改进DeepLabV3+算法提取无作物田垄导航线

机器视觉导航是智慧农业的重要部分,无作物田垄的导航线检测是旱地移栽导航的关键。针对无作物田垄颜色信息相近、纹理差距小,传统图像处理方法适用性差、准确率低,语义分割算法检测速度慢、实时性差的问题,该研究提出一种基于改进DeepLabV3+的田垄分割模型。首先对传统DeepLabV3+网络进行轻量化设计,用MobileNetV2网络代替主干网络Xception,以提高算法的检测速度和实时性;接着引入CBAM（convolutional block attention module,CBAM）注意力机制,使模型能够更好地处理垄面边界信息;然后利用垄面边界信息获得导航特征点,对于断垄情况,导航特征点会出现偏差,因此利用四分位数对导航特征点异常值进行筛选,并采用最小二乘法进行导航线拟合。模型评估结果显示,改进后模型的平均像素精确度和平均交并比分别为96.27%和93.18%,平均检测帧率为84.21帧/s,优于PSPNet、U-Net、HRNet、Segformer以及DeepLabV3+网络。在不同田垄环境下,最大角度误差为1.2°,最大像素误差为9,能够有效从不同场景中获取导航线。研究结果可为农业机器人的无作物田垄导航提供参考。     

濒危植物山楂海棠春季光合特性的研究

以3年生的山楂海棠幼苗为研究对象，使用LI-6800便携式光合测定仪测定其光合参数，旨在为山楂海棠苗木培育提供理论依据。结果表明：净光合速率(A)日变化曲线呈双峰，峰值出现在08:00和16:00,08:00光合能力最强；11:00蒸腾速率(E)最大；09:00水分利用效率(WUE)最大；05:00光能利用效率(QUE)最大；08:00气孔导度(GSW)最大，14:00最小；胞间CO₂浓度(C_i)曲线呈U型，14:00最小，05:00最大；光合有效辐射(QIN)在1 249.420μmol·m^-2·s^-1时达到饱和光强；CO₂浓度在1 082.800μmol·mol^-1时达到饱和CO₂浓度。