应用ROC曲线对肉鸡腹水综合征的血常规分析

用ROC曲线对肉鸡腹水综合征(AS)的血常规分析,探讨血常规指标在肉鸡腹水综合征诊断的临床价值。购买22日龄健康、体质量相近的白羽肉鸡75羽,随机分为对照组和造病组,对照组为30羽饮自来水,造病组为45羽饮0.3%Na Cl高盐水,其它饲养条件相同,饲喂到35日龄分别进行采血,测血常规;并剖杀取心脏,计算右心室(RV)比全心室(TV)的比值,同时,利用SPSS软件进行t检验和ROC曲线分析。结果表明:造病组的RV/TV比值极显著高于对照组(P0.01);在造病组中的中间细胞(MID)、中间细胞比率(MXD)、粒细胞(GRAN)、红细胞总数(RBC)均显著高于对照组(P0.05),而白细胞总数(WBC)、血小板分布宽度(PDW)极显著高于对照组(P0.01)。根据RV/TV将血常规分为无病组(RV/TV≤0.219)和有病组(RV/TV0.219),进行ROC曲线分析且曲线下面积(AUC)均大于0.5,两组均差异显著(P0.05)。血常规的MID、MXD%、WBC、GRAN、RBC、PDW%的ROC曲线分析的结果,可为肉鸡腹水综合症临床诊断提供参考价值。     

一种基于YOLO v5的草莓多阶段目标检测方法

草莓是一种流行性较广的高价值水果,在我国种植面积较广。草莓采摘期较长,同一时间可能存在多种形态的果实,针对这一特殊生长习性,提出一种基于YOLO v5的目标检测算法,在准确识别成熟果实的同时,完成多阶段草莓的检测,用于机器人采摘、成熟期预估和生产管理。使用草莓生产环境下图像建立数据集,利用深度学习网络提取草莓生长期各阶段特征。将YOLO v5n、YOLO v5s、YOLO v5m 3种YOLO v5系列的模型和CIoU、EIoU、SIoU、AlphaIoU 4种损失函数计算方法组合,形成了12种算法,在数据集上进行对比试验,结果表明SIoU更适合本研究。将优化后的模型在Jetson Xavier NX和Jetson Nano 2款嵌入式开发板上进行推理效率验证,明确了不同开发板使用的最优模型,Jetson Xavier NX更适合YOLO v5m+SIoU的模型、Jetson Nano更适合YOLO v5s+SIoU的模型,为草莓智能化生产奠定基础。     

基于红外热成像的育成期蛋鸡体温检测方法

针对育成期蛋鸡在散养状态下受环境影响大,易生病,体温检测困难的问题,采用红外热成像技术和多元回归分析的方法,对鸡体体表温度和翼下温度之间的关系进行研究,建立温度预测模型.环境温湿度会影响鸡体体表温度的测量,为使红外热像仪采集的体表温度能够准确的反应出鸡体真实温度,试验对鸡体翼下温度和体表温度进行同步测量,并采集饲养环境...     

基于诱虫板图像的温室番茄作物害虫识别与监测方法

[目的]本文旨在探索实时监测温室虫情和精准防控虫害的方法.[方法]设计了一种基于诱虫板图像背景均匀化的自适应分割方法,结合基于随机森林(random forest,RF)的图像识别算法识别4类温室番茄害虫(烟粉虱、潜叶蝇、果蝇和蚜虫)并计数.该方法首先提取诱虫板图像RGB(red-green-blue)颜色模型B分量和...     

一种改进的基于MRF的树木图像提取方法

在自然场景中拍摄的树木图像包含了丰富的信息,并受环境、光照、天气、噪声等的干扰,树木本身及其周围景物的多样性使得自然场景中的树木图像提取成为一项复杂的、探索性很强的工作。本文采用自然图像抠图技术进行树木图像的提取,较好地解决了树木图像内部存在大量空洞和透明现象的问题;提出了关注区域的概念,并引入区域生长的方法,从简化三分图划分、尽可能多地确定前景像素点和减少未知区域待运算像素数目3个方面对基于马尔可夫随机场（MRF）的抠图方法进行了改进。实验结果表明:改进的基于MRF的树木图像抠图算法能够有效地提取树木图像,并简化了人机交互过程,增强了颜色的准确性,同时使运算速度大幅度提高。      

基于形态学的种子图像边缘检测方法

采集种子在传送带上的动态图像,运用数学形态学算子对图像边缘进行检测。结果显示,与传统的边缘检测算法相比,该方法可准确提取种子图像边缘,且具有很强的抗噪能力。     

基于D-YOLOv3检测网络的温室叶菜幼苗图像检测

为解决温室叶菜子叶期幼苗生长密集情况下的图像识别问题,提出一种密集连接型D-YOLOv3检测网络.该网络以YOLOv3为基础构建主干网络,改进检测结构和损失函数.以穴盘培育的油菜幼苗为例展开一系列试验.首先确定了YOLOv3和D-YOLOv3检测网络中损失函数的修正系数;其次通过构建的几种检测网络的对比试验验证了对YOLOv3主干网络、检测结构和损失函数改进的有效性,D-YOLOv3的幼苗检测精度高达93.44％,检测时间低至12.61 ms,与YOLOv3相比精度提升9.4个百分点,时间降低4.07 ms;最后进行不同密集程度和光照环境下幼苗图像的检测性能对比试验,结果表明D-YOLOv3的检测精度、检测时间及对小目标的特征提取能力均优于YOLOv3.D-YOLOv3能够对温室环境下的叶菜幼苗进行有效检测,可以为智能检测装备的作物识别提供依据.     

基于音频技术的肉鸡采食量检测方法研究

【目的】通过研究肉鸡采食音频提出一种基于音频技术的肉鸡采食量检测方法,以摆脱目前我国肉鸡采食量数据主要是人工测量群体采食量的现状,为准确获取肉鸡采食量信息提供技术支持。【方法】录音笔采集到的采食音频经分帧加窗、端点检测等预处理后,将有效声音片段提取出来,依托不同声音的功率谱密度曲线差异,使用单分类支持向量机(OC-SVM)对提取出的有效声音片段进行分类识别。利用音频技术检测肉鸡进食时的啄食次数,分析确定啄食次数与采食量的关系,利用啄食次数与采食量的高相关性计算肉鸡采食量。【结果】利用音频技术检测的肉鸡啄食次数与采食量高度相关,决定系数(R~2)=0.982 5。啄食次数计算正确率为94.58%,采食量计算正确率为91.37%。【结论】该方法可用于肉鸡采食量测定。     

基于高光谱图像技术的大豆品种无损鉴别

为解决传统大豆品种检测方法存在的效率低和精度差等问题,应用高光谱图像分析技术展开大豆品种甄别研究。采集10个品种(每品种100粒,共1 000粒)大豆样本400.92~999.53 nm的高光谱反射图像,分别进行中值平滑、多元散射校正和数据标准归一化预处理去噪,提取样本图像中心30×30 pixels感兴趣区域的平均光谱曲线和标准差曲线。分别以样本平均光谱值主成分得分、标准差光谱值主成分得分及两者结合作为模型输入,基于T-S模糊神经网络和随机森林思想组合分类器构建鉴别模型。经中值平滑的光谱平均值和标准差作输入,结合随机森林思想的组合分类模型鉴别效果最佳,训练集、测试集的平均鉴别率分别达99.6%和97.6%。结果表明,采用高光谱图像技术可实现大豆品种高精度无损鉴别。     

基于空间聚类与随机森林的稻米富集镉影响因素筛选研究

以湖南省某县为例,通过空间聚类筛选研究热点区,并对热点区筛选的土壤样品进行多参数检测获取分析数据,通过随机森林回归锁定影响稻米富集Cd的主控因子。结果表明:研究区高高、高低聚类区稻米Cd富集系数差异达9倍,低低、低高聚类区稻米Cd富集系数差异达16倍;影响稻米富集Cd的最主要因素为Ca、pH、Mn,其次是Fe、Si,再次是Zn、DOC、Cl、K、P、Mg、S、Cd、Na、Cu,影响程度逐渐减小,最后是SOM影响程度最小。通过调控Ca含量可显著影响土壤pH,进而影响稻米对Cd的吸收。随着土壤Fe、Mn的升高稻米Cd含量呈指数下降。土壤Si含量与土壤Fe、pH等均呈负相关,Si含量增加,稻米Cd含量相应升高。有机质对稻米富集Cd的影响不显著。研究表明,双变量空间聚类与随机森林相结合可以有效筛选出稻米富集Cd的土壤主控因子,从而为稻米Cd污染的修复治理及污染源解析热点筛查提供基础支撑。     

基于小波变换的图像融合方法研究

采用小波变换的多分辨率分析技术进行图像融合,将图像信息分解成低频和高频两部分,通过融合算法,将图像数据重构成一幅信息完整的新图像.仿真实验表明,采用本算法融合后的图像更符合客观实际,图像数据信息丰富.     

基于图像信息的马铃薯薯形检测方法研究

马铃薯按薯形分级是提高其经济价值的重要方法。作者提出了一种基于图像边缘信息的薯形检测方法。从马铃薯BMP图像中提取R、G、B分量,利用R+G-B构建灰度图像,经开、闭形态学处理和二值化处理后,运用canny算子检测出边缘点信息;最后利用最大横径与最大纵径的比值作为形状特征参数,建立马铃薯薯形的预测规则。试验结果表明,该方法可以有效地判断马铃薯薯形,为在线检测马铃薯形状奠定了基础。     

基于马尔可夫随机场的运动物体检测方法

智能监控的实现是避免和防范变电站内各种潜在危险的一种有效途径.为了更准确判定变电站工作人员的运动状态,提出一种基于高斯混合模型结合马尔可夫随机场的运动物体检测方法.在图像的HSV颜色空间通过混合高斯背景建模实现对运动物体的初步检测,采用区域性马尔可夫随机场与运动物体模板匹配实现运动物体的精确检测,并根据模板去除存在的阴影.结果表明,该方法可在变电站不同背景条件下有效检测出运动物体,为运动物体的行为分析及运动场景拼接奠定了良好的基础.     

基于大气程辐射遥感图像的上海地区PM_(2.5)监测

基于2012年1月1日至2015年7月30日上海地区PM_(2.5)监测数据,借助空间分析技术,详细分析了上海地区PM_(2.5)时空分布特征。在此基础上,通过计算分析表征区域大气环境状况的大气程辐射遥感图像,利用图像分析技术,研究分析了上海地区基于MODIS的大气程辐射遥感图像和PM_(2.5)空间分布图像的相关性和关系模型,探讨了基于大气程辐射遥感图像进行PM_(2.5)的快速有效监测的可行性。结果表明:在时间上,上海PM_(2.5)浓度冬季或第四季度和第一季度较高,春夏季节相对较低。在空间上,位于上海西部的青浦淀山湖监测站PM_(2.5)浓度相对较高,市区次之,上海靠海的东部浦东新区相对较低。上海地区基于MODIS的大气程辐射遥感影像和PM_(2.5)具有较好的相关性。基于研究区监测站点的大气程辐射遥感值和PM_(2.5)的拟合分析,二者呈对数函数关系,其R~2达0.6。     

基于图像的水稻纹枯病智能测报方法

[目的]目前水稻纹枯病测报依赖人工调查水稻发病丛数、株数和每株严重度来计算其病情指数,操作专业性强,费时费力且数据难以追溯.本研究提出基于图像的水稻纹枯病病斑检测模型和发生危害分级模型,为水稻纹枯病智能测报提供理论依据.[方法]利用便携式图像采集仪采集田间水稻纹枯病图像,研究不同目标检测模型(Cascade R-CNN...     

基于SVM和形态学的作物病斑图像分割方法

作物叶片病斑图像分割是作物病害自动识别的一个重要步骤,为了提高传统的基于阈值或聚类的叶片病斑分割方法的分割效果,提出了一种基于支持向量机(SVM)和形态学的病斑分割方法。首先利用SVM进行病斑图像分割,再利用开运算和闭运算来消除病斑图像中边缘的不连续性、病斑内部的小噪声和小洞。最后,通过对黄瓜细菌性角斑病图像进行试验,结果表明,所提出分割方法具有较好的分割效果。     

基于显著性检测的蔬菜鳞翅目害虫图像自动分割算法

提出一种基于显著性检测的害虫图像自动分割算法(S-segmentation算法),首先利用显著性检测方法,结合图像局部区域的颜色距离和空间距离特征,对样本图像作预处理;然后采用无交互式图像分割算法处理显著检测结果图,可实现目标区域的完美分割,避免多次重复设置背景区域.通过对5种鳞翅目幼虫图像进行分割试验,结果表明该算法的分割准确性明显提高,平均分割精确度可达93.14%,较传统图像分割算法提高了约20%,并且复杂度低,运行效率高,分割精确度不受样本数量影响.进一步将该算法应用到体型和颜色多样化的鳞翅目成虫图像分割上,得到的平均分割精确度达到88.22%.     

基于非负矩阵分解的航拍图像信息提取

为研究非负矩阵分解(NMF)算法的优越性,将此方法应用于航拍图像的信息提取.在对航拍图像进行信息提取时,与传统的主成分分析方法进行了比较.通过选取不同的特征值r与Eignum进行实验.结果表明:当r=20,50时,应用本研究算法的运行时间小于Eignum=20,50时主成分分析的运行时间;并对r=50,Eignum=50时进行了识别率比较,应用此方法的识别率更高,证明了非负矩阵分解算法在航拍图像应用中的时间短、识别率高的优越性.