共查询到19条相似文献，搜索用时 94 毫秒
1.
2.
3.
提出了一种基于光纤锥视觉的植物叶片检测方法,通过光纤锥与CCD 传感器耦合成像获取植物叶片图像。由于叶脉复杂多变的特点,因此采用3种叶脉提取的方法,即迭代阈值法、一维信息熵法和传统的自适应阈值分割法,并用这3种方法分别对两种树叶进行叶片脉络图像提取。利用 K-均值算法,针对叶片脉络图像的7个不变矩信息进行聚类,分析这3种阈值方法的优劣。实验结果表明,这3种方法都可以提取出比较理想的叶脉络和叶边缘信息,但迭代阈值法和自适应阈值法更有利于植物物种识别。 相似文献
4.
油菜叶片图像中主叶脉的去除是进行油菜叶片氮营养诊断的基础。经典的植物叶片叶脉提取算法由于不同程度地利用了叶片表面细节特征,不适合于实时性要求较高的油菜叶片营养诊断处理。为此,提出了一种基于RGB颜色空间的快速去除油菜叶片图像主叶脉的快速截留超绿—超红新算法。实验结果表明,提出的快速截留超绿—超红算法不仅能够准确、有效、完整地清除出油菜叶片的叶脉部分,同时能够有效地去除叶面上的污点、黄化部分以及虫咬痕迹。通过油菜叶色特征与叶片SPAD值相关性分析发现,清除主叶脉后的油菜叶片图像颜色特征对油菜叶片氮营养诊断更有效。 相似文献
5.
针对目前植物解剖表型的测量与分析过程自动化低，难以应对复杂解剖表型的提取和识别的问题，以柑橘主叶脉为研究对象，提出了一种基于掩膜区域卷积神经网络(Mask region convolutional neural network, Mask R-CNN)的主叶脉显微图像实例分割模型，以残差网络ResNet50和特征金字塔(Feature pyramid network, FPN)为主干特征提取网络，在掩膜(Mask)分支上添加一个新的感兴趣区域对齐层(Region of interest Align, RoI-Align),提升Mask分支的分割精度。结果表明，该网络架构能够精准地对柑橘主叶脉横切面中的髓部、木质部、韧皮部和皮层细胞进行识别分割。Mask R-CNN模型对髓部、木质部、韧皮部和皮层细胞的分割平均精确率(交并比(IoU)为0.50)分别为98.9%、89.8%、95.7%和97.2%,对4个组织区域的分割平均精确率均值(IoU为0.50)为95.4%。与未在Mask分支添加RoI-Align的Mask R-CNN相比，精度提升1.6个百分点。研究结果表明，Mask R-CN... 相似文献
6.
植物叶脉可视化造型研究 总被引：1，自引：0，他引：1
提出了植物叶脉可视化建模方法,包括植物叶的形态几何建模及植物叶脉的形状建模.植物叶的形态几何模型采用矩形形状变形;同时对植物叶脉的形状建模提出了多种构建方法.利用非线性多项式生成羽状叶序,提出了基于种子生长的随机迭代方法生成网状脉及基于叶片生长方法生成掌状脉序.方法简单易行,可控性好,易于构造各种不同类型的叶脉.通过给出的树叶模拟结果,表明其仿真效果较好. 相似文献
7.
基于多尺度感知的高密度猪只计数网络研究 总被引：3，自引：0，他引：3
猪只盘点是生猪规模化养殖和管理中的重要环节,人工计数方法费时、费力,在大数据量的猪只盘点中容易出错。本文使用多尺度感知网络对高密度猪群图像中的猪只进行计数。通过对人群计数网络CSRNet的改进,得到猪只计数网络（Pig counting net, PCN）,PCN采用VGG16作为前端网络提取特征,中间层采用空间金字塔（Spatial pyramid）结构对图像中的多尺度信息进行提取与融合,后端网络采用改进的膨胀卷积网络。PCN增加了多尺度感知结构、扩大了后端网络感受野,通过感知多尺度特征得到预测密度图,预测密度图反映了猪只空间分布,通过对密度图积分实现了猪只数量的估计。结果表明,在平均猪只数为 40.71的测试集图像上,PCN的计数准确率优于人群计数网络 MCNN、CSRNet和改进Counting CNN 的猪只计数网络,MAE和RMSE 分别为1.74和 2.28,表现出较高的准确性和鲁棒性;单幅图像平均识别时间为0.108s,满足实时处理要求。 相似文献
8.
9.
植物叶片图像的采集过程中,由于自然环境或成像条件的影响,特别是夜间,采集到的图像大多带有椒盐噪声,造成图像质量下降。很多植物叶片含有丰富的叶脉,被噪声污染不利于后续的表型分析、图像分割等。椒盐噪声密度较小时,中值滤波降噪效果较好,但在噪声污染严重时滤波方法也无法有效去噪。针对这一问题,提出了基于概率PCA的图像修复模型。一幅光滑的不含噪图像通常可认为服从高斯分布,概率PCA能有效地提取描述这幅图像中的主要信息,通过估计模型参数重构因噪声引起的数据缺失,从而达到图像修复的目的。但是当噪声的缺失像素点聚集在叶脉上时,直接用概率PCA修复会出现明显的边界效应,因此本文先基于树的叶脉进行追踪,再对叶脉进行概率PCA修复,然后再基于整幅图像利用概率PCA模型修复,迭代次数根据修复后图像的PSNR值自适应地选择。为了验证所提出的模型的修复性能,进行了与常用滤波方法的对比试验。试验结果表明：去噪后的图像PSNR值比使用均值滤波高出6dB左右,比使用维纳滤波高出9dB左右,比使用高斯滤波高出7dB左右,比使用中值滤波高出1dB左右,并且在结构相似性上采用本文算法去噪后的图像与原始图像的相似度最高。因此,将概率PCA模型应用于植物叶片彩色图像修复是可行的、有效的,为其后续的图像处理提供了技术支持。 相似文献
10.
小麦的抗倒性与其茎秆截面显微结构密切相关,茎秆微观结构的观测和分析对小麦遗传育种具有重要意义。研究了一种显微图像测量系统,用于精确测量小麦茎秆截面的主要参数。使用计算机、图像采集室、光学显微成像系统等搭建了硬件平台,并开发了算法软件。系统针对茎秆截面的颜色和结构特点,对显微图像进行预处理得到髓腔、厚壁的轮廓,再进行椭圆拟合以计算截面整体、髓腔和厚壁的几何参数。根据维管束结构的一致性,提出了一种具有尺度、平移和旋转不变性的模板匹配方法,用于在目标图像中识别维管束并统计数量。实验表明该自动化测量系统具有高通量和高精确度的优点,在作物重要资源的挖掘和群体遗传等研究中具有重要的价值。 相似文献
11.
12.
针对菠萝叶手工收割和提取纤维效率低、劳动强度大、严重制约菠萝叶规模化利用及资源浪费的问题,研制了一种菠萝叶收获和纤维提取联合收割机。通过设计主要工作部件,确定了收割机构、输送机构、喂麻机构、刮麻机构和分离机构的主要结构和工作参数,分析了各因素对收割机构、输送机构、喂麻机构和刮麻机构的影响,并对样机进行了性能检测。结果表明:该机菠萝叶收获损失率为26.7%,生产率为0.21 hm^2/h,纤维含杂率较高(38.3%),但可满足粘胶纤维原料的要求,单位面积耗油量为78.6kg/hm^2。 相似文献
13.
基于时间序列的玉米叶片性状动态提取方法研究 总被引：2，自引：0，他引：2
玉米叶片性状对生长发育、遗传育种及功能基因解析研究具有重要意义,而传统的测量方式效率低、主观性强、测量性状少,已无法满足现代玉米研究的需求,为此提出一种基于时间序列的玉米叶片性状动态追踪技术。研究基于高通量作物表型平台,针对100份玉米品种资源,每间隔3 d获取8个玉米生长点图像;利用图像分割、叶片骨架提取等算法得到单片叶长、叶角度、叶弯曲度参数;基于叶片相对位置信息实现玉米叶片的动态追踪及标记。试验结果和人工测量值相比,叶长和叶夹角测量误差分别为0.92%和3.32%。叶片追踪可以得到叶片的动态变化过程,计算获取叶片长度的平均生长率及叶片弯曲度的变化分布。 相似文献
14.
15.
植物功能性状及其叶经济谱对硬化地表的响应 总被引：1，自引：0，他引：1
为探究植物叶功能性状及其叶经济谱对城市硬化地表的响应,以北京市典型绿化树种白蜡(Fraxinus chinensis)、国槐(Sophora japonica)和栾树(Koelreuteria paniculata)为研究对象,选择城市环境中典型的3种地表类型:自然地表(CK)、透水硬化地表(T1)和不透水硬化地表(T2),测定其地表温度、土壤含水率及植物叶功能性状等指标。结果表明,硬化地表极显著地升高了城市地表温度(P 0. 01),且由大到小表现为T1、T2、CK,而极显著地降低了土壤含水率(P 0. 01),由大到小表现为CK、T2、T1;城市生态环境中,硬化地表对国槐和栾树的影响主要源于高温胁迫,而对白蜡的影响主要源于T2的干旱胁迫; 3个树种叶功能性状间表现出相对一致的生态对策,以适应城市环境的变化,叶绿素含量与比叶面积呈显著正相关(P 0. 05),且分别与叶干物质含量、叶组织密度呈极显著负相关(P 0. 01),叶干物质含量与叶组织密度呈极显著正相关(P 0. 01)。全球叶经济谱也存在于城市生态系统中,且总体上向快速投资收益型一端偏移,城市生态环境中植物通过减小气孔密度和比叶面积、缩小气孔面积、增加叶干物质含量和叶组织密度等策略,来适应城市生态系统中的高温、干旱等特殊生境。因此,在城市绿化植物的选择及配置上,建议根据其生态权衡规律,选择耐高温、耐旱的树种,同时通过增加降温、灌溉,减少生长季修枝等措施来降低不利影响。 相似文献
16.
分蘖期旱涝交替胁迫对水稻叶片性状的影响 总被引：3，自引：1，他引：2
采用盆栽试验,设置2个旱涝交替胁迫处理(旱-涝-旱连续胁迫,其中涝为保持水深10 cm;轻旱(T-LD)和重旱(T-HD)),并以常规灌溉(CK)为对照,研究了分蘖期旱涝交替胁迫对水稻叶片含水率、叶面积、叶倾角和不同叶位叶片形状的影响。结果表明,水稻分蘖期受旱后叶片含水率降低,且胁迫程度越大叶片含水率越低;分蘖期旱涝交替胁迫抑制水稻叶片的叶面积增加,在后期复水后叶面积仍处于较低水平(T-LD、T-HD处理仅为CK的42.43%、53.90%),但黄熟期T-HD处理叶片比叶质量比CK低1.01%。旱涝交替胁迫下水稻上层叶倾角表现出大于CK的趋势,在抽穗开花期,水稻剑叶和倒二叶生长迅速。 相似文献
17.
叶温是反映冬小麦健康状况的关键指标,但获取麦田叶温动态变化过程及廓线分布存在着较大困难。本文以河南省商丘市为研究区,引入表达土壤-植被-大气能量传输的SHAW模型,对其进行本地化标定,在垂直方向上0~60cm高度以10cm为间隔进行分层,模拟冬小麦拔节期至抽穗期间的叶温时序曲线及廓线,并结合田间同期不同高度的叶温实测数据,对模拟结果进行分析。结果表明：SHAW模型可有效地用于麦田叶温时序曲线和廓线模拟,决定系数达0.8476,夜间模拟效果显著优于白天,决定系数分别为0.8622和0.7602。对叶温日平均值、最低值和最高值的分析表明,均方根误差范围为1.36~4.09℃,且最低温模拟效果最好,平均值次之,最高温误差最大。叶温廓线模拟分析表明,各高度决定系数均达到0.82以上,且随高度的增加而增大,均方根误差范围为2.41~3.35℃,平均误差均小于0℃;叶温总体上呈现出夜间随高度增加而降低的趋势,而白天随高度增加而升高的趋势。 相似文献
18.
叶片湿润时间是植物病害模型的重要输入变量之一,它与许多叶部病原菌的侵染有关,影响病原侵染和发育速率。叶片湿润传感器可以实现对其实时、自动化监测,而由于叶片湿润时间受到环境和植物交互效应的影响,需要在灌溉环境下的柑橘园中进行校准。以生长季的柑橘为试验材料研究校准方法。叶片湿润传感器角度为30°,采用移液枪向传感器滴水和使用灌溉设施向传感器喷灌2种方法来确定传感器的干湿阈值;比较了柑橘冠层不同位置的传感器监测效果,并研究了有雨和无雨条件下对传感器监测效果的影响,最后通过神经网络模型验证阈值的合理性。结果表明：叶片湿润传感器在灌溉环境下干湿阈值为270 mV,此时传感器的监测效果最好,误差在2 h以内,通过与神经网络模型预测结果对比,证实此阈值下传感器监测效果良好;位于柑橘冠层底部位置的传感器监测准确率最高,可达0.95;传感器在无雨条件下监测效果优于有雨条件。该叶片湿润传感器校准方法可以用于灌溉柑橘园叶片湿润时间监测,符合柑橘病害预警系统的要求。 相似文献
19.
烟草打叶机内部流场会影响打叶工艺的效果,为揭示烟草打叶机内部空气的流动规律,利用三维建模软件Creo通过滑移网格技术建立打叶机箱体结构及流场区域模型,并通过流体力学软件Fluent进行模拟仿真,得到打叶机内部的流场压力、速度、温度分布图。从数值计算结果看出,合理范围内的进风速度与刀辊转速不会对机箱内部压力、速度分布造成过大影响,在通入热流体后,打叶机内部温度呈现均匀分布,出料区内部会形成旋转回流场造成烟叶堆积,通过添加挡板或者底部进风口能够消除旋转回流场。 相似文献