基于扫描图像RGB分析的生物质炭吸附特性研究

以花生壳和玉米秸秆为原料,利用自主研发的无轴螺旋连续热解装置在300、400、500℃的热解温度下反应10 min制备生物质炭,对生物质炭进行工业分析和热值测量,分析其组成成分和热值;开展了生物质炭亚甲基蓝吸附与碘吸附特性研究,结合扫描仪和取色软件获取生物质炭的RGB数据并进行灰度转化,探究生物质炭的吸附特性与RGB值、灰度的相关关系。结果表明:随着热解温度的升高,生物质炭中挥发分的含量降低,固定碳和灰分的含量升高,热值升高;较低热解温度的生物质炭的吸附效果优于较高温度热解的生物质炭;生物质炭的吸附值与R、G、B值均随着热解温度的升高而降低,两者之间存在强正相关关系,相关系数r为0.582~0.944;生物质炭的灰度与吸附值存在强正相关关系,相关系数r为0.685~0.977。     

Spatial variation of quantitative color traits in green and black types of sea cucumber <Emphasis Type="Italic">Apostichopus japonicus</Emphasis> (Stichopodidae) using image processing

It has been suggested that the Japanese sea cucumber, Apostichopus japonicus, has three color types (red, green, and black), although the qualitative difference between the color types, particularly between the green and black types, is unclear because of continuous color variation among color types. This study elucidated the color variation between green and black types using image processing (RGB, red–green–blue system) and multivariate analysis to demonstrate whether or not the black and green types can be quantitatively classified. Moreover, spatial variation of the RGB value among various local sites was clarified to estimate potential environmental factors that may affect the color variation. The series of analyses revealed that a quantitative boundary between green and black types could be provisionally established, and also that spatial variability in the intermediate (continuous) color trait between green and black types was significant. Potential environmental factors (depth and industrial activity index) were correlated with the color traits in both color types. These results suggest that the green and black types cannot be regarded as independent color traits and that the color variation between green and black types may be influenced by local environmental factors.     

用冠层叶色偏态分布模式RGB模型预测大豆产量

为了探索加色混色(Red-Green-Bule,RGB)模型偏态分布模式在大豆产量预测上的可行性,并验证其在不同肥料运筹、不同品种上的通用性,该研究选用曲茎和徐豆18两个大豆品种,设计了不同种植密度和氮肥水平的大田裂区试验,以无人机搭载数码摄像机,在花期及以后的2个重要生殖生长期采集大豆冠层数据.研究证实了大豆冠层数码...     

基于X-ray和RGB图像融合的实蝇侵染柑橘无损检测

实蝇侵染柑橘流入市场会造成巨大的经济损失,因此需要在商品化处理阶段对其全面筛除。针对柑橘在实蝇侵染早期没有明显外部特征,人工抽样检测效率低、筛除难的问题,探索了在生产线上同时搭载农业X光机与RGB相机进行无损检测的可行性,提出了基于X-ray(X光)和RGB图像的多模态数据融合方法,建立了CNN-LSTM检测模型,实现了实蝇侵染柑橘高精度无损检测。模拟了柑橘在生产线上滚动并被拍摄6幅X-ray和RGB序列图像的过程,构建了实蝇侵染柑橘的多源数据集,融合了不同模态的实蝇侵染特征信息,提升了实蝇侵染柑橘检测模型的检测能力,并对比了ResNet18-LSTM、GoogleNet-LSTM、SqueezeNet-LSTM、MobileNetV2-LSTM轻量化检测模型,验证了多模态数据融合方法的有效性。研究结果表明,提出的多模态数据融合实蝇侵染柑橘方法比单模态检测方法检测性能更加优异,其中ResNet18-LSTM检测准确率最高,多模态的图像融合和特征融合方法检测准确率分别达到97.3%和95.7%,单模态X-ray和RGB检测方法准确率分别为93.2%和89.3%。本研究可为实蝇侵染柑橘在线...     

基于无人机RGB图像与改进YOLO v5s的宿根蔗缺苗定位方法

针对预切种式双芽蔗段横向补种机缺少整体的缺苗数据,导致补种效率不高等问题,提出了一种基于无人机RGB图像的宿根蔗缺苗定位方法。首先,通过无人机快速采集实际田间宿根蔗幼苗的高分辨率图像,将航拍大图（分辨率为5472像素×3648像素）切分成多幅子图并进行数据增强,从而构建宿根蔗幼苗数据集;其次,在YOLO v5s的基础上引入P2小目标特征层和DyHead模块,提高对幼苗小目标的检测准确性,并在训练过程引入图像加权策略解决样本数量不平衡问题,进一步提高被遮挡幼苗的检测精度;然后,在切片辅助推理框架中引入改进模型训练权重,在大尺寸田间图像中实现宿根蔗幼苗的检测;最后,构建以改进的DBSCAN聚类算法和PCA拟合算法为核心的作物行识别算法,在作物行线上定位缺苗位置。试验结果表明,改进宿根蔗幼苗检测模型在子图上的平均检测精度为96.8%,在大图上的识别精确率和召回率为94.5%和91.8%,检测时间为0.32s。基于检测的位置坐标信息利用作物行识别算法实现分垄,作物行聚类准确率达到100%,拟合的作物行中心线角度平均误差为0.2455°,作物行中心线上缺苗位置识别的精确率和召回率为91.9%和97.1%,平均定位误差为9.73像素。该方法可用于大尺寸复杂田间图像上的宿根蔗智能缺苗定位,为补种作业提供技术支持,对延长宿根年限、提高甘蔗产量具有重要意义。     

野生钟花樱桃花色的调查分析研究

2018年收集和记录了梅州市梅县区、梅江区、平远县、蕉岭县和丰顺县的50株野生钟花樱桃Cerasus campanulata(Maxim.),以其花为材料,利用PhotoshopCS5软件测定花色的RGB值,并将结果进行聚类分析。结果显示:钟花樱桃花色RGB数值与聚类分析结果分成的类别是一致的,有深粉红色、腥红色、深红色、偏紫色和粉红色。钟花樱桃色彩丰富,可作园林观赏的乡土树种,值得推广种植。     

不同种松树对松树蜂毒素抗性的初步研究

松树蜂(Sirex noctilio Fabricius)是一种重要的国际检疫性蛀干害虫。目前在我国松树蜂潜在寄主范围内,不同树种对松树蜂毒素抗性之间的差异尚不明确。本文以室内栽培的2~3 a生油松、樟子松、红松、湿地松、马尾松及雪松这6种树种为供试寄主,培育3个月后分别接种毒素、毒素真菌混合液并测定每株枝条针叶的RGB值以及叶绿素含量。结果表明,形态上油松和樟子松幼苗接种毒素、毒素真菌混合液后一段时间内,均出现了比较明显的针叶枯黄、脱落的现象,且混合组长势萎蔫,脱落严重,对照组无明显变化。马尾松幼苗只有接种混合液后变化明显,雪松、红松、湿地松接种后长势强劲,长出新芽。从数值化的角度,油松和樟子松幼苗接种毒素、毒素和真菌混合液后,针叶的RGB值减小及叶绿素含量值显著降低。马尾松幼苗只有接种混合液后,RGB值和叶绿素含量才减小。雪松、红松、湿地松接种毒素以及毒素真菌混合液后,RGB值及叶绿素含量均没有明显变化。以上可以看出樟子松和油松对于松树蜂毒素、毒素真菌混合液的抗性较弱,马尾松对松树蜂毒素具有一定的抗性,对毒素真菌混合液的抗性较弱,红松、湿地松、雪松对两者都具有一定的抗性。该结果可为明确松树蜂在我国潜在的寄主范围及寄主选择性提供科学依据。     

基于冠层光谱和覆盖度的马铃薯叶片钾含量估算方法

叶片钾含量(Leaf potassium content, LKC)是表征作物钾素营养状况的重要指标,高效准确地获取马铃薯LKC有助于精准农业施肥管理。本研究旨在通过结合马铃薯关键生育期RGB影像提取的植被指数(VIs)和植被覆盖度(FVC),提高马铃薯关键生育期LKC估算的准确性。首先从马铃薯块茎形成期(S1)、块茎增长期(S2)和淀粉积累期(S3)的RGB影像中提取VIs和FVC,然后分别分析每个生育期VIs和FVC与马铃薯LKC的相关性,最后利用支持向量机(Support vector machine, SVM)、Lasso回归(Least absolute shrinkage and selection operator, Lasso)和岭回归构建马铃薯LKC的估算模型。结果表明：基于RGB影像提取的马铃薯FVC精度较高,且前两个生育期高于第3个生育期;利用VIs估算马铃薯LKC是可行的,但精度有待进一步提高;VIs结合FVC可以提高马铃薯LKC的估算精度。本研究可为作物生长和钾素营养状况监测提供技术参考。     

基于Matlab对成熟番茄RGB阈值的确定

对成熟番茄进行识别是提高番茄深加工品质的保证,也是番茄收获机械中色选部分的核心。为此,如何准确地确定物料RGB三原色的阈值是非常重要的。Matlab是一款著名的数学处理软件,拥有大量的图像处理及输出函数,可以通过程序控制来快速确定指定物料RGB阈值的最佳范围,从而进行成熟番茄的图像识别。与传统编程方法相比,这种方法具有更为简单方便和包含信息量全面等优点。