基于图像识别的玉米叶部病害诊断研究

【目的】探讨利用图像技术实现玉米叶部病害自动识别的方法。【方法】根据玉米叶部病害特点，综合应用阈值法、区域标记方法与Freeman链码法，对玉米叶部病害图片进行图像分割、统计病斑个数、去除冗余斑点、计算病斑形状特征，最后根据二叉检索法推断病害。【结果】研究提取了五种玉米叶部主要病斑的识别特征，确定了诊断流程，并开发了识别系统。经检验，该系统对玉米叶部的锈病斑、弯孢菌病斑、灰斑、褐斑、小斑等五种主要病害的诊断准确率达80%以上。【结论】研究结果表明，用图像技术进行玉米叶部病害诊断是可行的，本研究开发的诊断系统为玉米病害自动识别与诊断奠定了基础。     

鸡多趾性状研究进展

鸡常见趾型为四趾,北京油鸡等一些品种表现多趾特征.已有杂交试验证明鸡多趾性状为常染色体显性遗传但外显率不同.遗传图谱和比较基因组学分析显示,鸡2号染色体短臂端45cM处是鸡多趾性状关键候选区间.本文在参考前人工作基础上结合自己的研究工作,就鸡多趾性状表现类型、遗传规律、基因定位和候选基因等研究现状进行了综述.     

监督分类技术在高分辨率卫星影像中的应用

随着社会对专题影像数据需求的逐渐增大 ,要求的提高 ,低分辨率卫星影像制作的专题数据在许多领域已不能满足要求 .该文介绍了利用QuickBird卫星影像制作专题数据的方法 ,以及结合生产实际满足社会需求的实例     

苜蓿品种鉴定及其遗传多样性分析

为快速有效地鉴定苜蓿属（Medicago）在内蒙古地区种植较广泛的10个品种,为后续研究奠定基础。本试验利用SRAP（Sequence Related Amplified Polymorphism）标记初步建立了10个苜蓿品种的指纹图谱,并分析了其中3个苜蓿品种的遗传多样性。试验结果表明,SRAP标记FR12,FR14,FR16,FR18,FR21引物组合在10个苜蓿品种中的多态性较好;利用SRAP标记FR6和FR21组合、FR21和FR17组合,制作出2套指纹图谱,均可有效鉴定出10个苜蓿品种。通过对‘呼伦贝尔’黄花苜蓿、‘草原3号’杂花苜蓿、‘敖汉’苜蓿的遗传多样性进行分析,得到这3个苜蓿品种的平均Nei's遗传多样性指数H和平均Shannon's信息指数I变化规律均一致,且不同产地和利用年限的2份‘草原3号’杂花苜蓿材料的遗传多样性指数达到显著差异（P<0.05）;表明杂花苜蓿的遗传变异程度较大,多样性水平较高。本研究构建了2套苜蓿指纹图谱,有利于从分子水平鉴定不同苜蓿种质资源,同时苜蓿3个种的遗传多样性变异分析可为合理利用苜蓿种质资源和推广应用提供理论参考价值。     

Retrograde CT urethrography using a power injector quantitatively reveals effects of bladder distension on urethral size in healthy male Beagle dogs

Quantitative analysis of the normal retrograde urethrogram is well reported in radiography, but studies on CT urethrography are lacking. Recently, a method of retrograde CT urethrography using a power injector was described. The purpose of the current, prospective, analytical study was to quantify the urethral size of five, healthy, intact, male Beagle dogs using retrograde CT urethrography and a power injector. With the injection rate of the power injector set at 0.3 mL/s, 1 mL/kg of diluted contrast medium (15 mg I/mL) was injected, and a CT examination was performed. The state of the initial urethrogram taken was defined as “empty bladder.” The same procedures were repeated with the injection of an additional 1 mL/kg of diluted contrast medium until the ureteral reflux was seen (distended bladder). There was a significant difference in volumes between the empty and distended bladder, but the membranous urethra showed the least difference (P = .0044) among the three regions (P < .0001 for the prostatic and penile urethra). Urethral diameters at six sites were measured from sagittal images, and the sites of measurements were adopted from the earlier radiographic studies. The most significant difference in the urethral diameters between the empty and distended bladder occurred at the cranial and middle prostatic urethra (P < .0001). The results of this study can be useful for interpreting the results of retrograde CT urethrography. Care must be taken when narrowing is suspected at the prostatic urethra, and if necessary, further distension of the urinary bladder should be tried.     

地理信息系统中电子地图漫游、缩放技术的研究

介绍了地理信息系统和电子地图,探讨了电子地图按照4n方式进行的分块方法,分块后电子地图的漫游、缩小、放大的工作原理,以及在进行漫游、缩小、放大时电子地图的分级和图形编号进行变化的推算过程。最后给出了地图显示的程序处理方法。     

基于Citespace方法对《新疆农业科学》等期刊信息化相关论文的可视化分析

【目的】 了解我国农业类科技期刊信息化建设和技术演变过程及热点,为农业类期刊出版工作提供借鉴和参考。【方法】 基于中国知网数据库(CNKI),应用Citespace和文献计量学方法,以《新疆农业科学》为例,对包括农业类的期刊信息化相关论文进行可视化分析,构建期刊信息化关键词共现时区图谱和信息化技术网络主要节点演变图谱,直观的展现其信息化研究、应用和发展过程。【结果】 CNKI数据库中2000至2019年期刊信息化相关文献共2 472篇,关键词共现网络具有304个节点、1 718条网络线,代表性的关键节点按照时间先后分别有网络化、数字化、新媒体、大数据、微信公众平台和媒体融合。关键词共现聚类中以微信和互联网等信息技术为主的聚类最大。关键词频次分布也反映了新媒体技术及其融合是当前期刊信息化建设和出版的主流。农业科技期刊信息化相关文献关键词共现网络高频出现的仅“新媒体”。【结论】 农业科技期刊虽然在信息化建设上已有提升,但仍滞后于我国期刊的整体信息化发展。《新疆农业科学》在加快信息化和数字化同时,通过新媒体运营提升了出版和学术传播能力,已经走在我国农业学术期刊信息化建设的前沿,媒体融合与智慧出版可能是下一阶段该刊信息化建设和出版、提高学术传播力和影响力的重要方向。     

车牌字符提取中的矫正和切割算法研究

针对车牌字符提取中的图片矫正和切割关键部分，提出了一种基于Hough变换的车牌字符倾斜角度的自动检测矫正算法．在此基础上提出了一种基于边缘分析的二值化算法的投影判断法．对字符目标的灰度和纹理分布进行优化提取．经实地测试检验，字符切割的正确率提高了15％．     

基于通道特征金字塔的田间葡萄实时语义分割方法

复杂环境下葡萄的快速检测识别是智能采摘的关键步骤,为解决目前葡萄识别精度低和实时性差的问题,该研究提出一种轻量级葡萄实时语义分割模型（Grape Real-time Semantic Segmentation Model,GRSM）。首先,利用通道特征金字塔（Channel-wise Feature Pyramid,CFP）模块进行特征提取,该模块通过1?3和3?1空洞卷积的跳跃连接,在减少模型参数量的同时提取葡萄图像的多尺度特征和上下文信息;然后,采用池化卷积融合结构完成下采样,增加可训练参数以减少信息损失;最后,利用跳跃连接融合多种特征恢复图像细节。试验结果表明：该研究所提出的模型在田间葡萄测试集上达到了78.8%的平均交并比,平均像素准确率为90.3%,处理速度达到68.56帧/s,网络结构大小仅为4.88MB。该模型具有较高分割识别精度和较好实时性,能满足葡萄采摘机器人对视觉识别系统的要求,为葡萄的智能化采摘提供了理论基础。     

基于TMU-Net网络的苹果果心分割方法

针对苹果内在品质检测过程中传统测量果心大小方法效率低、准确性差等问题,该研究提出一种基于TMU-Net网络自动分割果心的方法,将Transformer编码器融入U-Net网络结构中,构建改进U型卷积网络TMU-Net模型。模型由特征提取模块、特征处理模块、解码器、特征拼接模块组成,以VGG-16前13层作为主干特征提取网络,在跳跃连接中叠加多重残差空洞卷积（Multiple Residual Dilated Convolution,MRDC）模块,增大感受野的同时增强了模型对底层特征提取能力。采用数据增强技术对果心数据集扩充后,利用迁移学习方法冻结特定的网络层,对TMU-Net模型进行训练。试验结果表明：引入迁移学习并使用最佳训练方式使模型分割精确率提高了22.48个百分点;TMU-Net网络模型在果心分割任务中实现了96.72%的精确率,与U-Net、PSPNet、DeeplabV3+网络对比,精确率分别提升了14.28、9.98、7.15个百分点。该方法能够精准、有效地实现果心分割,可为实现苹果内在品质智能检测提供参考。