基于改进残差网络的田间葡萄霜霉病病害程度分级模型

针对传统葡萄霜霉病人工诊断分级方法低效且存在滞后性的问题,提出了一种改进残差网络的田间葡萄霜霉病识别及病害程度分级模型.在田间采集霜霉病前期、中期、后期以及健康叶片图像,并模拟天气、拍摄角度及设备噪声等影响因素进行数据增容;基于不同发病程度叶片间特征相似度高、区分难度大的特点,在优选ResNet-50模型的基础上,为解...     

基于K-means聚类和RF算法的葡萄霜霉病检测分级方法

针对自然环境复杂背景下葡萄霜霉病检测分级困难的问题,提出了一种基于语义分割结合K-means聚类和随机森林算法的葡萄霜霉病检测分级方法,实现对葡萄霜霉病快速分级。构建了葡萄霜霉病数据集,采用HRNet v2+OCR网络建立葡萄叶片语义分割模型,提取复杂环境下葡萄叶片;采用K-means聚类算法将葡萄叶片分解为若干子区域图像,并标记少量数据集进行随机森林算法学习,实现葡萄叶片病斑分割与提取;同时在叶片提取和病斑提取过程中,设计一种像素尺寸变换方法,解决图像分辨率引起的精度低问题。基于HRNet v2+OCR网络的葡萄叶片分割模型的准确率为98.45%,平均交并比为97.23%;融合K-means聚类和随机森林(RF)算法的葡萄叶片正面、反面和正反面霜霉病病害分级准确率分别为52.59%、73.08%和63.32%,病害等级误差小于等于2级时的病害分级准确率分别为88.67%、96.97%和92.98%。研究结果表明,基于K-means聚类和随机森林算法的葡萄霜霉病检测分级方法能够准确地分割自然环境复杂背景下的葡萄叶片和葡萄霜霉病病斑,并实现葡萄霜霉病分级,为葡萄霜霉病精准防治提供了方法和...     

基于机器视觉的马铃薯自动分级与缺陷检测系统设计

针对现有的马铃薯分级和检测需要大量的人力物力、检测效率不高,设计了基于机器视觉的马铃薯自动分级与缺陷检测系统.工作时,自动分级系统对大量马铃薯进行快速表皮去泥和分级工作,得到3种规格的马铃薯并逐个运输到缺陷检测系统进行马铃薯缺陷的识别检测;通过多种图像处理算法对比分析,以平均值法灰度化、中值滤波处理、大津法分割等方法得...     

基于DXNet模型的富士苹果外部品质分级方法研究

针对传统计算机视觉技术在苹果外部品质分级中准确率较低、鲁棒性较差等问题,提出了基于深度学习的苹果外观分级方法（多卷积神经网络融合DXNet模型）。首先,在延安市超市、果园等场所实地拍摄不同外观等级的苹果图像15000幅,并进行人工标记,建立了外部品质信息覆盖度广、样本量大的苹果图像数据库;然后,在对比分析经典卷积网络模型的基础上,采用模型融合的方式对经典模型进行优化改进,抽取经典模型卷积部分进行融合,作为特征提取器,共享全连接层用作分类器,并采用批归一化和正则化技术防止模型过拟合。试验评估采用15000幅图像进行训练、4500幅图像进行测试,结果表明,DXNet模型的分级准确率高于经典模型,分级准确率达到97.84%,验证了本文方法用于苹果外部品质分级的有效性。     

基于圆柱面模型的仿形喷雾植物冠层密度超声量化测试

基于低成本超声波传感器搭建了一套植物冠层超声回波信号检测系统,建立了基于圆柱面叶片分布模型的量化测试台。在正交中心复合设计试验基础上,建立了超声回波信号均值与冠层密度、探测距离的定量关系,即植物冠层密度量化模型。对已建立的植物冠层密度量化模型进行方差分析,结果表明,植物冠层密度量化模型具有显著性,且失拟性不显著。植物冠层密度量化模型决定系数R2和预测模型决定系数R2分别为0. 988 5和0. 911 4,表明试验值和预测值具有良好的一致性。为了验证已建立的植物冠层量化模型的可靠性,于室内测试台进行了4种植物在3种不同测试距离下的冠层密度验证测试,试验结果表明,实测值与模型测量值的相对误差最小为1. 230%,最大为13. 650%,平均相对误差为6. 120%,植物冠层密度量化模型对室内测试台的冠层密度测量有较好适用性。室外选择3棵不同的桂树,每棵树选择9个测试点进行验证测试,试验结果表明,实测密度与模型测量密度的最小相对误差为3. 959%,最大相对误差为20. 600%; 3棵桂树的实测密度与模型测量密度的平均相对误差分别为11. 244%、12. 246%和9. 628%,植物冠层密度量化模型对户外桂树密度测量有较好的适用性。     

种子重力分选机预分层喂料系统设计与试验

为了提高种子重力分选机分选性能,降低设备使用调节难度,提出了种子进入分选台面的预分层工艺,设计了配套的分层喂料系统,计算确定了结构参数。在SolidWorks中建立了系统模型,采用SolidWorks-Simulation对模型工作应力和位移进行分析。采用SolidWorks-Flow Simulation对流场进行仿真和系统结构参数优化。在5TZX-50型重力分选机上进行试验,利用Design Expert 软件进行Box-Behnken响应面分析,建立了性能指标与影响因素的数学回归模型,选出了气流速度为3.40m/s、振动频率为9.75Hz、导流板倾角为29.65°的最佳组合,该组合下除轻杂率和除重杂率试验值为95.12%和96.37%。试验表明,除杂率与目标优化预测值的误差不大于1.36%,分层喂料系统满足设计要求。     

面向畜禽加工的智能化装备与技术研究现状和发展趋势

现阶段,智能化加工装备与技术代表着生产力,是提高生产效率、转变发展方式的物质基础,智能化装备技术在畜禽加工过程中的应用在保证稳定、可靠的生产过程的同时,有着显著的经济效益。总结了智能化装备在畜禽屠宰、分割和分级等加工过程中的应用,归纳了国内外学者在机器视觉、光谱检测、多种技术融合、X射线CT成像和超声波成像等智能化技术在畜禽加工领域的诸多研究成果,分析了当前畜禽加工中存在的智能装备不系统、智能化技术不成熟的问题现状,展望了未来智能装备技术在畜禽加工中设备类型标准、多样化,提高设备集成化水平,促进技术融合等发展趋势,为畜禽加工智能化装备技术研究与行业智能化发展提供相关信息和参考。      

水匮乏指数在区域水安全评价中的应用

针对水安全问题,以农垦红兴隆分局为例,采用水匮乏指数和样本均值-标准差分级法对红兴隆分局下属12个农场2006年的水安全状况进行了评价和分级,并根据分级结果提出了相应的对策。结果表明,八五三和红旗岭农场的WPI值处于安全状态,水安全状况最为乐观;饶河农场的WPI值处于较高安全状态,水安全状况较好;友谊、五九七、八五二、二九一和江川农场的WPI值处于中等安全状态,水安全保障体系有待于进一步加强;北兴农场的WPI值处于较低安全状态,水安全状况较差;而双鸭山、曙光和宝山农场的WPI值处于不安全状态,水安全状况最差。     

‘凤梨释迦’果实分级标准研究

通过测定‘凤梨释迦’的单果重、果形相关因子和可溶性固形物含量,并对各指标进行主成分分析和聚类分析,旨在为‘凤梨释迦’果实分级提供参考。结果表明:‘凤梨释迦’果实偏斜度变异系数最大,大果面厚变异系数最小;各果形指标间及其与果实品质的关系密切,其中可溶性固形物含量与单果重呈极显著正相关,与偏斜度呈极显著负相关;主成分分析和聚类分析结果表明‘凤梨释迦’果实分级标准决定因子应以代表果实大小的单果重等指标为主,以代表果实形态的果形指数和代表偏斜度的偏斜指数为辅助因子。     

辣木种子苗繁育技术操作规程

种苗繁育是规范化种植的基础环节,为进一步规范辣木种苗繁育技术,于2013～2015年对辣木种苗繁育过程中的种子采收、种苗繁育、田间管理、采收运输及分级标准进行了总结,并制定了辣木种苗繁育技术操作规程(SOP),以期为辣木标准化的种苗生产提供依据。