基于高光谱图像的桑叶农药残留种类鉴别研究

研究了一种快速、精确、无损检测桑叶农药残留的方法。以不含农药残留的桑叶、含有敌敌畏残留的桑叶、含有毒死蜱残留的桑叶、含有乙酰甲胺磷残留的桑叶、含有乐果残留的桑叶和含有辛硫磷残留的桑叶为实验对象,利用高光谱成像仪获取390~1 050 nm范围内的桑叶高光谱图像。利用ENVI软件确定叶片的感兴趣区域,并采用连续投影算法(SPA)优选出10个特征波长(452.51、469.88、517.28、539.85、578.92、643.72、727.24、758.34、785.67、819.67 nm)。利用基于径向基内核(RBF)的支持向量机(SVM)和10折交叉验证的方法建立桑叶农残检测模型,并讨论了3种参数寻优算法(网格搜索、遗传算法和粒子群算法)对模型性能的影响,发现采用网格搜索的SVM模型的性能最优,其交叉验证正确率为63.89%,预测正确率为78.33%。为了进一步提升模型的分类性能,将自适应提升算法(Adaboost)引入到SVM建模方法,基于特征波长下的光谱数据,对桑叶是否含有农药残留及农药残留品种进行分类建模。结果表明,Ada-SVM模型的预测准确率达到97.78%,较传统SVM模型的准确率提高了19.45个百分点。可见,利用高光谱图像技术结合Ada-SVM算法能够较准确地鉴别桑叶农药残留。     

基于叶片微观结构变化的番茄磷水平检测方法

以温室番茄为研究对象,借助扫描电镜技术(SEM)和透射电镜技术(TEM)研究了不同磷养分水平下的叶片表面和断面显微结构以及叶肉细胞超微结构变化。结果表明:正常磷水平下的番茄叶片厚度为(124±2.14)μm,表面气孔和绒毛密度分别为(233.0±5.5)个/mm2和(34.2±1.33)根/mm2,绒毛高度为(97.0±2.83)μm,气孔大小为(13.91±0.85)μm。缺磷会造成叶片厚度明显变薄,引起叶片表面气孔密度、绒毛密度和绒毛高度明显降低,并且会破环叶绿体结构的完整性,但对气孔大小的影响不明显;磷过量,会使气孔大小、绒毛密度和维管束数量显著增加,并引起细胞壁厚度增加,但对气孔密度、绒毛高度和叶绿体结构影响不明显。     

变电站中的嵌入式视频监控系统的

嵌入式视频监控系统可实现摄像头数据的实时采集，并拥有WEB服务器及网络视频服务器的功能，远程的客户端通过浏览器可实时监控远程的视频图像。本文构建了嵌入式视频监控系统的总体框架，设计了以SH4-DSP处理器SH7760为中心的嵌入式体系的硬件结构，并通过软件实现嵌入式web服务器及视频服务器。系统成功运行表明其在变电站的应用可行。     

基于高光谱图像光谱与纹理信息的生菜氮素含量检测

高光谱图像包含丰富的光谱与图像信息,该文基于此试图构建生菜氮素检测模型。利用高光谱图像采集系统获取可见-近红外(390~1 050 nm)范围内的生菜叶片高光谱图像,同时利用凯氏定氮法获取对应叶片的氮素值。将光谱反射值较大波长图像与反射值较小波长图像相除并用阈值化法构建掩膜图像,获取感兴趣区域(ROI,region of interest)。由于高光谱数据量大、且数据间冗余性强,因此如何有效的提取一些特征波长十分重要。该文采用主成分分析(PCA,principal component analysis)对原始高光谱图像进行处理,根据前3个主成分图像(PC1、PC2、PC3)在全波长下的权重系数分布图选出662.9、711.7、735.0、934.6 nm 4个特征波长及对应的光谱特征,并且分别提取4个特征波长图像、主成分图像PC1、PC2、PC3在ROI下的基于灰度共生矩阵的纹理特征,最后利用支持向量机回归(SVR,support vector machine regression)分别建立生菜叶片基于特征波长光谱特征、特征波长图像与主成分图像的纹理特征及光谱纹理融合特征与对应氮素值之间的关系模型。结果表明,在校正性能指标决定系数R2C上,基于光谱特征+特征波长图像纹理特征的模型较好,R2C=0.996,校正集均方根误差RMSEC为0.034;在预测性能指标决定系数R2P上,基于光谱特征的模型较好,R2P=0.86,预测集均方根误差RMSEP为0.22。该研究结果可为农作物氮素的快速、无损检测提供一定的参考价值。     

基于冠层光谱特性的水稻叶片含水率模型

基于水稻叶片含水状况与冠层光谱反射率存在关联,尝试构建水稻叶片含水率模型。在水稻生长的孕穗期,同时测量室外水稻冠层光谱反射率和叶片含水率,依据水稻叶片含水率与各光谱波段反射率之间的相关性系数,选取高相关性系数对应的光谱特征波段。采用遗传算法对BP神经网络的初始权值进行优化处理。分别应用BP神经网络和GA-BP-Network、传统多元线性回归方法建立预测模型。试验表明,GA-BP-Network模型的预测含水率值与真实值平均误差率为3.9%,最大误差率为6.1%,均比BP神经网络、传统多元线性回归预测模型有了很大的改善,提高了预测水稻叶片含水率的准确性。     

基于无人机图像的多尺度感知麦穗计数方法

小麦是世界上重要的粮食作物,其产量的及时、准确预估对世界粮食安全至关重要,小麦穗数是估产的重要数据,因此该研究通过构建普适麦穗计数网络（Wheat Ear Counting Network,WECnet）对灌浆期小麦进行精准的计数与密度预估。选用多个国家不同品种的麦穗图像进行训练,并且对数据集进行增强,以保证麦穗多样性。在原始人群计数网络CSRnet基础上,针对小麦图像特点构建WECnet网络。在网络前端,通过使用VGG19的前12层进行特征提取,同时与上下文语义特征进行融合,充分提取麦穗的特征信息。后端网络使用不同空洞率的卷积加大感受野,输出高质量的密度图。为了验证模型的可迁移性与普适性,该研究通过基于全球小麦数据集训练好的模型对无人机实拍的麦田图像进行计数。试验结果表明：在全球小麦数据集上,WECnet训练模型的决定系数、均方根误差（Root Mean Square Error,RMSE）与平均绝对误差（Mean Absolute Error,MAE）分别达到了0.95、6.1、4.78。在无人机拍摄图像计数中,决定系数达到0.886,整体错误率仅为0.23%,平均单幅小麦图像计数时间为32 ms,计数速度与精度均表现优异。结果表明,普适田间小麦计数模型WECnet可以对无人机获取图像中小麦的准确计数及密度预估提供数据参考。     

草莓红中柱根腐病菌生物学特性研究

针对国内尚未见报道的茄腐镰孢菌引起的草莓红中柱根腐病,对其病原菌的生物学特性进行了初步研究.试验结果表明,病原菌在供试的6种碳源培养基和9种氮源培养基上生长均较良好,而在L-精氨酸上生长较慢.病菌菌丝在10～35 ℃范围内均能生长,最适生长温度为25℃;菌丝生长的pH值为3～12,最适pH为7.光照对菌丝生长影响不大.病菌分生孢子在供试的6种营养物质中均能萌发;萌发温度10～35 ℃,最适温度为27℃;pH值2～12范围内病菌孢子均能萌发,最适pH值为6;分生孢子致死温度为62℃、10 min.     

早熟鲜食枣新品种‘黄营灵枣’

‘黄营灵枣’是从安徽省地方枣种质资源‘黄营枣’中选育出的早熟、丰产、优质、鲜食新品种。果实圆形,平均单果质量12.3 g,最大22.6 g,可食率97%。果肉浅绿白色,肉质细而酥脆,汁液多,味甜,品质上等。在合肥地区8月上旬进入白熟期,可开始采收,果实发育期75 d。     

早熟大果型李新品种——安农美李

目前全国栽培的李树约有800余个品种,但普遍表现为果实偏小。1995-1998年,通过自然实生选种选育出李新品种‘安农美李’,经过8年多的区域试验,综合经济性状突出,生育期短。果实大,外观美,品质优,可与日本近年培育的‘李王’和‘红两全’相媲美。2007年6月通过了安徽省教育厅组织的省级科学研究成果鉴定并正式定名。（本文彩照见插2）