基于深度学习的林下落果识别方法与试验

监测与识别林下落果的数量和分布信息,是实现落果自动收获和果园智能化管理的重要基础.针对目前落果识别智能化程度较低等问题,提出一种基于深度学习的林下落果识别方法.首先,以不同类型、品种落果图像为基础,通过数据预处理、增强等方法建立林下落果图像数据集.其次,利用YOLO v3深度卷积神经网络优势特性,建立落果智能识别方法....     

1-甲基环丙烯对草菇乙烯受体基因表达的影响

通过生物信息学的方法分析草菇(Volvariella volvacea)基因组的乙烯受体基因,并利用qRT-PCR检测1-甲基环丙烯(1-MCP)处理对草菇乙烯受体基因表达的影响,探究1-MCP对草菇保鲜的分子机理.结果 表明:在草菇基因组中共鉴定到5个乙烯受体编码基因(GME317、GME1797、GME2633、G...     

基于背景饱和度压缩与差异阈值分割融合的香蕉串识别

针对卷积神经网络识别香蕉串样本需求量大、训练时间长、硬件配置高,而传统图像处理方法易受光照、背景颜色影响导致识别的香蕉串不完整且噪声点多等问题,提出一种基于图像背景饱和度压缩与差异阈值分割融合的香蕉串识别方法.首先根据饱和度图像中灰度等级的像素比例自适应确定香蕉串区域的高、低饱和度阈值,然后对小于低饱和度阈值的图像背景...     

香蕉园机器人导航的激光与超声波组合测距方法研究

在长有小灌木等干扰物和机耕道崎岖不平的复杂香蕉园环境中,机器人定位导航方法有时效果不佳、甚至失效,准确测量机器人与香蕉树的最短距离是实现定位与导航的前提和关键,为此提出一种基于拟合滤波的激光和超声波香蕉树测距方法。首先,在各采样时刻由激光和超声波传感器分别测得机器人到香蕉树的距离数据,并相互校验,生成待测香蕉树的一组距离数据;选择二次多项式以最小二乘法对该组距离数据进行拟合,基于拟合的二次多项式和设定阈值对该组距离数据进行滤波,去除其中偏差较大的距离;最后,对滤波后的距离数据中3个最小值求平均值,以此作为机器人到待测香蕉树的最短距离。实验表明,该测距方法在理想环境下对香蕉树的最大测距误差率为1.0%,在有小灌木等干扰物或者道路崎岖不平的环境以及室外自然场景下最大测距误差率为2.0%,相应的最大测距误差为1.0 cm,且测距稳定性良好。     

基于多尺度串联空洞卷积的轻量化UNet香蕉图像分割

针对香蕉果串识别系统中传统的UNet网络存在实时性差、参数量多、下采样后丢失空间信息等问题,该研究提出基于UNet模型的轻量化分割网络,构造一个轻量级的主干特征提取模块,在降低模型参数量和计算量的同时增强网络提取特征的能力,使用膨胀率为[2,1,2]锯齿波形的多尺度串联空洞卷积组合在增大感受野的同时保持对细节的敏感度。该研究算法在自建香蕉果串数据集上的试验结果表明,网络参数量为0.45 M时,香蕉果串识别分割速度可达41.0帧/s,平均像素分类准确率为97.32%、交并比为92.57%。相比于其他模型具有准确率高、参数量小等优点,能够较好地实现精度和速度的均衡。该算法对自然种植环境下的香蕉果串具有良好的识别效果,可为智能化香蕉采摘等应用提供视觉识别技术支持。     

代谢组学在水产动物毒理学研究中的应用

大量研究显示污染水体中含有的有毒物质可以影响水产动物健康生长,甚至导致水产动物大量死亡。然而,人们对很多毒性物质的作用机理的认识还有待深入的研究。代谢组学具有快速、高通量、灵敏度高、选择性强的特点,可以快速检测出生物体在毒性物质作用下的不同时间和不同组织中大量的内源性代谢物质,同时可以与其他组学技术,如转录组、代谢组联合分析毒性物质的作用机理。因此代谢组学技术对促进毒理学的研究、揭示毒性物质的作用机理具有重要意义。文章介绍了代谢组学技术,并总结了近年来代谢组学在水产动物毒理学研究中的应用。     

食用菌采后保鲜方法在草菇上的应用进展

草菇(Volvariella volvacea)又称中国蘑菇,具有较高的营养与药用价值.但草菇采后易开伞、10℃以下低温易自溶,限制了其远距离运输与产业的发展,是最不易保鲜的食用菌之一.因此,通过阐述国内外食用菌采后的不同保鲜方法,从物理、生物和化学3个方面介绍这些方法在草菇保鲜上的应用,以期为草菇企业提供保鲜技术选择...