基于扇环形区域图像分割的小麦秸秆截面参数测量方法

针对小麦秸秆截面显微图像中组织成分的结构和灰度特征,研究了一种扇环型分区域图像分割方法,用于精确分割厚壁、维管束等关键组织结构。小麦秸秆截面的内外侧轮廓构成了一个近似的环形区域。先粗略定位厚壁和维管束所属的圆环区域。依据定位信息,以截面中心为起点向圆环外轮廓画射线,将圆环划分为大量的扇环形小区域。用Otsu算法对各个小区域进行独立的阈值分割,再对分割结果进行拼接等后续处理,得到完整的厚壁或维管束,最后以此为基础精确测量秸秆截面的各种参数。实验结果表明,与传统的Otsu算法相比,该方法对显微图像采集过程中切片、染色、拍照等环节导致的低质量图像具有较高的分割准确性和鲁棒性,在提高了切片样本利用率的同时降低了人工劳动强度。该测量系统对各类参数的测量精度均大于94.6%。     

基于改进Unet的小麦茎秆截面参数检测

针对小麦茎秆截面显微图像分割过程的复杂性,融合ResNet50和Unet网络构建维管束和背景区域的语义分割模型Res-Unet,搭建对小麦茎秆截面、髓腔、厚壁和背景的语义分割模型Mobile-Unet,可实现对小麦茎秆截面尺寸、髓腔尺寸和维管束面积等微观结构参数的检测.针对小麦样本数据集,通过深度学习中迁移学习的共享参...     

小麦茎秆力学特性测试系统

设计了一种测定小麦茎秆力学特性的试验系统,该测试系统主要由控制部分、执行机构、信息采集模块和显示模块4部分组成,运用比较精确的数据采集系统技术,可对不同性状的小麦进行分类试验,试验操作简单易懂.试验结果表明,该仪器稳定可靠,数据采集误差不超过0.1％,满足系统检测要求,可以对小麦茎秆的力学和生物学特性进行试验.     

小麦条锈病菌夏孢子显微图像远程采集系统设计与试验

利用孢子捕捉器捕捉小麦田间空气中的条锈病菌夏孢子已成为当前小麦条锈病预测预报的重要手段。针对现有的孢子捕捉设备效率低、费时费力、需人工定时换取载玻片或捕捉带等问题,基于ARK-1123C型嵌入式工控机和显微镜CCD数字摄像头,提出了一种高放大倍数、高分辨率的小麦条锈病菌夏孢子显微图像远程采集系统的设计方案。设计了系统的硬、软件结构,实现了自动取载玻片、涂脂、空中孢子捕捉、孢子显微图像采集、载玻片回收等一系列功能,且可根据用户需求远程设置孢子捕捉和显微图像采集参数,采集的图像通过无线网络传输到远程服务器中。为了验证系统的性能,在小麦田间进行了40d的系统综合试验测试。测试结果表明,系统可长时间稳定工作,能够远程实时采集放大400倍的4096像素×3288像素的夏孢子显微图像。该系统能够实时采集和远程传输小麦条锈病菌夏孢子显微图像,可满足野外小麦田间空气中夏孢子监测的需求,为农田空气中小麦条锈病菌夏孢子的自动计数及条锈病的预测预报提供重要技术支持。     

小麦茎秆力学性能与微观结构研

测定了小麦成熟期茎秆的力学性能,研究了茎秆的应力-应变规律.试验观察了茎秆的微观组织结构,得到了茎秆扫描电镜下的解剖构造图像.分析了小麦茎秆承载能力与微观组织结构的相互关系,建立了茎秆横截面的力学模型.结果表明:小麦茎秆是一种典型的多相、筛状、不连续、不均匀和各向异性的复合材料,茎秆具有较高的强度和良好的弹性,其承载能力取决于机械组织的厚度、维管束的数量以及各组织及其细胞之间的连接形式和连接强度,小麦茎秆的抗拉强度为30.36～52.65 MPa,弹性模量为1.14～2.05 GPa.     

小麦茎秆生物力学特性无损检测技术

针对当前小麦生物量的无损检测技术存在精度低、效率低等问题,采用力学传感技术和多元回归分析构建了小麦地上鲜生物量的预测模型,并探究了模型对不同生育期小麦生物量的预测效果.研究结果显示,在测量高度40 cm时,模型的预测效果最好;对抽穗期小麦生物量的预测效果最好,其测试集R2 =0.623,RMSE =0.216 kg;融...     

小麦茎秆力学性能与化学组分试

为分析茎秆的力学性能与主要化学成分之间的相互关系,试验研究了小麦成熟期茎秆的主要力学性能,测定了茎秆不同状态下纤维素、半纤维素、木质素,以及蛋白质、脂肪和糖分等主要化学成分含量.结果表明:小麦茎秆最大拉力为182.38～242.74N,拉伸强度为30.36～52.65MPa,弹性模量为1143.44～1985.86MPa;纤维素、半纤维素和木质素的质量分数分别为22.58%～48.18%、10.85%～22.45%、4.83%～10.59%.小麦茎秆是由纤维素、半纤维素和木质素组成的天然高分子复合材料,呈各向异性,其强度和刚度主要取决于纤维素、半纤维素和木质素的含量及其链接形式和排列方式.     

小麦茎秆粘弹性力学性质试验研究

由于小麦茎秆是具有粘性性质的生物材料,因此在研究茎秆作物优种生物力学评价指标时需要考虑小麦茎秆的粘弹性力学性质,即将流变性质作为应用生物力学方法评价作物优种的指标之一.为此,以小麦的茎秆为材料,试验研究了蜡熟期小麦茎秆材料应力松弛和蠕变等流变性质;同时,分析了不同品种小麦茎秆材料流变性质的差异性,并结合粘弹性力学理论进行了流变学分析,得到了两个小麦品种茎秆材料的应力松弛和蠕变模型.结果表明:不同品种小麦茎秆材料的流变性质不同;小麦茎秆材料的应力松弛特性和蠕变特性可分别用五元件的Maxwell模型和四元件(Burgers)模型来描述.     

小麦茎秆变刚度模型与临界载荷

在对麦类作物茎秆整体抗倒性的研究中,针对作物茎秆结构参数如弹性模量、惯性矩、节间长度以及载荷分布等在不同节间的变化情况,建立了变刚度杆件模型,采用初参数法对该模型的临界载荷作了分析.通过对乳熟期的小麦品种晋农190的测试,得到了其在不同节间位置处的结构参数,采用变刚度模型对该品种的承重能力作了计算,得到该品种的安全系数为1.97,表明该品种有较强的抗倒伏能力.针对该品种茎秆各节间局部失稳的分析表明,该品种在自重及穗重作用下很难发生Brazier屈曲.     

小麦茎秆变刚度模型与临界载荷

在对麦类作物茎秆整体抗倒性的研究中,针对作物茎秆结构参数如弹性模量、惯性矩、节间长度以及载荷分布等在不同节间的变化情况,建立了变刚度杆件模型,采用初参数法对该模型的临界载荷作了分析。通过对乳熟期的小麦品种晋农190的测试,得到了其在不同节间位置处的结构参数,采用变刚度模型对该品种的承重能力作了计算,得到该品种的安全系数为1.97, 表明该品种有较强的抗倒伏能力。针对该品种茎秆各节间局部失稳的分析表明,该品种在自重及穗重作用下很难发生Brazier屈曲。     

基于语义分割与实例分割的玉米茎秆截面参数测量方法

茎秆微观结构与其力学性能密切相关,影响作物的抗倒伏性能。但作物茎秆微观表型参数难以通过人工方式获取,因此急需自动化的测量方法。本研究以玉米为材料,通过光学显微镜获得玉米茎秆横截面切片图像,基于深度学习架构融合ResNet和Unet构建语义分割Res-Unet网络模型,对截面表皮、周皮和髓区3个功能区域进行分割;针对维管束数量多、面积小、密度大的特点,以EfficientDet作为基础网络架构,根据维管束尺寸小的特性,减少双向特征图金字塔(BiFPN)的层数,达到提高推理速度、减少显存占用量的目的,同时添加掩膜分割分支,构造新的网络Eiff-BiFPN实现对维管束的分割。实验结果表明,功能区域分割的平均DICE达到88.17%;维管束分割的AP₅₀和AP_50:70分别达到88.78%和72.80%。根据分割结果,可以获得玉米茎秆截面尺寸、各功能区域尺寸和维管束数量、面积等微观结构参数。本文方法具有精确性、实时性和可用性,可用于玉米茎秆微观结构参数的自动化测定,为作物抗倒伏研究提供技术基础。     

基于细粒度校正的育种小区小麦株高无人机测量方法

在小麦育种田间试验中,小区群体株高是最受关注的重要农艺性状之一。针对当前无人机遥感在小麦育种小区粒度下获取株高表型精确度低的问题,提出了两种方法：基于人工测量真值的近邻校正法(Nearest neighbor correction method, NNCM)和基于多光谱+RGB数据融合的光谱指数校正法(Spectral indices correction method, SICM),近邻校正法通过获取小区群体高程信息、结合地埂进行高程校正、再依据近邻真值滑动校正得到小区精确株高;光谱指数校正法通过计算植被指数并进行指数优选,从而构建株高-植被指数精确反演模型。试验结果表明,在具有地面真值的6个时期,传统无人机作物株高测量方法的相对均方根误差(Relative root mean square error, RMSE100)分别为11.15%、59.44%、11.76%、12.31%、8.05%、59.76%;NNCM的RMSE100分别为7.17%、8.18%、5.70%、5.62%、5.65%、7.74%;SICM的RMSE100分别为7.33%、8.17%、6.05%、6.15%...     

基于改进Mask R-CNN的水稻茎秆截面参数检测方法

针对人工测量、统计作物茎秆显微切片图像中维管束数目、面积等关键参数主观性强、费时费力、效率低的问题,提出一种基于图像处理的水稻茎秆截面参数自动检测方法。首先构建了一个基于改进Mask R-CNN网络的水稻茎秆切片图像分割模型。网络以MobilenetV2和残差特征增强及自适应空间融合的特征金字塔网络为特征提取网络,同时引入PointRend增强模块,并将网络回归损失函数优化为IoU函数,最优模型的F1值为91.21%,平均精确率为94.37%,召回率为88.25%,平均交并比为90.80%,单幅图像平均检测耗时0.50 s,实现了水稻茎秆切片图像中大、小维管束区域的定位、检测和分割;通过边缘检测、形态学处理及轮廓提取,实现茎秆截面轮廓的分割提取。本文方法可实现对水稻茎秆截面面积、截面直径,大、小维管束面积,大、小维管束数量等6个参数的自动检测,检测平均相对误差不超过4.6%,可用于水稻茎秆微观结构的高通量观测。     

基于电子经纬仪立木无损精测技术的干形指数研究

针对传统干形指数研究中上部直径获取困难、树干分段界限难以精准确定等问题,提出了一种基于电子经纬仪立木无损精测技术研究干形指数的方法。选取内蒙古自治区旺业甸实验林场198棵落叶松样本为研究对象,将每株样木10等分,计算相对分段干形指数;使用方差分析法可知各相对分段之间有不同程度的差异;利用聚类分析法可将树干聚合为2~10段;为了获取最优分段数,利用相对干形指数分别计算不同分段情况的材积,并用电子经纬仪观测的材积进行对比。结果表明:树干高度H分为3段时即可达到理想效果,各段平均相对干形指数(对应高度)分别为:4.295(H0.0~H0.1)、1.524(H0.1~H0.4)、1.670(H0.4~H1.0)。此参数的研究可定量描述树干干形分界线,在材积测量中只需测量对应分段处的3个直径即可精准测定材积,有效减少外业工作量。     

用茎流计研究冬小麦蒸腾规律

通过田间试验及理论计算 ,验证了对茎流计在测量作物蒸腾方面的实用价值。试验观测表明 ,白天的作物蒸腾变化与太阳辐射值有很强的相关关系 ,太阳辐射是白天作物蒸腾的主要影响因素 ;作物夜晚的蒸腾变化主要受气温、风速、空气饱和差等因素的影响。通常 ,作物夜晚没有蒸腾 ,但在气温较高 ,风速较大的夜晚 ,作物就会产生很小的蒸腾 ,在天气晴朗的夜晚 ,作物夜晚蒸腾速率的变化遵循着一定的规律     

基于超声波传感器的小麦追肥精准评估系统研究

针对小麦追肥作业过程中开沟器易损苗伤根、追肥位置准确性无法评估的问题,基于超声波传感器设计了小麦追肥精准评估系统,提出一种基于超声波传感器阵列交叉探测小麦追肥行的方法,实时评估追肥机具作业精度。系统由作业轨迹检测部分、数据采集部分和数据分析评估部分组成,依靠安装在追肥机具上的超声波传感器交叉扫描小麦追肥行,检测追肥机具作业轨迹。采集器实时采集超声波传感器数据,记录追肥机具作业轨迹,采用阈值滤波算法对异常数据进行筛选和剔除,利用卡尔曼滤波算法最优估计当前时刻电压,根据目标电压和最优估计电压计算追肥机具偏移距离,进行追肥机具作业精度评估。田间试验结果表明：追肥机具作业速度为3~4km/h时,评估系统能够准确检测出追肥机具作业精度,偏移误判率为9%,最大误差距离为3.15cm,误差距离在2cm之内的占比超过90%,标准差均值为2.10cm,与实际作业情况相符。本评估系统可以实现在小麦追肥作业过程中,实时对追肥机具作业精度量化评估,为小麦精准对行追肥作业精度评价提供了一种新的测量手段。     

基于Android手机平台的冬小麦叶面积指数快速测量系统

叶面积指数（Leaf area index,LAI）是衡量作物生长状况的重要参数,也是科学确定无人机喷药量的主要指标。为了建立一套作物叶面积指数实时测量方法,基于Android手机平台开发了一种冬小麦叶面积指数快速测量系统。在大田条件下选取长势均匀的10个试验区域,在不同生长期采用Android手机平台和ADC多光谱相机分别获取小麦冠层图像,同时手工测量小麦实际叶面积,根据不同测量结果计算3种叶面积指数： 将Android手机图像由RGB空间转换到HSV空间,在H-V双通道组合图像上进行图像分割后计算绿色叶片的面积IArea;由ADC多光谱相机自带软件获取的归一化植被指数（NDVI）和调节土壤植被指数（SAVI）数据反演的叶面积指数ALAI;实际手工测量的叶面积指数LAI。对以上3种叶面积指数的相关分析和建模分析结果表明,随着小麦不同生长期的变化,Android手机平台获取IArea与实际测量叶面积指数LAI的R2大于0.84(P小于0.01),ADC获取的叶面积指数ALAI与实际测量叶面积指数LAI的R2大于0.83。     

小麦含水率在线测量的研究

为了解决精确农业测产系统对小麦含水率的要求，采用圆柱形电容传感器，根据不同含水率的小麦流经电容传感器所对应的不同电容值在RC振荡电路中输出不同的频率的原理，利用单片机采集RC振荡电路输出的频率，通过查表的方法实现小麦含水率的在线测量。