简介:摘要 : 准确获取西兰花花球面积和新鲜度是确定其长势的关键步骤,本研究通过对深度残差网络 ResNet进行改进得到一种新型的西兰花花球分割模型,并通过花球部位黄绿颜色占比判断其新鲜度,实现低成本高效准确地西兰花表型信息提取。主要技术流程包括:( 1)基于地面自动影像获取平台拍摄西兰花花球正射影像并建立原始数据集;( 2)对训练图像进行预处理并输入模型进行分割;( 3)基于颜色信息用粒子群结构 PSO和大津法 Otsu对分割结果进一步进行阈值分割,获取其新鲜度指标。试验结果表明:本研究建立的分割模型精度优于传统深度学习模型和基于颜色空间变换和阈值分割模型, 4个评价指标结构相似性指数 (SSIM)、平均精度 (Precision)、平均召回率 (Recall)、 F-度量 (F-measure)结果分别为 0.911、 0.897、 0.908和 0.907,相比于传统方法提升了 10%-15%,且对土壤反射率波动、冠层阴影、辐射强度变化等干扰具有一定的鲁棒性。同时,在分割结果的基础上采用 PSO-Otsu法可以实现花球新鲜度快速分析,其精度超过了 0.8。本研究结果实现了西兰花田间多表型参数的高通量获取,可以为作物田间长势监测研究提供重要参考。
简介:为实现醇化烟叶中霉变烟的自动在线精选,设计了基于机器视觉的霉变烟在线检测系统。该系统通过高速线阵CCD动态获取烟叶图像,采用MSD微结构描述算法提取烟叶图像颜色、纹理特征,基于神经网络集成分类算法,通过合格烟叶样本和霉烟样本的训练学习,实现霉变烟的在线检测识别。经过测试,该检测算法对霉烟图像样本的测度为0.918。在线检测试验结果显示,采用霉烟靶物单独过料时,机器视觉系统对霉烟的平均在线识别率在95%以上;将霉烟靶物与合格烟片混掺过料时,系统对霉烟的平均识别率在87%以上。研究结果表明,机器视觉方法用于醇化后烟叶中霉变烟的在线精选是可行的。
简介:雌性三倍体鲑鳟鱼已知是不育的,因而有利于水产养殖。本研究旨在对多种温度和水静压刺激处理诱导三倍体硬头鳟(Oncorhynchusmykiss的一种溯河回游类型)的效果加以对比。热休克和水静压刺激在各组硬头鳟卵受精后25分钟开始施行。热休克处理所用温度为26—36℃,持读1.25~20分钟;水静压处理所用压力为5.5~8.3×10~4KPa(1KPa=0.145psi)持续2~6分钟。三倍体的诱导率通过红血球细胞核长径的测定来计算。在26℃温度下持续20分钟的热休克处理和在7.6×10~4kPa压力下持续6分钟的水静压刺激诱导出100%的三倍体比率(triploidrate),但是各组卵的成活率却与处理的强度成负的相关关系。因而三倍体产量(triploidyield)(即三倍体的诱导率与孵出时的成活率的乘积)在26℃下持续10分钟的热休克或6.9×10~4KPa下持续6分钟的水静压刺激处理时为最好,分别是50.3%和49.9%。