共查询到18条相似文献,搜索用时 234 毫秒
1.
2.
3.
叶是植物的重要器官之一,它包含了植物生长的重要信息.为此,以大豆为例,采集叶片的生长信息,提取叶特征参数,通过数据分析建立数学模型,并根据其叶片厚度较薄和极易变形的特点,提出了大豆叶片形变模型的建立方法. 相似文献
4.
基于深度学习的大豆生长期叶片缺素症状检测方法 总被引:5,自引:0,他引:5
为了检测作物叶片缺素,提出了一种基于神经网络的大豆叶片缺素视觉检测方法。在对大豆缺素叶片进行特征分析后,采用深度学习技术,利用Mask R-CNN模型对固定摄像头采集的叶片图像进行分割,以去除背景特征,并利用VGG16模型进行缺素分类。首先通过摄像头采集水培大豆叶片图像,对大豆叶片图像进行人工标记,建立大豆叶片图像分割任务的训练集和测试集,通过预训练确定模型的初始参数,并使用较低的学习率训练Mask RCNN模型,训练后的模型在测试集上对背景遮挡的大豆单叶片和多叶片分割的马修斯相关系数分别达到了0.847和0.788。通过预训练确定模型的初始参数,使用训练全连接层的方法训练VGG16模型,训练的模型在测试集上的分类准确率为89.42%。通过将特征明显的叶片归类为两类缺氮特征和4类缺磷特征,分析讨论了模型的不足之处。本文算法检测一幅100万像素的图像平均运行时间为0.8 s,且对复杂背景下大豆叶片缺素分类有较好的检测效果,可为农业自动化生产中植株缺素情况估计提供技术支持。 相似文献
5.
6.
指出了目前离心泵叶片出口角研究存在的不足。采用FLUENT,在双参考坐标系下,利用有限体积法对雷诺时均Navier-Stokes方程进行数值离散,选用标准k-ε湍流模型,SIMPLEC方法求解,对一比转速为118的离心泵在不同叶片出口角下的内部流场进行了叶轮和蜗壳的耦合数值模拟和能量性能预测。分析了叶片出口角对离心泵内部流场的影响,指出叶片出口角的改变对叶轮内的射流-尾迹结构影响最为明显。能量性能预测结果表明,随着叶片出口角的改变泵效率存在极值点,结合流场模拟结果分析了泵效率存在极值点的原因。 相似文献
7.
8.
机器视觉技术在大豆叶片叶绿素含量测算上的应用 总被引:1,自引:0,他引:1
植物叶绿素含量测算方法有很多,但是无论何种方法,由于复杂的检测技术条件,在实际应用中均存在着一定困难,人们希望获得更快更简捷的检测方法和工具。随着计算机视觉技术的专业化与计算机硬件成本的降低和速度的提高,在农产品诊断领域应用计算机视觉已变得越来越具有吸引力。为此,应用计算机视觉技术对大豆叶片叶绿素含量进行了测算。大豆叶片叶绿素含量的多少是进行合理施肥的前提,因此具有非常重要的意义。 相似文献
9.
实度对直叶片垂直轴风力机风轮气动性能的影响分析 总被引:1,自引:0,他引:1
实度是直叶片垂直轴风力机设计的关键参数,对风力机气动性能起主导作用.分析并建立了垂直轴风力机局部流场下的力学模型,研究实度与气动性能的关系;对风力机进行了数值模拟,分析了叶片的动态力学特性,并重点研究风轮半径、弦长及叶片数量对风能利用率的影响;进行了样机实验验证了数值模拟的精度与可靠性.研究发现:实度增加,风力机在低尖速比下的启动特性得到改善,但产生高风能利用率的有效尖速比范围变小;样机实度为0.628时,2叶片和4叶片风轮的输出功率相当,但4叶片风轮的输出功率比2叶片风轮更稳定;实度参数对风能利用率贡献不同,弦长变化可提高风能利用率的峰值,而叶片数量的增加会降低风能利用率的峰值. 相似文献
10.
11.
针对作物产量形成、品种适应性分析的数字化解析和可视化表达需求,以提高作物模拟模型的时效性、协同性和真实感为目标,结合物联网技术与作物模拟模型,进行了田间数据实时采集;应用多智能体技术进行了作物协同模拟方法研究与框架设计;开展了作物生长过程模拟模型及基于作物模型的形态三维可视化关键技术研究,以小麦作物为例,进行了田间试验,阐述了小麦三维形态模拟可视化系统的设计实现并进行了试验验证;构建了Logistic方程模拟小麦叶长、最大叶宽、叶片高度、株高等的生长变化,采用基于曲线、曲面的参数化建模方法和3D图形库OpenGL构造了小麦器官几何模型。结果表明小麦叶长、最大叶宽、叶片高度和株高模拟模型R 2值在0.772~0.999之间,回归方程的F值在10.153~4359.236之间,且Sig.小于显著水平0.05,模型显著性较好,模型的拟合度较高。本研究将作物模拟模型结果和形态结构模型有效结合,实现了以小麦为代表的作物在不同管理措施条件下的生长过程形态三维可视化表达,为作物生产数字化系统应用提供了更有效的途径,该技术体系与方法同样适用于玉米、水稻等作物。 相似文献
12.
13.
14.
在农业灾害研究、农田灌溉估算、作物栽培指导等实际应用中都需要测算叶面积。通过MATLAB程序对数码相机拍摄的毛豆叶片照片进行处理,计算得出叶长、叶宽和叶面积,并分别对叶面积与长乘宽、叶面积与长的平方的关系进行拟合,发现叶面积与长乘宽的拟合方程精度较高。研究了叶片指标的统计分布规律,并采用K-S(Kolmogorov-Smirnov)检验法对可能的分布进行了检验。结果发现对数正态分布和Gamma分布较为符合叶片指标的实际分布。给出了毛豆的叶面积的实际测量方法,并为叶面积的研究和应用提供了理论依据。 相似文献
15.
大豆收获机械切割机构虚拟设计与仿真分析 总被引:1,自引:0,他引:1
针对于大豆收获机械的特点,采用Solid Works软件对其切割机构进行虚拟设计,将模型导入ADAMS软件中进行运动学仿真,并采用离散柔性连接件法构建大豆茎秆柔性模型,与切割机构进行联合仿真。仿真结果表明:动刀片的绝对运动为复合运动,在切割方向做往复运动,行程为76mm,最大速度为1.72m/s,证明所设计切割机构的运动状态与物理样机相符,满足设计要求;得到了大豆茎秆在切割机构作用下的一系列运动曲线,为大豆收获机械切割机构进一步的改进和优化设计提供了参考。 相似文献
16.
基于改进ResNet的植物叶片病虫害识别 总被引:1,自引:0,他引:1
轻量化植物叶片病虫害识别算法设计是实现移动端植物叶片病虫害识别的关键。研究提出一种基于改进ResNet模型的轻量化植物叶片病虫害识别算法Simplify ResNet。以人工采集图像和PlantVillage数据集图像为实验数据,根据移动端植物病虫害识别对准确率、速度和模型大小的实际需求,改进ResNet模型。使用5×5卷积替代7×7卷积,采用残差块的瓶颈结构代替捷径结构,采用模型剪枝处理训练后的模型。通过测试集5 786幅图像测试Simplify ResNet模型,证明5×5卷积和残差块的瓶颈结构可有效降低模型参数量,模型剪枝可有效降低训练后的模型大小。Simplify ResNet模型对测试集图像的识别准确率为92.45%,识别时间为48 ms,内存大小为36.14 Mb。与LeNet、AlexNet和MobileNet等模型相比,其准确率分别高18.3%,7.45%和1.2%。为移动端植物病虫害识别解决最重要的算法设计问题,为移动端植物病虫害识别做出有益探索。 相似文献
17.
Summary A new model for transpiration of a soybean crop is formulated and solved numerically: the model specifically includes the water stored in the plant. It describes the changes in the daily course of transpiration, stomatal behaviour, leaf water potential and leaf temperature as water deficits develop. The calculated values of leaf water potential (Fig. 3) and transpiration (Fig. 5) compared well with measured values observed during the development of water deficits in a soybean crop growing on a grey cracking clay soil. 相似文献
18.
针对不同形状的叶片,文章提出了植物叶片形状可视化建模的一种方法。植物叶片的形状几何模型造型采用矩形形状变形得到。通过在原矩形的参数方程上连续加上或减去不同幅度、频率、相位的三角波函数以及变形的高斯函数来实现叶片形状可视化模型研究。使用这种建模方法对不同形状的叶片进行研究。然后,在通过研究获得的叶片上加上叶脉,与真实树叶照片的对比,表明其仿真效果较好。 相似文献