改进YOLOv5s对病理学图像中猪只小肠绒毛的检测

为解决传统小肠绒毛需要专业人员手动检测耗时耗力且存在主观性和不稳定性等问题,同时提高在复杂病理学图像中小肠绒毛检测的准确率和效率,该研究提出基于改进YOLOv5s检测复杂病理学图像下猪只小肠绒毛的方法。首先,采用串联形式的混合池化对空间金字塔进行优化,增强特征提取与特征表达,提升检测精度;然后引入一种基于注意力机制的网络模块(simpleattentionmechanism,SimAM)与Bottleneck中的残差连接相结合,使用SimAM对Bottleneck中的特征图进行加权,得到加权后的特征表示,利用注意力机制加强模型对目标的感知。试验结果表明,该研究算法的平均精度（average precision）和每秒传输帧数（frame per second,FPS）达到92.43%和40帧/s。改进后的YOLOv5s在召回率和平均精度上相较改进前提高2.49和4.62个百分点,在不增加模型参数量的情况下,每帧图片的推理时间缩短1.04 ms。与经典的目标检测算法SSD、Faster R-CNN、YOLOv6s、YOLOX相比,平均精度分别提高15.16、10.56、2.03和4.07...     

基于机器视觉的黄花菜图像深度计算

黄花菜人工采摘存在劳动强度大、成本高、无法适应规模化生产需求、采摘设备缺乏等问题。该文针对智能采摘设备视觉系统开展了深度图像计算研究。基于田间黄花菜图像,分别采用SGBM算法、BM算法进行图像匹配、视差计算和深度计算。结果表明,SGBM算法计算结果的绝对误差范围为-1～1.6 mm,BM算法计算结果的绝对误差范围为-3.1～3.5 mm,SGBM算法计算结果优于BM算法,BM算法的运行效率高于SGBM算法。采用的两种方法深度计算绝对误差均小于5 mm,满足采摘设备使用需求,可为研发自动采摘设备提供技术支撑。     

基于深度卷积神经网络的棉花叶片缺氮诊断

为研究深度学习算法在棉花叶片缺氮水平诊断上的适用性,以智能手机作为图像采集工具,利用图像处理和深度学习技术建立基于棉花叶片图像的缺氮水平分级模型,为智能化诊断棉花叶片缺氮水平的研究提供可行方案。本研究在阴天、晴天2种环境下获取了5种氮素水平的棉花叶片图像,在此基础上选取AlexNet、VGGNet、GoogLeNet、MobileNet、ResNeXt、ResNet-v2以及Inception-v3等卷积网络模型进行比较研究,并提出一种基于恒等映射和深度可分离卷积改进的ResNeXt模型来提升棉花叶片缺氮水平检测的效果。结果表明,与AlexNet、VGGNet、GoogLeNet、MobileNet、ResNeXt、Inception-v3、ResNet-v2等模型相比,本研究提出的Improved-ResNeXt模型在对棉花叶片图像的缺氮水平分级时取得了最佳效果,该模型的识别准确率、平均精确率、Kappa系数分别达到了97%、97%、0.96。使用本研究提出的Improved-ResNeXt模型可以有效地解决棉花叶片的缺氮水平诊断问题,且对阴天、晴天2种光照条件下的棉花叶片数据有良好...     

翻耕短期内对草原土壤呼吸的影响

以呼伦贝尔草甸草原为研究对象,研究不同翻耕深度(10cm和20cm)对土壤呼吸的影响。结果表明:翻耕短期内明显加速土壤呼吸速率,且随着翻耕深度的增加而增加。在翻耕后15d内,翻耕10cm和翻耕20cm处理的土壤呼吸速率平均值分别为3.79μmol CO2/m2/s和4.78μmol CO2/m2/s,分别是天然草地的1.33和1.68倍,这种影响持续一段时间后趋于稳定。在翻耕30d后,不同处理的土壤呼吸速率间差距明显减小,天然草地、翻耕10cm和翻耕20cm处理的土壤呼吸速率,在翻耕后第30~47d内测定的平均值分别为2.23μmol CO2/m2/s、1.90μmol CO2/m2/s、2.14μmol CO2/m2/s。     

用小波系数估计图像边缘方向的相干增强扩散图像降噪算法

在分析相干增强扩散方法和小波阈值收缩方法之间关系的基础上,给出了相干增强扩散在小波分析意义下的解释,同时解释了相干增强扩散方法与小波阈值收缩方法在图像性质上的等价性。针对相干增强扩散计算扩散矩阵较慢的缺点,提出了一种用小波系数估计图像边缘方向的相干增强扩散图像降噪算法。仿真试验结果表明,该扩散算子可以很好地定位图像边缘,较好地运用了小波的时频分析功能。     

基于HYDRUS-1D的不同质地土壤入渗过程数值模拟

基于HYDRUS-1D软件,对不同土质(淤泥、粉砂壤土、砂质粘壤土)的灌溉方案进行了系统的数值实验,模拟灌溉结束时及灌溉结束24 h之后的土壤剖面含水量和土壤湿润锋的变化情况。结果表明:在不产生径流的情况下,灌溉结束24 h后土壤的含水量分布和湿润深度只与土壤种类和灌溉量有关,与灌溉速度无关;对透水性较好的土质,灌溉水分重分布明显,以粉砂壤土灌溉速率0.7 cm·h~(-1)和灌溉时间3 h为例,灌溉结束时和灌溉24 h后土壤湿润深度分别为9.2 cm和20.6 cm,有55.3%的灌溉水参加了水分重分布;土壤湿润深度与灌溉量之间存在线性关系,拟合直线的斜率介于5.15(淤泥)和5.95(砂质黏壤土)之间。     

栽植深度对油松造林成活率的影响

通过在河北省木兰林管局燕格柏林区分别在阳坡、半阳坡、半阴破、阴坡4个坡向按照上、中、下3个坡位,1 cm、5 cm、10 cm、15 cm等4个栽植深度梯度进行油松营养杯苗造林试验,结果表明:在一定范围内,造林成活率与造林栽植深度呈正相关,栽植深度达到10 cm以上,对成活率的影响不大;阴坡造林成活率高于阳坡;下坡位高于上坡位。因此,在造林绿化时,根据对造林成活率的要求,阳坡深栽、阴坡适当浅栽,上坡位深栽、下坡位适当浅栽,可以在保证成活率的情况下最大限度降低造林成本。     

机器视觉技术的发展及其应用

机器视觉可以理解为基于视觉技术的机器系统或学科。机器视觉是一个不断发展的研究领域,其主要工作是对图像数据进行处理和分析。机器视觉在智能开发系统中起着关键的作用。研究智能开发系统的主要目标就是开发有能力感知,移动,并能进行经验学习的机器。而伴随着图像处理等相关技术的发展,机器视觉该技术也同时处于上升期。本文对机器视觉的主要技术做了简单的介绍,其中主要包括光源、摄像机及图像采集卡、执行机构等,并论述了其主要的应用领域以及存在的一些问题。