共查询到20条相似文献，搜索用时 171 毫秒
1.
2.
3.
4.
5.
6.
7.
正食用菌生产是漳州台商投资区农业一大特色产业,蘑菇和草菇种植面积达300万平方米,其产量约占全市食用菌总量的25%。近日,为解决辖区内蘑菇传统生产用地多、污染大、产量低及效益差等问题,推进蘑菇产业向工厂化发展,实现农业增效、农民增收,投资区设立了"漳州台商投资区蘑菇产业化发展基金",每年由区财政安排资金1000万元,专项用于扶持和推动蘑菇产业化发展。 相似文献
8.
<正>食用菌俗称"蘑菇",是大型真菌经发育形成的可食子实体(含菌丝体),是具有营养价值和保健功能的绿色食品,药食两用特性深受大众喜爱。也因此特性,近几十年来全国各地食用菌产业得到蓬勃发展。目前,食用菌的工厂化生产已成为农业现代化工厂化生产的成功典范,食用菌发展处在最好时期。近日,笔者对宁夏彭阳县设施农业发展建设情况进行了走访调研,"长城塬菌草园"独特的经营模式为食用菌这一 相似文献
9.
10.
11.
为了提高食用菌的成品率和大规模生产,需要了解食用菌厂房内环境分布总体状况以维持培养房内温度及其均匀性,以上海某食用菌厂房为研究对象,首先利用CFD软件建立三维模型、仿真,并对比模拟结果与试验结果,证明模拟数据的有效性和可行性,最终提出4种方案,对不同方案模拟结果的对比,选取最优方案.结果表明:标高0.1,1.8和3.5 m处平均温度与数值模拟结果差距1.0℃左右,基本比较吻合.其中方案1安装喷嘴装置,在改善培养房间的流场和温度场分布,提高房间内温度分布的均匀性的作用最为突出,但增加一定的能耗,并没有达到节能的目的.开展厂房内环境分布的研究与优化工作,给生产操作提出指导意见,在增加食用菌产量方面具有重要意义. 相似文献
12.
基于机器视觉的花菇分选技术 总被引：2，自引：0，他引：2
为了实现花菇的自动分选,设计了一种基于机器视觉的花菇分选系统,并提出了相应的算法。针对花菇分选中花菇的菇柄长度、形状类别和菌盖面积这3个重要分选指标,提出了一种曲线结构特征分析的分选方法。跟踪花菇边界并计算曲率,根据边界上点运动变化模式判断曲线凹凸性,利用曲线类半径识别并定位菇柄的位置。使用极坐标意义下的线性插值重建去除菇柄的菌盖边界曲线,在重建曲线基础上提取9种形状特征参数和1个大小特征参数,利用主成分分析法从9个形状参数中提取相应的3个主分量,以这3个主分量作为输入,构建K近邻分类器作为形状分选模型。结合花菇的菇柄识别情况、形状等级和大小等级共同判定花菇的最终等级。试验表明,菇柄识别正确率为91.4%,且菇柄识别能显著提高形状分选的准确率,最终形状分选正确识别率可达95.6%,花菇等级分选正确率为92.2%。 相似文献
13.
基于SR300深度相机的褐蘑菇原位测量技术 总被引：1，自引：0，他引：1
褐蘑菇工厂化种植模式下,为了给蘑菇采摘机器人提供工作参数,采用结构光SR300深度相机采集菇床图像送入工控机进行原位测量。针对菇床上褐蘑菇的菌丝干扰背景,在深度图像中利用土壤表面深度的众数,结合蘑菇菌柄至少20mm的高度,自适应选择动态阈值,从菇床背景中提取蘑菇菌盖二值图;针对粘连的类圆形蘑菇,基于2-1圆形Hough变换初步检测其圆心、半径,进一步对蘑菇的边界点进行跟踪、去噪、插补,分割粘连的蘑菇,准确拟合单体蘑菇边界,获取蘑菇圆心和边界点的三维坐标;校准相机坐标系并基于陶瓷圆板验证原位测量方法的精度,由此计算世界坐标系中单体蘑菇的位置、直径、偏向角、倾斜角。现场试验表明,蘑菇直径最大误差为5.57mm,倾斜角最大误差为6.3°,视频帧的运行时间为206ms,单体蘑菇的运行时间为44ms,可满足蘑菇采摘机器人的现场需求。 相似文献
14.
菌糠含有较高的营养成分,是应用价值较高的肥料.以舆芝16号白芝麻为试验对象,在土壤中施用菌糠,比较不同处理方法对土壤养分的影响,对白芝麻产量、根系及籽粒中铁、锌微量元素含量的影响.试验结果表明,施用菌糠可以提高土壤全氮、全钾及有机质含量,对土壤全磷含量影响不大,但能显著提高土壤中速效磷含量.施用菌糠处理的白芝麻产量好,... 相似文献
15.
基于迁移学习和双线性CNN的细粒度菌菇表型识别 总被引：1，自引：0，他引：1
为了对细粒度菌菇进行表型识别,在双线性卷积神经网络细粒度图像识别框架基础上,提出了一种基于迁移学习和双线性Inception-ResNet-v2网络的菌菇识别方法。利用Inception-ResNet-v2网络的特征提取能力,结合双线性汇合操作,提取菌菇图像数据的细粒度特征,采用迁移学习将ImageNet数据集上预训练的模型参数迁移到细粒度菌类表型数据集上。试验表明,在开源数据集和个人数据集上,识别精度分别达到87.15%和93.94%。开发了基于Flask框架的在线菌类表型识别系统,实现了细粒度菌菇表型的在线识别与分析。 相似文献
16.
基于GAN网络的菌菇表型数据生成研究 总被引：1，自引：0，他引：1
生成式对抗网络是基于对抗过程生成数据模型的新框架,它能够生成高质量的图像数据,为解决小样本数据、非均衡数据分析等提供了行之有效的方法。菌菇作为重要的真菌之一,其种类繁多,数据长尾分布、非均衡性等为其表型智能化识别与分类带来了困难。针对蘑菇表型数据,设计了一个高效的蘑菇表型生成式对抗网络MPGAN。研究了菌菇表型数据生成技术,设计了用于菌菇表型数据生成的生成式对抗网络结构,系统分为模型训练和表型图像生成两个模块。为了提升生成质量,使用Wasserstein距离和带有梯度惩罚的损失函数。利用开源数据和私有数据集测试学习率、处理所需的批次数EPOCH与Wasserstein距离。系统生成的菌菇表型数据为后期菌菇数据分类与识别提供了大数据基础。 相似文献
17.
根据辽宁东部山区栽培香菇的实际情况,详细阐述香菇栽培中的生产管理方法及相关技术要点,介绍容易出现的技术问题及相应解决措施,为培育高产优质的香菇提供技术支持。 相似文献
18.
定量描述草菇的失水特性。试验在红外线辐射条件下进行,研究草菇干燥过程中含水率和干燥速率的变化规律。试验表明:草菇在红外辐射干燥过程中不存在恒速干燥阶段,随着干燥介质温度升高草菇含水率下降较快而干燥速率低。初步确定草菇红外线辐射干燥合理工艺。 相似文献
19.
《灌溉排水学报》2019,(9)
水分是影响食用菌高产、质优的重要因素,目前我国食用菌生产中仍采用传统的补水方式,该补水方式易使菌棒受污染,且费时费力、成本高、用水量大,同时补水后菌棒内温度下降,影响菌类生长,从而降低产量。而保水剂作为一种新型高分子材料,具有良好的保水、保肥特性,并能够改善介质结构、增大孔隙度、提高作物产量等。【目的】探求促进食用菌高产与增效的新途径。【方法】以滑子菇、平菇为试验材料,在大棚内进行了保水剂不同施用量(0.5‰、1‰、2‰、3‰)下食用菌栽培试验,研究了滑子菇、平菇的生物学转化率、产量以及水分利用效率等。【结果】适宜的保水剂施用量改善了菌棒水分、氧气状况,促进了滑子菇、平菇各项指标的增加。其中,当保水剂施用质量分数为1‰时,滑子菇生物学转化率、产量及水分利用效率达到最高,分别提高12.05%、12.05%、12.33%;当保水剂施用质量分数为2‰时,平菇生物学转化率、产量及水分利用效率达到最高,分别提高48.24%、48.24%、31.91%。【结论】在滑子菇、平菇栽培基质中,建议保水剂施用质量分数为1‰～2‰。 相似文献
20.
为实现褐菇高效、精准、快速的自动化采摘,针对工厂化褐菇的种植特点,提出一种基于YOLO v5迁移学习(YOLO v5-TL)结合褐菇三维边缘信息直径动态估测法的褐菇原位识别-测量-定位一体化方法。首先,基于YOLO v5-TL算法实现复杂菌丝背景下的褐菇快速识别;再针对锚框区域褐菇图像进行图像增强、去噪、自适应二值化、形态学处理、轮廓拟合进行褐菇边缘定位,并提取边缘点和褐菇中心点的像素坐标;最后基于褐菇三维边缘信息的直径动态估测法实现褐菇尺寸的精确测量和中心点定位。试验结果表明单帧图像平均处理时间为50ms,光照强度低、中、高情况下采摘对象识别平均成功率为91.67%,其中高光强时识别率达100%,菇盖的尺寸测量平均精度为97.28%。研究表明,本文提出的YOLO v5-TL结合褐菇三维边缘信息直径动态估测法可实现工厂化种植环境下褐菇识别、测量、定位一体化,满足机器人褐菇自动化采摘需求。 相似文献