基于显微图像处理的稻瘟病菌孢子自动检测与计数方法

稻瘟病菌孢子的检测通常在显微镜下由人工目测完成,该方法费时、费力、自动化程度低。因此,该研究提出了一种基于显微图像处理技术的稻瘟病菌孢子自动检测和计数方法。首先,采用显微图像系统获取稻瘟病菌孢子图像;然后提出一种分块背景提取法对其进行光照校正;根据显微图像中孢子的边缘特征,利用Canny算子进行边缘检测,其中Canny边缘检测过程中的阈值应用模糊C均值算法在梯度图上自动确定;接着对边缘检测后的二值图像进行数学形态学闭开运算处理。根据孢子和主要杂质的形态特征,利用椭圆度、复杂度和最小外接矩形宽度等形态特征参数对目标物进行分类,提取只含孢子的二值图像。最后,提出了基于距离变换和高斯滤波的改进分水岭算法对粘连孢子进行分离。测试结果表明:在100幅测试的显微图像样本中,孢子检测的平均准确率为98.5%,满足稻瘟病菌孢子自动检测和计数要求。     

基于多维关联规则的猪肉价格波动影响因素分析及预测建模研究

【目的】我国是猪肉生产及消费的大国,近年来,猪肉价格波动呈现频率加快、幅度增大的趋势。猪肉价格波动不仅增加农户收益的风险性,也在一定程度上影响广大民众的生活。正确识别猪肉价格波动的影响因素并对猪肉价格波动进行科学预测,有助于确保市场健康平稳运行。【方法】运用多维关联规则定量分析生猪养殖加工产业链、替代品市场、宏观经济环境变化、突发性事件和国际市场环境等 5 方面共 16 种因素与猪肉价格波动的关联和影响程度,将挖掘得到的高相关因素作为模型输入变量,运用支持向量回归机构造提前多步的猪肉价格波动预测模型。【结果】与猪肉价格波动关联程度最高的前 3 位因素是生猪疫病、生猪价格和仔猪价格,置信度分别为 1.00、0.93 和 0.82;对猪肉价格影响程度最大的前 3 位因素是生猪疫病、猪肉产量和出栏猪肉量,提升度分别为 1.84、1.67 和 1.67。相较于基准预测模型,将 12 个高相关影响因素作为模型输入,均方根误差减少 29.11%,平均绝对百分比误差减少 16.00%。【结论】使用多维关联规则进行变量筛选,不仅能减少模型的变量个数,还能有效提高模型的预测精度。鉴于生猪疫病对猪肉价格波动的关键影响作用,政府相关管理部门应提高对动物疫病的风险防范意识。     

中国城镇化发展水平测度

城镇化是一个国家或地区社会经济发展水平的重要标志,本文基于我国城镇化发展现状和要求,从人口发展、经济发展、社会保障、人居环境和城乡统筹五个方面,构建城镇化发展水平评价指标体系。运用改进熵值法和因子分析法对我国31个省市的城镇化发展水平进行综合分析和评价,发现我国城镇化建设中存在的问题和影响因素,并提出了优化城镇化发展格局、增强城镇化与经济、信息化建设结合等建议,为我国城镇化发展提供借鉴:     

水稻秧盘自动码垛机的设计与试验

针对水稻工厂化育秧播种完成的秧盘人工取盘和层叠堆放劳动强度大、效率低、后续运输不便等问题,该研究设计了一种水稻秧盘自动码垛机,可完成秧盘精确夹取、转移和码垛;阐述了码垛机的基本结构和工作原理,对关键部件进行设计,以可编程逻辑控制器(Programmable Logic Controller,PLC)作为控制核心,搭建了...     

基于DH-YoloX的群养马岗鹅关键行为监测

马岗鹅的行为与其生长状况和福利状况密切相关,马岗鹅关键行为监测对评估其生长性能具有重要的现实意义。为了实现对群养栏马岗鹅关键行为高效率精准监测,该研究探索一种基于YoloX的群养马岗鹅关键行为监测算法（Magang geese behavior monitoring of based on Double Head-YoloX,MGBM-DH-YoloX）,该算法通过减少YoloX的头部数量提升检测效率、使用损失函数减少前景背景干扰、使用迁移训练方式提高网络训练效率等技术对马岗鹅采食、饮水、休息和应激等关键行为及其规律进行分析。MGBM-DH-YoloX首先用Mosaic和Mixup对马岗鹅图像进行数据增强,然后使用增强后的数据集训练模型,并且利用模型检测马岗鹅的关键行为,最后累计得出马岗鹅关键行为的发生时长和行为节律;试验训练集为1 400幅、验证集200幅和测试集为400幅,连续活动视频10 d。结果表明,MGBM-DH-YoloX算法的平均精度为98.98%、检测速度达到81帧/s、内存消耗为2 520.04 MB。对马岗鹅的10 d养殖数据分析发现,MGBM-DH-YoloX能有...     

基于生产率视角的中国水稻生产方式发展绩效评价

生产方式转变已成为我国水稻产业发展研究的热点。运用DEA的Malmquist指数法,研究了2004—2015年中国早籼稻、中籼稻、晚籼稻和粳稻的全要素生产率及其构成和变动趋势,并构造发展绩效指数对中国水稻生产方式发展绩效进行评价。结果表明:2004—2015年中国早籼稻、中籼稻、晚籼稻和粳稻的全要素生产率依次为1.009、1.039、1.008和1.041,4种类型水稻的全要素生产率增长均主要来自技术进步,属于技术诱导型发展模式;从发展绩效指数判断,早籼稻属于低度粗放型生产方式,中籼稻、晚籼稻和粳稻都属于中度粗放型生产方式;从粗放程度判断,近12年来中国水稻生产方式获得了一些改善,但总体上仍然处于粗放型发展阶段。     

育秧播种密度与取秧面积耦合对杂交稻机插质量和产量的影响

为探索杂交稻机械化种植方法,根据杂交稻少本稀植的农艺要求,该文对不同育秧播种密度与插秧机取秧面积耦合栽插的质量和产量进行研究,于2017年和2018年在广东省江门市、肇庆市和汕头市进行不同育秧播种密度(30～90 g/盘)和取秧面积耦合栽插对比试验,分析了耦合栽插对栽插质量、根系损伤率和发根力的影响;以钵体苗人工手插为对照,开展不同育秧播种密度与取秧面积耦合栽插的大田生产试验,分析了杂交稻毯状苗不同育秧播种密度耦合栽插方式的产量表现及其特征。结果表明:1)现有技术条件下,基于育秧播种密度与取秧面积耦合栽插方法可实现不同育秧播种密度下较高质量的栽插,1～3株/穴的比例介于80.67%～95.33%之间,1～4株/穴的比例超过90.67%;育秧床土对栽插质量有较大影响,采用基质育秧或"基质+旱地土"育秧,当育秧播种密度超过50 g/盘时,漏插率为3.50%～6.38%,平均为5.11%,基本满足杂交稻机插农艺要求。2)不同育秧播种密度耦合栽插方式的根系损伤率为15.37%～31.16%;当育秧播种密度大于40 g/盘时,根系损伤率随育秧播种密度的增加而增大;发根力与根系损伤率之间呈负相关关系,相关系数为-0.949 3;当育秧播种密度差异不超过10 g/盘时,发根力没有显著差异,当育秧播种密度差异超过20 g/盘,发根力的差异达到显著水平。3)不同耦合栽插方式中,50 g/盘机插的单产最高;从产量角度看,不同耦合栽插方式及对照的产量规律为:50 g/盘机插钵苗手插60 g/盘机插70 g/盘机插或90 g/盘机插;与各品种的区试产量表现比较发现,不同耦合栽插方式的实际产量都未达到区试产量,其原因是单位面积有效穗数和结实率都不及区试中的表现,但穗长达到或略超过区试中的表现。研究结果对攻克杂交稻机械化种植难题具有参考价值。     

柑橘黄龙病热空气快速处理温度场分布特性试验研究

针对柑橘黄龙病自然热罩热处理存在的处理周期长、效率低、对自然条件依赖大、处理罩内温差过大等不足,提出了一种柑橘黄龙病热空气快速处理方法。为解决热空气快速处理时罩内温差过大的问题,搭建了柑橘黄龙病热空气快速处理温度场分布特性试验平台,研究了有无回风道、风速、热空气入口位置、热空气出口位置、入风口热空气温度对处理罩内温度场分布的影响。试验结果表明:风速、热空气入口位置、热空气出口位置、入风口热空气温度对处理罩内各截面温度场均有显著影响(P0.05);回风道不仅能使处理罩内温度场更均匀,而且能够降低能耗。通过试验得出柑橘黄龙病快速热空气处理的优选参数为:有回风道,风速14.5 m/s,热空气入口位于处理罩下层,热空气出口位于处理罩上层,且与入口呈90?,入风口热空气温度90℃。在该优选参数下,处理罩内温度从32℃上升到48℃,耗时约为9 min,处理罩内的温度极差为3.9℃,比非优选参数下罩内的温度极差相比下降了14.1℃。并在此参数下对柑橘黄龙病进行快速热空气处理田间试验,处理后病菌浓度平均降低80.28%。研究结果为黄龙病热空气规模化处理设备的优化设计提供参考。     

适应场景光照变化的桔小实蝇诱捕监测系统优化设计与试验

为了减少光照造成的桔小实蝇误判,该文在前期设计的基于视频监控的桔小实蝇诱捕装备的基础上,优化改进了硬件装备及监测执行算法。主要通过对装备遮光系统和太阳能装置的改良及Wi Fi/4G等技术的应用形成了一套较完善的集采集、处理、传输和供电为一体的桔小实蝇诱捕监测新装备。同时,改进提出了一种可适应场景光照变化的桔小实蝇检测算法(Bactrocera dorsalis detection algorithm under lighting variations,BDDA-LV),并对软件系统的控制流程与感兴趣数据的判别、获取及传输进行优化,最终形成了一套有较好人机交互的桔小实蝇监测软件系统。通过对新旧桔小实蝇检测算法及系统分别开展了室内和野外试验,结果表明,在中度光照影响下,BDDA-LV算法错误率为7.21%,比原算法降低19.07%,且其运算耗时为原算法的41.7%。在严重的光照影响下,BDDA-LV算法错误率为12.4%,比原算法降低23.07%,且其运算耗时为原算法的42.2%。同时在广州市天河区杨桃公园自然环境下进行了的较长期系统监测试验,该系统可实时稳定地对桔小实蝇进行监测计数。通过对2015年6月18日至24日自然环境下的试验,用计算机系统记录和人工计数比较分析,得到计算机系统计数1634头,人工计数1613头,准确度达98.7%,比优化之前在实验室进行监测试验的系统跟踪精度提高了3.8%。该文所提出的BDDA-LV准确率和运算速率都远高于BBDA算法,整个系统拥有较高的精度和稳定性,具有较好的推广应用价值。     

利用显著图构建注意力深度网络检测诱虫板蔬菜害虫

为提高诱虫板图像蔬菜害虫检测精度,针对背景区域容易导致误检的问题基于显著图分析技术构建了一种注意力深度网络害虫智能视觉检测方法。首先通过显著图筛选出粗候选区域;然后在粗候选区域内用全卷积神经网络精选出细候选区域;接着用神经网络分类器识别细候选区域害虫种类,得到含有冗余的若干检测框;最后用改进的非极大值抑制消除冗余检测框,实现诱虫板图像中目标害虫的检测。针对小菜蛾和瓜实蝇展开试验,获得86.4%的平均精度均值和0.111只的平均绝对计数误差均值,所提方法平均精度均值比Faster R-CNN和YOLOv4分别高2.74和1.56个百分点,平均绝对计数误差均值比Faster R-CNN和YOLOv4分别低0.006和0.003只;同时,消融试验中移除显著图注意力模块后平均精度均值下降了4个百分点、平均绝对计数误差均值增加了0.207只。试验结果表明,所提方法有效提高了诱虫板图像蔬菜害虫检测精度,其中,引入显著图注意力模块对提升检测精度有重要作用。