装置满足实际生产中的强度与刚度需求。     

西南地区油菜品种根肿病抗性及布局分析

为明确西南地区主栽油菜品种根肿病抗性,以期为合理品种布局提供依据,降低根肿病的危害和损失。结合病圃根肿病菌生理小种鉴定,在四川安县、大邑、广汉三地区,采用病圃自然发病法,对80个油菜品种进行根肿病抗性评价,并对22个品种连续3年进行抗性跟踪。结果表明：三地区病圃根肿菌为存在基因型分化的4号生理小种;供试油菜品种中无免疫根肿病品种,安县、大邑、广汉三地感病品种分别占比88.75%、83.75%、87.50%,其中55个品种在三地区均表现感病,即不适宜在根肿病菌为4号生理小种区域种植;抗性跟踪评价显示不同品种的抗性稳定性存在差异。‘浙油50’、‘油罐罐’适宜安县地区种植,‘黄金荚’、‘金油858’、‘油研9号’、‘种都油998’和‘渝黄4号’适宜大邑地区种植,‘志远油8号’适宜广汉地区种植。‘绵丰油5号’、‘德名油1号’表现抗性丧失趋势;‘丰油精’、‘高油48’抗性不稳定;‘矮架早’抗性完全丧失。     

阿荣旗农产品质量安全监管做法与成效

阿荣旗是全国现代农业示范区、粮食生产先进县、优质商品粮基地县和自治区大豆主产区,素有"粮豆之乡"、"肉乳故里"、"绿色宝库"的美誉。近年来,阿荣旗坚持"产出来、管出来"两手抓、两手硬的工作理念,把农产品质量安全作为转变农业发展方式、建设现代农业的关键环节,通过落实责任、健全监管网络、提高检验检测能力、强化投入品监管、加大执法力度等方面工作,构建了从农田到餐桌农产品质量安全全过程监管体系,切实保障了人民群众"舌尖上的安全"。     

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。     

不同处理方式对蒸谷米复水性的影响

以稻谷为原料,对蒸谷米的复水性进行了研究。通过单因素试验,探讨超高压浸泡工序、蒸煮工序、干燥工序中相关参数的影响规律,并以蒸煮时柠檬酸添加量、蒸煮次数、微波干燥时间为变量,成品复水率为指标,通过响应面分析建立回归方程,得出蒸煮次数对复水性影响最大,柠檬酸添加量次之,干燥时间影响最小。利用模型确定了较佳参数为柠檬酸添加量1.1%,微波干燥时间6.4 min,蒸煮次数3次。     

我国喀斯特断陷盆地石漠化区植物群落构建机制研究

喀斯特断陷盆地是我国石漠化综合治理8大喀斯特类型中治理成效最低、治理难度最大的区域，面临石漠化严重、干旱频发、植被恢复难等突出问题。文中针对水分是影响喀斯特断陷盆地石漠化治理与植被恢复成效最关键的限制因素，综合分析了国内外水分梯度差异与植物群落构建机制研究动态与发展趋势；提出利用日趋成熟的水分脆弱性评价方法，通过建立基于耦合暴露度、敏感性及适应性的水资源脆弱性评价指标体系，以满足遥感影像分辨率和植物群落调查样地大小的评价单元进行水分脆弱性评估；在建立物种库—功能性状—生境特征数据库的基础上，提出基于功能性状差异进行喀斯特断陷盆地植物群落机制构建的研究方案。提出的研究方案有望解决喀斯特断陷盆地石漠化区水分梯度特征与分布格局、自然植物群落组配规律及其生境特征、水分梯度与生境要素对植物群落特征及功能性状组成的影响规律等关键科学问题，可为不同脆弱生态区植被恢复群落构建机制研究提供重要参考和借鉴。     

全球植物科学领域发展态势分析

基于农业科技创新的发展需求,为农业科技资源的有效配置提供支撑,从文献计量角度对全球植物科学领域研究现状及态势进行分析。利用定性、定量相结合的方法构建检索策略,基于Web of Science数据库及文献计量分析工具,对文献发表量、文献主要贡献国家、机构、期刊及发文量较高的作者H指数进行统计分析。结果表明,1995—2018年植物科学领域的文章发表量整体上呈现稳定增长趋势,学科呈现蓬勃发展的整体势头。美国和中国是文献主要贡献国家,文献量和总被引频次显著高于其他国家,但美国及欧洲国家的篇均被引数量高于中国。从全球来看,中国科研机构在发文数量占有绝对优势,而德国马克思普朗克的文章篇均被引数量高,达到10以上。对2016—2018年的高被引文献(Top10)进行内容分析,并通过高频词共现主题聚类可视化分析。从论文影响力及主题词规模2个维度表征领域内研究方向。结果表明,“植物应对生物及非生物胁迫”、“基因编辑技术”、“基因组学分析”、“植物生殖发育调控”是近年来植物科学的高关注度研究方向,主题内容与前期的需求调研相符,初步预测这些研究方向将对农业创新发展起到重要推动作用。     

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。