沙漠颗粒物对磷酸盐的吸附行为研究

研究了乌兰布和沙漠和库布齐沙漠颗粒物中的磷含量及其在黄河水体中对磷酸盐（P）的等温吸附行为。结果表明：（1）不同沙漠颗粒物中无机磷（IP）、有机磷（OP）和总磷（TP）含量有所差别,其平均值分别为257.70μg/g、42.65μg/g和312.39μg/g;（2）沙漠颗粒物对磷的吸附行为既受温度影响,也随颗粒物的种类...     

超微图像三维重建技术在治蝗农药研究中应用

传统的治蝗农药研究方法存在着研制周期长、实验结果不直观、无法定量研究等问题.基于连续组织超微切片图像的三维重建技术是一种重要的形态学研究方法,可建立生物农药与蝗虫互作组织的三维模型来模拟蝗虫组织器官与生物农药的相互作用过程,该技术在阐明蝗虫组织结构与生理功能间关系及生物农药研究等方面具有重要意义.为此,分析了该项技术在治蝗农药研究中的应用意义.其中,重点介绍了图像保边降噪模型、自适应图像分割、三维混合绘制等关键技术的研究进展.     

植物立体可视化模拟系统原型StereoPlants的构建

随着虚拟植物可视化研究的深入,植物群体以及复杂的植物器官或微观显微结构模拟已成为趋势。目前植物模拟中可视化结果展示方式多是对渲染的图像进行平面显示,不便于对大场景植物群体或复杂微观显微结构可视化结果的认知。为此,该文提出并实现了一个立体显示植物模拟的系统原型,该系统完成植物可视化立体内容的生成到立体展现,系统的软件部分基于跨平台的FLTK界面库与OpenGL图形库完成植物模拟立体可视化架构,支持对现有的基于该图形库的可视化模拟模型的移植,硬件部分由计算机与被动式立体展示系统组成。为了测试系统的可行性与有效性,在立体可视化框架上移植现有植物根系可视化模拟,结果显示,该立体显示植物模拟系统原型可生动地、沉浸地立体显示植物可视化模拟。该原型系统使得植物群体以及复杂的植物器官或微观显微结构的可视化更直观、更容易被认知。     

基于三维重建的动物体尺获取原型系统

为提高现有动物体尺获取技术的效率和自动化程度,提出双深度摄像头动物实时三维重建系统,进而进行动物体尺获取。基于随机采样一致性算法的圆球标定方法对摄像头外参数进行自动标定,再利用外参数将同步获取的点云数据进行配准达到实时重建,最后采用优化拾取机制后的交互式测量方法得到体尺。选取Xtion PRO作为点云数据采集设备并以猪标本作为重建对象,利用高精度激光扫描仪的重建数据与该系统重建结果进行了对比试验,结果表明圆球标定算法能够全自动快速地获取摄像头外参数,用该参数配准后的数据平均误差在7.50 mm以内,该系统以15帧/s的速度重建猪体全身,获取误差在4%以内的体尺信息,达到农业上动物体尺测量的一般要求,该系统可用于动物体尺测量。     

基于多尺度融合注意力机制的群猪检测方法

群猪检测是现代化猪场智慧管理的关键环节。针对群猪计数过程中,小目标或被遮挡的猪只个体易漏检的问题,研究提出了基于多尺度融合注意力机制的群猪检测方法,首先基于YOLOv7模型构建了群猪目标检测网络YOLOpig,该网络设计了融合注意力机制的小目标尺度检测网络结构,并基于残差思想优化了最大池化卷积模块,实现了对被遮挡与小目标猪只个体的准确检测;其次结合GradCAM算法进行猪只检测信息的特征可视化,验证群猪检测试验特征提取的有效性。最后使用目标跟踪算法StrongSORT实现猪只个体的准确跟踪,为猪只的检测任务提供身份信息。研究以育肥阶段的长白猪为测试对象,基于不同视角采集的视频数据集进行测试,验证了YOLOpig网络结合StongSORT算法的准确性和实时性。试验结果表明,该研究提出的YOLOpig模型精确率、召回率及平均精度分别为90.4%、85.5%和92.4%,相较于基础YOLOv7模型平均精度提高了5.1个百分点,检测速度提升7.14%,比YOLOv5、YOLOv7tiny和 YOLOv8n 3种模型的平均精度分别提高了12.1、16.8和5.7个百分点,验证该文模型可以实现群猪的有效检测,满足养殖场管理需要。     

品种筛选多环境测试作图分析方法

作图分析是挖掘品种多环境测试信息的有效手段。为充分挖掘测试信息,高效而准确地实现品种评价、筛选与预测这一目标,有必要引进更多可适用众多性状、易于理解和使用的直观作图分析方法。该研究根据近年分析品种多环境测试的经验,提出3种作图分析方法——雷达图、蜡烛图和条件格式,以国家玉米品种区试数据为例,对3种作图方法的使用进行分析。结果表明：3种方法均为适用于品种多环境测试数据的有效作图分析方法,对不同观测性状均可适用,并易于理解和使用;雷达图有助于多指标综合分析,包括品种或环境的认知度、一致性分析,以及品种的筛选和对比;蜡烛图有助于单指标的详细对比和规律挖掘,如试点区辨力、品种稳定性与优异性规律等;条件格式则是数据浏览与直观表达的结合。应用3种作图方法可提高多环境测试的决策效率。     

基于点云采集设备的奶牛体尺指标测量

为验证Xtion在奶牛体尺测量上应用的可行性,该文以提高现有体尺指标测量技术的精度、效率及自动化程度为目标,选用Xtion作为采集设备,石膏奶牛模型和真实奶牛作为试验对象,在实验室环境下,采用高精度三维扫描仪扫描奶牛模型作为对比点云数据,以不同距离下Xtion采集的数据作为测试点云数据,通过统计误差定量分析数据精度和密度随采集距离变化的规律,以确定合适的采集距离。养殖场环境下,在小于1.2 m采集距离条件下利用Xtion获取奶牛点云数据,采用Meshlab对点云数据进行可视化和交互测量,定性分析阳光、体表材质等因素对获取点云数据质量的影响,并将交互测量与人工测量结果进行对比分析。结果表明,在遮挡太阳光和采集距离大于0.6小于1.2 m条件下,平均误差小于±5 mm,相对误差小于10%,Xtion作为点云采集设备用于奶牛体尺测量是可行的。     

案例教学法在研究生创新教育中的应用

案例教学法是目前教育教学领域研究的热点之一,该方法是将学生带入特定的教学情境中进行思考,以加深学生对抽象原理和概念的理解,有助于培养学生运用理论知识解决问题的能力和创新能力。结合研究生培养中计算机图形图像研究方向的实践情况,探讨了案例教学法在研究生创新教育过程中的必要性,并详细介绍了案例教学法的基本原理及具体应用。实践证明,案例教学法是一种新颖而且有效的教学方法。     

基于unity3d的交互式虚拟农业仿真平台研究

传统的农作物种植试验需要反复设计和改进,且受季节、农时和天气的限制,种植周期长、成本高。基于虚拟现实技术的农作物种植虚拟仿真平台能够缩短作物品种试验周期,降低成本,是实现农业生产现代化的关键。为此,重点研究了基于三网融合技术,以三维虚拟世界为载体,以农业仿真模型为科学计算依据,以任务驱动为特色的虚拟农业仿真平台架构,并基于unity3d实现了交互式虚拟农业仿真平台。     

基于机器视觉的玉米异常果穗筛分方法

针对玉米品种制种过程中病害果穗的表型识别问题,以玉米果穗整体为研究对象,基于二维快速成像技术实现了霉变、虫蛀和机械损伤3种异常果穗的快速分选。构建了单目视觉便携式图像采集装置,采集了任意摆放的粘连果穗目标图像,分别在RGB模型和HIS模型中提取了玉米果穗的6个颜色特征和5个纹理特征,并实现特征参数的归一化。构建了病害果穗分类模型,并采用已知样本特征向量对支持向量机和BP神经网络方法进行训练和对比分析,最后采用支持向量机方法实现了3种异常果穗的快速分选。实验结果表明,该方法对霉变异常果穗筛分的正确率可达96.0%,虫蛀果穗筛分的正确率可达93.3%,机械损伤果穗筛分的正确率可达90.0%。