基于机器视觉的树木图像实时采集与识别系统

研究了树木图像的实时采集与识别技术 ,以及树木图像处理及分析软件系统的开发 ,并自行设计制作了室内模拟实验系统。树木图像处理技术包括图像的获取、图像的增强、图像边缘检测、图像分割和图像的特征提取与识别。本文的研究能够为分离施药目标与非施药目标提供依据 ,有助于精确农药喷雾的实现。     

Risk management: A probe and study on forest fires

The subject of risk management is attracting more and more attention around the world. The risk of forest fire disasters should be faced and dealt with for forest fires cannot be avoided. Treating forest fire disasters as a risk management issue promotes important measures and methods for fire fighters to prevent, reduce and control the risks of forest fires. In this paper, the risk concept and risk connotation as well as the management risks for forest fire suppression are discussed clearly. Issues such as risk judgments, risk analysis, risk control and the assessment of risk, including their contents and corresponding methods are clarified. Translated from Forest Resources Management, 2006, 2: 24–27 [译自: 林业资源맜理]     

应用微机对TM图像进行森林资源分类的研究

遵义地区地形破碎,地貌很复杂,同谱异物、同物异谱现象较严重,地类界限不明显,而且只有一景单时相(质量7分)的TM数据,在微机上以计算机分类对遵义地区进行森林资源遥感图像分类。通过研究波段的选择、样地参数测算、图像的光谱特征、训练样地的选择和分类方法的选择,提出了可实际应用的技术方法,并全部由微机实现,得出了定量结果和分色图件。     

把林火灾害问题纳入风险管理范畴的探讨

风险管理正在成为全球关注的新学科。森林火灾不可避免,灾害风险不容回避,把林火灾害纳入风险管理范畴,是预防、减少和控制森林火灾的重要手段和措施。文中阐明了林火灾害风险及风险管理的概念和含义,明确了风险判识、风险分析、风险评估和风险控制特别是风险评估的内容与方法。     

基于神经网络的树叶识别系统研究

在林业系统注册树木种类时,通常采用大量树叶上的可见外形特点来辨别数目繁多的树木种类。针对此问题,本文提出了基于神经网络的树叶识别方法,该方法建立并管理一个分等级的树叶图像体系,通过对不同种类树叶的边缘提取来识别每种树叶的特征点,从而得到树叶的外部轮廓来区分树木种类:给出了相应的改进型神经网络算法,并给出详细的论述过程:最后,通过Java语言给出了系统实现并做了大量的数值仿真。结果证明本文方法是可行有效的。图4表1参8。     

青枯菌对桉树及非寄主树木根部吸附和侵入的比较

通过接种青枯菌与非病原的大肠杆菌,对2个桉树无性系和1种非寄主树木的根表吸附菌量及根内含菌量进行测定.结果表明:青枯菌对感病寄主根表的吸附量多于对抗病寄主和非寄主根表的吸附量,对感病寄主根部的侵入量多于对抗病寄主但少于对非寄主根部的侵入量;病原菌较非病原菌对感病寄主根表的吸附量大,但二者对感病寄主根部的侵入量则依据根部伤口的有无而互有高低.青枯菌接种24 h内,感病寄主根表吸附菌量和根内含菌量呈上升趋势,在抗病寄主及非寄主根表的吸附菌量和根内含菌量却呈下降趋势.从统计学上看,青枯菌对寄主根部的吸附和侵入都显示出了一定的选择性,但由于病原细菌能够大量地吸附和侵入抗病寄主和非寄主根部,非病原细菌也能够大量地吸附和侵入桉树根部,因此这种选择性的生物学意义不大,青枯菌对桉树根表没有表现出明显的识别行为.     

基于改进DeepLabv3+的水稻田间杂草识别方法

针对实际稻田环境中水稻与杂草相互遮挡、难以准确区分的问题,提出一种基于改进DeepLabv3+的水稻杂草识别方法。以无人机航拍的复杂背景下稻田杂草图像为研究对象,在DeepLabv3+模型的基础上,选择轻量级网络MobileNetv2作为主干特征提取网络,以减少模型参数量和降低计算复杂度;融合通道和空间双域注意力机制模块,加强模型对重要特征的关注;提出一种基于密集采样的多分支感受野级联融合结构对空洞空间金字塔池化模块(ASPP)进行改进,扩大对全局和局部元素特征的采样范围;对模型解码器部分进行改进。设置消融试验验证改进方法的有效性,并与改进前DeepLabv3+、UNet、PSPNet、HrNet模型进行对比试验。试验结果表明,改进后模型对水稻田间杂草的识别效果最佳,其平均交并比(MIoU)、平均像素准确率(mPA)、F1值分别为90.72%、95.67%、94.29%,较改进前模型分别提高3.22、1.25、2.65个百分点;改进后模型内存占用量为11.15 MB,约为原模型的1/19,网络推算速度为103.91 f/s。结果表明改进后模型能够实现复杂背景下水稻与杂草分割,研究结果可...     

甘蔗收获机割台随动控制系统设计与试验

针对国内现有甘蔗收获机无法对割台高度实施自动控制的问题,设计了一种割台随动控制系统。系统由自重摆动式仿形机构、STM32控制器、位移传感器、上位机模组、按键模块、电磁阀及驱动模组组成。自重摆动式仿形机构与地面直接接触并保持贴附,实时检测收获作业时的地面起伏变化,同时可以依靠仿形机构外廓曲面减小收获机倒退时地面对自身关键部件的冲击。建立割台高度控制参数模型,运用PID控制算法,有效地实现收获机割台高度的精确控制,进一步提升了甘蔗收获机自动化水平和工作性能。田间试验结果表明,收获机在安装割台随动控制系统后,割台随地形起伏变化而变化,使破头率降低,平均破头率为21%,通过与人工控制收获试验对比,平均破头率下降18.5个百分点。     

作物病害智能诊断与处方推荐技术研究进展

由“植物诊所”形成的电子病历为作物病害处方推荐提供了新的思路。如何高效地挖掘电子病历数据并辅助作物病害处方推荐,目前还是亟待解决的研究热点问题。在总结和整理现有国内外研究文献的基础上,对基于显微图像的作物病害病菌孢子识别、基于光谱的作物病害诊断、基于电子病历的作物病害处方推荐等作物病害诊断与处方推荐关键技术进行了系统分析与讨论。综述结果表明,围绕作物病害病菌侵染过程,以智能化处方推荐需求为导向,开展基于电子病历数据挖掘的作物病害处方推荐研究,将成为一个研究重点。针对作物病害处方推荐过程中,存在由于作物病害致病机理复杂、作物品种及病害种类多、病害病症动态变化且特征多等特点和难点,研究基于电子病历数据挖掘的作物病害致病机理解析、诊断推理、智能化处方推荐及其应用策略,将是研究的重大方向;探索基于知识图谱分析、大数据挖掘和机器学习算法推理等关键技术的作物病害电子病历数据挖掘分析研究,从区域宏观视角可视化解析作物病害致病机理及其与特征间的关联关系,面向实际应用场景实现基于诊断推理的单一作物病害处方推荐、基于语义匹配的多种作物多种病害处方推荐,具有更大的实际意义。     

基于脸部RGB-D图像的牛只个体识别方法

为实现非接触、高精度个体识别,本文提出了一种基于牛只脸部RGB-D信息融合的个体身份识别方法。以108头28~30月龄荷斯坦奶牛作为研究对象,利用Intel RealSense D455深度相机采集2334幅牛脸彩色/深度图像作为原始数据集。首先,采用冗余图像剔除方法和自适应阈值背景分离算法进行图像预处理,经增强共得到8344幅牛脸图像作为数据集;然后,分别选取Inception ResNet v1、Inception ResNet v2和SqueezeNet共3种特征提取网络进行奶牛脸部特征提取研究,通过对比分析,确定FaceNet模型的最优主干特征提取网络;最后,将提取的牛脸图像特征L2正则化,并映射至同一特征空间,训练分类器实现奶牛个体分类。测试结果表明,采用Inception ResNet v2作为FaceNet模型的主干网络特征提取效果最优,在经过背景分离数据预处理的数据集上测试牛脸识别准确率为98.6%,验证率为81.9%,误识率为0.10%。与Inception ResNet v1、SqueezeNet网络相比,准确率分别提高1、2.9个百分点;与未进行背景分离的数据集相比,准确率提高2.3个百分点。