基于改进残差网络的园林害虫图像识别

针对北方园林害虫识别问题,提出了一种基于改进残差网络的害虫图像识别方法。首先,采用富边缘检测算法,将中值滤波、Sobel算子和Canny算子相结合,对害虫图像进行边缘检测;然后,改进残差网络中的残差块,通过添加卷积层和增加通道数提取更多的害虫图像特征,并将贝叶斯方法运用于改进后的网络中,优化超参数;最后,将预处理的害虫图像输入神经网络中,利用分块共轭算法优化网络权重。对38种北方园林害虫进行了识别,试验结果表明,在相同数据集下,与3种传统害虫识别方法相比,本文方法的平均识别准确率平均提高9. 6个百分点,加权平均分数分别提高16. 3、10. 8、4. 5个百分点。     

基于视觉词典法的母牛产前行为识别

母牛活动方式及规律的信息获取是特定阶段进行必要人工干预的重要判据之一,针对已有通过外置传感器获取信息手段的局限性,提出一种改进时空局部二值模式用于特征描述,构建视觉词典实现对视频中母牛基本行为的识别,并最终通过统计产前特定基本行为发生频次来揭示临产期规律。试验表明所提方法对90组规定视角下母牛产前行走、侧卧和回望等典型行为的平均正确识别率约为94.6%;对30组水平随机视角下拍摄的上述3种行为平均正确识别率约为88.3%。通过采集母牛临产期分娩前后约13 h的视频,提出的算法识别母牛平均执行回望和侧卧的频次依次为30次和21.2次,行为发生频次体现为前低后高,在分娩前回望频次达到峰值8.8次,侧卧频次明显减低为2.2次。试验结果证明,视觉词典法能实现对母牛产期行为的识别与规律的量化描述。     

福州海岛两种林下马缨丹入侵群落的生态位与种间联结

以福州海岛上受马缨丹(Lantana camara)入侵的台湾相思(Acacia confusa)林和桉树(Eucalyptus)林为研究对象,运用生态位宽度、生态位重叠、方差比率法、χ²检验、M. Godron稳定性等方法,对马缨丹入侵群落的物种生态位、种间联结及群落稳定性进行分析。结果表明：马缨丹重要值在台湾相思和桉树林下均居前列,其生态位宽度值最大,占显著优势地位。两种林下马缨丹入侵群落的生态位重叠值总体较低,但马缨丹与台湾相思林下的豺皮樟(Litsea rotundifolia)、两面针(Zanthoxylum nitidum)、了哥王(Wikstroemia indica)、紫弹树(Celtis biondii)等及桉树林下的豺皮樟、鸡屎藤(Paederia cruddasiana)、雀梅藤(Sageretia thea)、两面针等物种存在较高的生态位重叠。台湾相思林下马缨丹入侵群落总体联结性为不显著正联结,正负联结比值大于1;桉树林下马缨丹入侵群落总体联结性为显著负联结,正负联结比值小于1。两种林下15种优势物种的χ²检验结果显示...     

基于改进蜂群算法优化神经网络的玉米病害图像分割

更加细致的体现病害外部形态特征和较为完好的保留病害区域颜色纹理信息,是玉米等作物病害分割的关键性研究问题之一。该文提出一种基于改进人工蜂群算法的脉冲耦合神经网络图像分割算法,该算法以最大香农熵和最小交叉熵加权线性组合作为蜂群算法收益度评价函数,通过引入尺度因子调整引领蜂和跟随蜂的解搜索策略,改进后人工蜂群算法与脉冲耦合神经网络相结合,实现网络参数的自动优化调节。在RGB色彩子空间上将该算法用于一组玉米常见病害彩色图像分割,并借鉴利用彩色图像合并策略得到最终病害分割结果。试验表明,该文算法较为细致的体现病害外部形态特征,较为完好的保留了颜色纹理信息;利用分割区域色度误分度V(I)值作为评判标准,该文算法V(I)幅值顺次降低2.03%、7.05%、10.15%和11.2%,综合降低了7.32% 也优于对比算法。因此,该文算法为病害彩色图像分割提供了一种较为有效的方法。     

基于轻量和积网络及无人机遥感图像的大豆田杂草识别

为提高机器视觉在无人机等小型嵌入式设备中杂草识别的准确率,该文以大豆苗中常见禾本科杂草和阔叶型杂草为研究对象,针对传统和积网络在图像分类任务中模型参数多、训练时间长、含有较多冗余节点和子树的问题,该文改进传统和积网络的学习过程,提出一种以小批量数据作为输入的轻量和积网络。在结构学习中,当积节点作用域内的变量个数小于一定阈值时,合并积节点为多元叶节点,否则将积节点重组为和积混合结构,并对边缘节点进行裁剪,有效降低了模型的参数量和复杂度。在参数学习中,提出贝叶斯矩匹配更新网络参数,使得模型对小样本的学习效率更高。最后结合K均值聚类算法应用于无人机图像中的杂草识别。试验结果表明,利用该方法对无人机图像中大豆苗、禾本科杂草、阔叶型杂草以及土壤的平均识别准确率达99.5%,高于传统和积网络和传统AlexNet。并且模型平均参数量仅为传统和积网络的33%,内存需求最大时减少了549 M,训练时间最多减少了688.79 s。该研究可为轻量和积网络模型在无人机喷洒农药中的杂草识别提供参考。     

基于GIS的玉米数字信息智能管理系统的研究

全球卫星定位系统(DGPS)、地理信息系统(GIS)和专家系统(ES)技术是实现农业数字化的重要技术支撑[1,2].通过探讨应用DGPS、GIS、ES、数据库技术以及本体论技术实现对吉林省玉米信息精确管理.详细阐述了采用MapObjects控件和相关技术研制玉米数字动态信息智能管理系统的过程、系统的主要功能及实现方法.同时把本体论引入到该系统来处理农业空间关系,实现了玉米地块空间数据库与关系数据库的动态连接.