图像处理技术在植物叶面特征提取中的应用

介绍了一种采用数字摄像头或CCD(Charge Couple Device)机获取叶片的数字图像,建立运用计算机图像处理技术,快速、准确地测定叶片面积、周长及其他相关特征值的叶片测量系统软件。该软件是利用VC++6.0语言,根据该文的算法编写的;它基于Windows平台,具有非常友好的用户界面,采用交互方式实现图像分割、系统标定和最终测量,提高了可靠性和测量精度,实现了非破坏性地测量,在农业、林业等领域具有广泛的应用前景。     

基于Keras-YOLOv3网络的梨小食心虫检测及计数方法研究

[目的]梨小食心虫是世界性的果树害虫之一,世代重叠率高,其幼虫危害最为严重,因其有钻蛀性不易被发现和防治,需要确定成虫的为害动态再根据测报理论指导Ⅰ龄害虫的防治。目前,梨小食心虫害虫的监测主要是通过水盆法诱集并人工对成虫进行计数,但是,人工计数调查后推测梨小食心虫种群动态,不能及时获取种群信息并进行防控,将会带来不可估量的经济损失。因此,探索精准、快速监测梨小食心虫种群动态变化的智能化技术,为其有效防控,实现果品高产优产提供新思路成为了亟待解决的问题。[方法]本文采用Keras-YOLOv3目标检测法识别梨小食心虫并计数,将已采集的梨小食心虫图像经过Keras中数据增强功能进行模型输入等处理,提高梨小食心虫图像辨识、定位和计数的精准度和效率。[结果]自然条件下,Keras-YOLOv3网络模型对梨小食心虫的检测速度为每张0.042 s,检测平均精度mAP值为88.2%,计数精确率为94.5%,较传统YOLOv3模型依次分别提高了10.6%、7.1%、12.0%。在多种害虫并发时,本模型训练的网络环境复杂度欠缺且害虫种类少,梨小食心虫检测的平均精度mAP降至79.98%,计数准确率降至8...     

基于Android WebApp技术的远程教育学习平台的设计研究

移动网络的发展与智能手机的普及,为人们构建了获取知识的新渠道。本文基于移动学习理论,结合远程教育的课程结构与学习模式,基于Android WebApp框架构建了一个远程教育平台模型并对系统架构与关键实现技术进行了阐述,为移动网络环境下新的远程教育模式的构建提供一些参考思路。     

中国枣树害虫信息系统

系统利用SQL Server 2000数据库工具和Visual Basic编程语言,开发了具有查询、维护和添加功能的中国枣树害虫信息系统。该系统实现了枣树害虫信息的综合管理,并可按害虫类群、生活环境和地理分布等条件进行快捷的查询,将害虫的分类特征、生活习性、地理分布、寄主范围等十几项信息以图文并茂的形式直观地展现在用户面前。