利用染色示踪和图像处理技术对土壤大孔隙进行定量研究

以太湖地区水稻土为例介绍了染色示踪和图像处理技术在土壤大孔隙定量化研究中的应用.剖面染色的区域是孔隙存在的地方,孔隙的孔径越大,充斥的染料溶液就越多,所染的颜色就越深.据此利用地理信息系统软件ArcGIS和遥感图像处理软件ERDAS对土壤剖面图像进行处理并进行颜色分级.从分级结果中提取代表土壤大孔隙的部分,计算大孔隙的含量.所得结果与土壤各层次的孔隙度、黏粒含量、饱和导水率变化趋势有很好的一致性.并且本文还对染色示踪法土壤孔隙定量的影响因素进行讨论.     

计算机视觉技术在水产养殖中的应用与展望

该文从养殖动物的生物量测量、行为监测和应激状态评估等方面综述了计算机视觉技术在水产养殖中生物信息获取方面的研究进展,并提出了进一步研究的方向是用图像处理技术量化鱼的行为的新方法,鱼在各种应激和养殖条件下行为变化的量化研究和人工智能技术的应用等方面。     

利用图像处理技术评定猪肉等级

为综合评定猪肉等级,该研究实测活体重、胴体重、背膘厚、右半胴体重、右半胴体的主要瘦肉重和眼肌面积,对肉色和大理石纹进行感观评分,并计算瘦肉率和屠宰率,同时固定物距和焦距,在固定光源下,使用数码相机拍摄80幅猪的左半胴体和眼肌面积图像并保存。经图像处理并进行特征提取后,建立图像特征与等级的关系,并用反向传播神经网络(BPNN)方法进行等级评定。结果表明,实际脂肪厚度与图像脂肪厚度、屠宰率与臀部图像面积、实际眼肌面积与图像眼肌面积、眼肌区域的肉色与图像眼肌肉色2G-B,R+G、瘦肉率与图像脂肪厚度和图像眼肌面积相关均有较高的相关关系(p<0.01),基于图像处理和BPNN技术可以快速准确的评定猪肉等级。     

采用运动图像处理检测排种器充填性能

针对人工测量和光电检测排种器性能的弊端,提出了采用运动图像处理检测排种器充填性能的方法。研制了检测多目标高速运动物体(种子)计算机图像处理系统,分析了光照对抓拍运动物体的影响和图像的采集过程,给出了系统的拍摄区域和合理的图像处理窗口,并运用最佳熵门限法准确提取目标和背景,建立了根据种子边缘、面积及种子之间的距离检测排种器充填性能的适用算法。试验表明:采用该系统误差小,速度快     

基于深度可分离卷积网络的粘连鱼体识别方法

及时准确地识别出养殖区域内的粘连鱼体是实现水产养殖中鱼群计数、养殖密度估算等多种基本养殖操作自动化的关键技术。针对目前粘连鱼体识别方法存在准确率低、普适性差等问题,该研究提出了一种基于深度可分离卷积网络的粘连鱼体识别方法。首先采集鱼群图像数据,采用图像处理技术分割出鱼体连通区域图像,构建粘连鱼体识别数据集;其次构建基于深度可分离卷积网络的粘连鱼体识别模型,采用迁移学习方法训练模型;最后基于训练好的模型实现粘连鱼体的识别。在真实的鱼体图像数据集上进行测试,识别准确率达到99.32%。与基于支持向量机（Support Vector Machine, SVM）和基于反向传递神经网络（Back Propagation Neural Network, BPNN）的机器学习方法相比,准确率分别提高了5.46个百分点和32.29个百分点,具有更好的识别性能,可为实现水产养殖自动化、智能化提供支持。     

基于计算机图像处理技术评估杉木和马尾松种子活力

摘要：为实现林木种子活力快速自动化检测,该文以杉木和马尾松各5个批次种子为对象,研究种子活力评估的计算机图像处理方法。首先,种子于蓝色发芽纸上垂直发芽,播种6 d后通过普通数码相机连续拍照5 d。然后,获取的图像经自主开发的幼苗长度分析软件测量幼苗长度并计算生长速率。结果表明：计算机识别的幼苗长度和生长速率能较好地区分种子批的质量水平,该结果与田间检测结果基本一致,但最佳识别指标因物种不同而异。播种6 d幼苗长度（SL6）和播种9 d幼苗长度（SL9）均是评估杉木种子活力的最佳指标,播种10 d幼苗长度（SL10）和幼苗生长速率（GS）均是评价马尾松种子活力的最佳指标。研究结果表明,采用计算机图像处理技术测定幼苗长度和生长速率评估杉木和马尾松种子活力是切实可行的。该研究可为小粒植物种子活力评估提供参考。     

转基因技术在水产动物中的运用

水产养殖业是动物性食物生产增长速度最快的领域,采用现代生物技术以满足人们对水产养殖产品的数量和质量增长的需求日益迫切。在水产养殖动物中已经发展了显微注射、电穿孔、基因枪轰击、精子介导、直接混合、脂质体介导、电穿孔精子载体、生殖腺直接注射等转基因方法,各种方法各有优缺点,针对不同的动物和不同的目的可以选择其中一种方法或几种方法结合使用。鱼类的转基因技术和应用发展较为成熟,但在虾类和贝类中还不稳定,目前主要集中在发展有效的转基因技术上;影响转基因技术在水产动物中的因素除技术的稳定性和基因的整合率外,转基因动物的生态和遗传风险也需要高度关注。     

一种圆形颗粒检测的图像处理技术

为进行圆形农业颗粒物料的分析与识别,根据图像处理的基本方法,设计了高效检测圆形物体的算法,给出了算法的详细描述。与传统检测方法比较,该算法具有较高的计算效率和可靠性,计算结果描述直观。     

图像处理技术用于农机-土壤系统的研究

提出一种用于分析土壤工作部件扰动土壤孔隙变化的图像处理方法。主要步骤为：处理样品的制备；图像获取和孔隙识别；土壤孔隙形态学参数的计算。并给出一个用于研究鼠道犁扰动土壤的实例。结果表明图像处理技术用于研究农机－土壤系统是有效的。     

图像处理技术用于农机-土壤系统的研究

提出一种用于分析土壤工作部件扰动土壤孔隙变化的图像处理方法。主要步骤为：处理样品的制备；图像获取和孔隙识别；土壤孔隙形态学参数的计算。并给出一个用于研究鼠道犁扰动土壤的实例。结果表明图像处理技术用于研究农机－土壤系统是有效的。     

用K-means图像法和主成分分析法监测生菜生长势

温室植物生长状况的实时监测可为生产管理提供科学的决策支持.为开发实时监测中的机器视觉技术,该文选定生菜为研究对象,从单株和群体两个角度构建生菜生长势图像检测法.采集自然光条件下生菜整个生命周期俯视及侧视两类序列图像样本,并同步人工实测生菜生长势的动态数据样本,探讨生长势的图像检测指标与人工实测综合指标之间的相关性.对于单株生菜,通过CCD相机获取其投影图像及水平面两垂直方向侧视图像.就投影图像分割,为提高算法运行效率,将图像由RGB模型转换到HSI模型并提取H分量图像,再运用自动阈值法进行图像二值化处理,可测得单株生菜的投影面积.由于侧视图像背景较复杂,故联合使用K-means彩色图像分割法及伪彩色图像处理方法,获得生菜株高值.同时手工测量表达单株生菜生长势的叶片数、株高、x轴和y轴方向生菜植株的最大宽度、生菜植株某选定叶片的长和宽等6个指标,用主成分分析法从中提取出总生长势信息.将该值作为因变量,图像测得的投影面积和株高值作为自变量并进行回归分析.结果表明,模型的显著性检验概率均小于0.0001,除第4株生菜外,其余模型的决定系数均大于0.80,说明模型极显著且具有较高的拟合精度.对于群体生菜,预试验发现其侧视图像难以准确表达群体生菜生长势信息,故只考虑投影图像,其分割方法与单株生菜侧视图像相同.从中可计算得到群体生菜覆盖指数,再手工测量并算得群体生菜体积指数,以体积指数为因变量,以覆盖指数为自变量建模并进行回归分析.结果表明,模型显著性检验概率均小于0.0001,且决定系数均大于0.89,覆盖指数较好地表达了群体生菜生长势信息.故用图像检测获得的生菜投影面积、株高、群体覆盖指数等三项指标表征生菜生长势一方面具有科学性和可行性,在植物生长状况实时监测领域具有潜在的应用价值,另一方面,其图像分割方法和数据统计方法也可为植物生长状况实时监测等提供一定的借鉴和参考.     

基于形态学图像处理的重叠葡萄果径无损测量

葡萄果实尺寸变化能用来评价葡萄生长及诊断植株水分亏损状况。为实现重叠葡萄果实尺寸的非接触和精确测量,该文提出基于数学形态学的重叠葡萄果实直径测量方法,该方法首先通过内外对象标记消除图像中存在的伪极小值点,再对去除伪极小值点后图像进行分水岭变换得到目标果实的精准轮廓,从而依据目标果实区域计算果实当量直径。试验和现场应用表明,该方法具有好的定位精度,能为葡萄果实直径测量提供精确的轮廓信息;测量系统具有非接触和高精度等优点,测量的重复精度可达±9 μm,为葡萄生长规律研究及葡萄缺水诊断提供了参考。     

数字图像技术在夏玉米氮素营养诊断中的应用

基于6个不同水平的氮肥田间试验,采用数码相机获取夏玉米6叶期和10叶期的冠层图像,分析了不同供氮水平下夏玉米冠层图像色彩参数指标与施氮量、叶片SPAD值、植株硝酸盐浓度、植株全氮含量、0～90cm土壤硝态氮含量之间的关系。结果表明:在6叶期,玉米冠层数字图像色彩参数指标B/(R+G+B)、G/B、R/B、B/L均与施氮量、叶片SPAD值、植株硝酸盐浓度、植株全氮含量、0～90cm土壤硝态氮含量存在极显著的线性相关关系,其中B/(R+G+B)与各营养参数的相关关系最好,其次是B/L。因此,运用数字图像技术进行玉米的氮素营养诊断是可行的。夏玉米6叶期冠层图像色彩参数指标与上述营养参数间的相关性明显高于10叶期,可作为应用数字图像技术进行氮素营养诊断的关键时期,而蓝光标准化值[B/(R+G+B)]是进行夏玉米氮素营养诊断的最佳冠层图像色彩参数指标。     

基于图像处理技术的红火蚁检测识别

对红火蚁（Solenopsis invicta Buren）进行准确检测是红火蚁巡检无人化首要解决的关键问题。该研究提出了一种基于图像处理技术的红火蚁检测识别方法。首先,将草坪环境下红火蚁蚁巢明度分量图像的背景区域进行压缩,并将压缩后的明度与色调差值图像与超绿模型分割提取的背景区域做差值融合,将其结果作为红火蚁蚁巢的检测识别模型。其次,在YOLOv5s算法的主干网络添加注意力机制,构建红火蚁昆虫图像的检测识别模型。最后,将采集到的红火蚁蚁巢图像与红火蚁昆虫图像分别在检测识别模型上进行对比测试。试验结果表明,草坪环境下采集的红火蚁蚁巢图像样本识别的IoU（Intersection over Union）最高可达96.87%,且IoU高于80%的样本占比81.67%;对红火蚁昆虫图像样本进行识别的平均检测速度可达48.53帧/s,精确率（Precision）可达91.50%,召回率（Recall）为89.28%,平均精度值（Average Precision）为95.40%,F1综合评价指标为90.38%,与原YOLOv5s算法相比有较大的提高。该技术方法对草坪环境红火蚁的智能化检测具有一定的可行性。     

罗非鱼初加工喂入量监测与运行参数在线控制

为实现鱼类初加工过程中对物料状态和设备运行参数实时监测与在线控制,该研究以罗非鱼为研究对象,研制了基于机器视觉的喂入量实时监测设备.首先建立基于多源数据与知识融合规则的运行参数在线控制系统,系统主要由工控机、PLC、工业相机、伺服电机和显示器等组成,并研究根据生产线实时输送速度的变化在线调整相机采帧数及曝光时间参数,获...     

基于图像处理和SVR的土壤容重与土壤孔隙度预测

土壤容重和土壤孔隙度是衡量土壤结构的重要参数.传统的土壤容重、土壤孔隙度获取方法费时费力,且大多数预测模型的输入变量获取难度较高.该研究利用土壤粗糙度、土壤阻力与土壤容重的相关关系,以土壤表面图像的颜色参数和纹理参数表征土壤粗糙度,同使用车载式土壤阻力测量系统获得的土壤阻力一起,从信息融合的角度构建了支持向量机回归(S...     

基于卷积神经网络结合图像处理技术的荞麦病害识别

荞麦病害的发生极大地影响了荞麦的品质和产量,对病害的监测是确保荞麦产业健康发展的重要措施.该研究利用深度学习中卷积神经网络的多层特征提取方式,对荞麦病害的特征进行抽取,然后根据特征进行分类,最终实现对荞麦病害的判别.首先采用一种最大稳定极值区域(MSER,Maximally Stable Extremal Region...     

基于深度学习与图像处理的哈密瓜表面缺陷检测

针对传统人工检测哈密瓜表面缺陷效率低等问题,提出利用卷积神经网络（Convolutional Neural Networks, CNN）对哈密瓜表面缺陷进行快速检测。对原始图像进行主成分分析（Principal Components Analysis,PCA）、奇异值分解（Singular Value Decomposition, SVD）和二值化等预处理操作,通过数据扩充得到正常、霉菌、晒伤和裂纹的哈密瓜图像各2 500幅。构建一种改进的类似VGG卷积神经网络模型,将预处理后的图像输入模型,并使用随机梯度下降（Stochastic Gradient Descent, SGD）优化器进行算法优化,为探究CNN模型的特征提取原理,将改进的类似VGG模型每层卷积的特征进行可视化,最后利用开发的哈密瓜表面缺陷检测软件对模型进行试验验证。研究结果表明：图像预处理算法提高了模型的鲁棒性和泛化能力,改进的类似VGG模型优于AlexNet和VGG-16模型,其训练集和测试集准确率分别为100.00%和97.14%;对比预处理前后4类哈密瓜卷积特征可视化结果表明,随着卷积层层数的增加,哈密瓜表面缺陷特征越来越明显,图像预处理后卷积层特征提取效果优于原始图像提取效果。软件测试结果表明：静态下哈密瓜缺陷检测速率达到0.7 s/幅,识别准确率达到93.50%。研究结果可为哈密瓜表面缺陷在线检测技术提供理论依据和技术参考。     

应用多光谱图像技术进行锦橙叶片氮含量监测

以蓬安100号锦橙为试材,运用多光谱图像技术建立快速监测叶片氮含量的方法。利用多光谱相机MS3100采集蓬安100号锦橙叶片图像,运用Adobe Photoshop软件提取叶片图像的颜色特征参数,对其进行数学变换和归一化处理后的颜色特征参数与叶片氮含量值进行相关分析,并建立二者回归模型。结果表明:6个颜色特征参数G-B、G/(R+B)、(G-B)/(G+B)、G/(R+G+B)、g-b值与叶片氮含量的相关较好,综合评价得出G-B、(G-B)/(G+B)、g-b值所建立的蓬安100号锦橙叶片氮含量监测模型较好,其相关系数均为0.84,决定系数为0.70,预测误差为3.7%。研究结果表明,利用计算机视觉技术进行锦橙叶片氮含量监测是可行的。