基于三维点云的蔬菜大棚杂草识别方法

为实现蔬菜大棚内自动化除草的目的,针对其中的杂草识别环节,提出了一种基于三维点云的新型蔬菜大棚杂草识别方法。采用RGB-D相机获取青菜田、生菜田的三维点云图像,采用超绿色算法去除其中的土壤等背景,采用体素滤波法在保留点云图像形状特征的同时降低点云数量,然后采用欧式聚类法分割出单株青菜和单棵杂草的点云簇,分别计算得到每个点云簇的最高点的Z坐标值,最后结合深度信息Z坐标值实现蔬菜大棚杂草识别。结果表明:这种基于三维点云的杂草识别方法能够有效的识别出杂草,识别率为86.48%。该方法能够对蔬菜大棚中的杂草进行准确识别,为蔬菜大棚自动化除草提供有效的解决方案。     

种源“卡脖子”问题的识别、成因与破解路径研究——以农作物种业为例

我国是农业生产大国和用种大国,历届政府都非常重视种业发展,农业生产中应用的大多数品种是自主选育的。我国种业发展受益于国际合作,同时也因全球价值链地位和国际分工,在部分领域形成了进口依赖,不得不面对种源“卡脖子”问题。本文基于对农作物种业特殊属性的阐释,解读种源“卡脖子”问题的表现形式和内涵,建立种源“卡脖子”问题的识别筛选框架,分析种源“卡脖子”问题的成因,提出了种源“卡脖子”问题的破解路径。研究表明,农作物种业具有消费对象的特殊性、供求关系的差异性、生产与销售的季节性、自然风险与技术风险的叠加性等特殊属性。种源“卡脖子”问题的表现形式既包括种子、亲本等有形商品,也包括专利、基因等无形技术。种源“卡脖子”问题的内涵可以归结为种业国际合作的产物、种业垄断的极端形式,并有理性与非理性之分。通过要素密集度、技术预见度、技术垄断程度和全球竞争地位4个层次的识别筛选,我国种源“卡脖子”问题的成因在于种子贸易竞争力不足、自主创新能力较弱、知识产权保护及国际布局落后、商业化育种体系不健全和品种管理制度不合理。因此,破解种源“卡脖子”问题,需要从改革品种管理制度、改善种业发展环境和打造国际竞争联合体3...     

大豆菟丝子的识别与防治

今年春夏长江中下游雨水较多,大豆菟丝子普遍发生,在部分地区已造成较严重危害。为了减轻今年的危害和利于来年的防治,特刊发此文供参考。     

几种白蚁种间竞争与种内相容性初步研究

将林地挖巢获得的几种白蚁,按照一定比例配置于同一培养皿中观察其相容情况,通过实验可以发现：在种间斗争中,４种白蚁争斗性强弱依次可表现为：长泰乳白蚁＞黄翅大白蚁＞囱土白蚁＞长长翅散白蚁。对于同种不同巢群的个体,黄翅大白蚁种群的 体间能够良好相容,并巢合群完全可能成为其实现种群繁衍的第三种自然演替方式。     

一种基于无人机遥感和卷积神经网络的梨树树龄梯度识别方法

梨树的树龄测定是古梨树保护监管以及开发其经济价值工作中最初也是最重要的一步,现有的古树树龄测定方法主要都是针对单棵古树,不适合对大量(超过上千棵)的梨树进行树龄测定。针对上述问题,提出了一种基于卷积神经网络的梨树树龄梯度识别方法,在确定梨树树龄梯度后,通过无人机获取梨树遥感图像,合成梨树图像后,进行分割,得到单棵梨树的图像,利用RESNET模型自动获取图像深层特征,从而实现对梨树树龄梯度的识别。实验结果表明:该方法目标识别准确率为85.56%,优于其他方法,时间效率则远胜传统树龄测定方法。因此,该方法具有较高的使用价值,可以大幅度降低梨树树龄测定成本开支,具有实际意义。     

大白菜病毒病识别与综合防治技术

大白菜病毒病又名孤丁病,俗称抽风,是十字花科蔬菜的一个重要病害,据近几年调查,主要发生在大白菜幼苗期,一般发病率10%～15%,严重田块可达到70%,病情指数为5～8,一般损失5%～10%,重者损失80%以上。它是一种病毒病害,为便于识别,更好地防治病毒病的发生并减少损失,笔者就十字花科蔬菜病     

纳雍县萝卜与胡萝卜常见病虫种类及防治措施

阐述了纳雍县萝卜主要病虫害(黑腐病、霜霉病、菜蛾和萝卜蚜)及胡萝卜主要病虫害(黑斑病、黑腐病和茴香凤蝶)的识别及综合防治措施。     

豇豆常见病害的识别与防治

(一)豇豆根腐病俗称烂根、死藤、豇豆瘟,各地均有发生,为害较重。豇豆从苗期到收获期均可发病,主要侵害根和茎蔓。根部发病,呈典型根腐,主、侧根及茎基部变褐色腐烂,病部略凹陷。地上部叶片由基部向上逐渐枯黄,严重时全株枯死,有时根部及茎基部出现褐色纵向裂痕。茎部发病,造成     

探究企业操纵利润的识别及防范策略

在我国经济飞速发展进程中,证券市场成熟程度不断增加,部分企业受利益的趋势操 纵利润现象发生频率也逐渐增加。企业操纵利润现象识别及防范,也成为我国证券交易市场良 性发展进程中需要解决的首要问题。因此,本文以企业操纵利润为研究目标,通过对企业操纵 利润现象的分析,提出了几点企业操纵利润识别及防范措施,以期为企业操纵利润问题解决提 供依据。     

逐步判别分析在无翅型豆蚜虫龄识别中的应用

测量了豆蚜的体长、体宽,触角长、腹管长、尾片长和后足胫节长等6个因子,建立了6套不同因子识别豆蚜虫龄的判别方程,各方程的回代率都达95%以上。研究结果还表明,腹管和后足胫节作为豆蚜虫龄识别特征具有较高的可靠性.