共查询到19条相似文献，搜索用时 615 毫秒
1.
2.
刘凯 《农村实用科技信息》2011,(2):31-31
大豆灰斑病是世界性病害,也是我国大豆主产区的重要病害。大豆灰斑病在我国主要分布于黑龙江、吉林、辽宁、河北、山东、安徽等大豆产区,以黑龙江发生最普遍而严重。危害叶片和豆粒,造成叶片早期脱落,可使百粒重降低4%～21%,豆粒品质变劣,含油量降低约0.5%～7%。发芽率也明显下降。近年来由于大豆重茬、迎茬面积增加,使灰斑病愈来愈重。 相似文献
3.
针对大区域田间复杂背景下植物病害远程识别中的叶片病斑检测难问题,提出一种基于改进Bernsen二值化算法的植物病害远程检测方法。通过物联网采集不同区域的植物叶片图像,根据在RGB和HIS颜色空间中叶片病斑与正常叶片和背景的色调差异的特点,利用改进Bernsen二值化算法分别在图像的R、G、B、H 4个颜色通道上提取病斑,然后进行病斑图像融合,得到病斑图像。采用该方法对多幅物联网视频植物病害叶片图像进行病斑分割。实验结果表明,该算法在复杂背景环境下能够有效分割植物病斑图像,去除大量复杂背景,得到病斑图像。该方法能够为大区域植物病害远程智能监控系统提供技术指导。 相似文献
4.
大豆对灰斑病菌毒素的抗性及抗性遗传研究 总被引：3，自引：0，他引：3
大豆灰斑病毒素是从大豆灰斑病菌 (CerosporasojinaHara)中提取出的一种能使大豆植株产生毒害的物质。由于不同大豆品种对毒素的抗性反应存在一定的差异 ,本文利用大豆灰斑病 10个生理小种和 5 0个大豆品种及抗感杂交组合的F2 代 ,结合田间接种鉴定的结果 ,研究大豆对灰斑病毒素的抗性反应及抗性的遗传规律。结果表明 ,大豆灰斑病毒素鉴定与田间人工接种鉴定的基本符合率为 6 2 .37%,供试组合对大豆灰斑病 7号生理小种毒素的抗性受到 1对显性单基因的控制。毒素鉴定具有不受生育期、环境条件限制 ,可重复性强的特点 ,是大豆灰斑病抗性鉴定的一种有效的辅助手段。 相似文献
5.
大豆灰斑病(Cercospora sojina Hara)是世界性病害.从1915年至今已在日本、美国、英国、中国、澳大利亚、前苏联、巴西、德国、朝鲜和印度等国发现此病,在我国有关灰斑病的危害于1921年发现.主要分布于黑龙江、吉林、辽宁、河北、山东、安徽、江苏、福建、四川、广西、云南等省,尤以黑龙江省发病最为严重,已发展成为黑龙江省主要病害之一,也是黑龙江省大豆生产上一个常发生的主要病害,曾发生三次大流行.一般发生年大豆可减产10％～30％,严重发生年可减产50％以上,并严重降低大豆品质.以最低损失估算,仅黑龙江省年损失大豆达40亿公斤以上.因此,降低大豆灰斑病的危害是发展黑龙江省大豆生产至关重要的问题.目前随着全球变暖,黑龙江省气候条件也与前些年比,发生了很大的变化,研究大豆灰斑病在目前物候条件下的灾变规律,并根据灾变规律进行可持续防控技术体系的建立,将大豆灰斑病的危害控制在一定范围内,减少大豆灰斑病菌抗药性,降低大豆灰斑病菌变异的频率,实现大豆灰斑病的可持续防控意义重大. 相似文献
6.
基于神经网络的大豆叶片病斑的识别与研究 总被引：10，自引：0，他引：10
综合运用计算机数字图像处理技术与人工神经网络技术,建立了一个多层BP神经网络,实现了大豆叶片中病斑的自动识别与特征计算。首先通过计算机视觉技术采集叶片图像。其次,采用BP神经网络完成了对病斑图像的识别。最后,运用数字图像处理技术完成了对病斑区域相关特征值的计算。实验证明,该方法能有效地识别出病斑区域,识别率可达100%。该研究为将来病种的识别提供了理论依据。 相似文献
7.
为实现高粱叶片病斑的自动化无损监测,利用支持向量机(SVM)技术对高粱叶片病斑图像进行自动分割提取研究。结果表明,通过选取RGB、HIS和Lab 3种颜色空间的颜色特征值可以消除对作物病斑拍照时产生的光照、亮度等影响。在MATLAB软件环境下调用LIBSVM软件对病斑图片中的病斑图像像素点和背景图像像素点建立支持向量机分类模型,可以实现对病斑的高效分割和高质量提取。分割提取效果与人眼识别的病斑图像高度吻合。如果利用大量采集的病斑图像进行模型训练,就可以真正实现完全自动化的病斑分割、提取和判别。因此,该研究对建立完全自动化的作物病斑图像识别系统意义重大。 相似文献
8.
[目的]建立一种室内可重复、快速准确鉴定大豆对灰斑病抗性的方法。[方法]利用大豆灰斑病1号和7号生理小种及6种不同抗性的大豆品种为材料,研究并建立了大豆灰斑病抗性的菌丝块接种快速鉴定方法。[结果]在28℃、12h光照与12h黑暗交替的条件下,Minimal培养基生长的菌丝块接种抗感大豆叶片,菌斑面积明显不同,且鉴定结果与已知抗感品种报道的灰斑病抗性一致。[结论]菌丝块离体叶接种鉴定具有不受生育期和环境条件限制、可重复性强的特点,是大豆灰斑病抗性室内鉴定的一种有效方法。 相似文献
9.
农作物病害的发生对我国农业生产危害较大,运用机器识别技术对农作物病害图像进行自动识别有着重要的意义。主要介绍传统水平集和基于LXF模型水平集的分割算法原理,并且运用两种方法分别对玉米叶部病斑进行图像分割。实验表明基于LXF模型水平集的分割算法缩短了玉米病斑图像分割时间的同时病斑分割效果良好,为以后的特征提取、病斑种类的识别打下了良好的基础。 相似文献
10.
11.
基于机器视觉的大豆细菌斑点病粒检测 总被引：3，自引：1，他引：2
文章基于机器视觉,通过图像获取系统得到大豆的表面颜色特征,应用SAS对大豆表面颜色特征进行LOGISTIC回归后,应用BP神经网络对大豆进行标准粒与细菌斑点病粒的分类。经过网络训练后,选用收敛效果好的网络对数据进行仿真预测,共计160粒,其中标准大豆80粒,细菌斑点病80粒。得到的测试识别率为:标准大豆96.3%、大豆菌斑粒98.8%。本研究为大豆菌斑粒的在线识别提供了一定的依据,有利于实现大豆的在线缺陷粒检测。 相似文献
12.
基于遗传神经网络的植物叶片病害特征提取的研究 总被引：1，自引：0，他引：1
为提高作物病害定量、快速、准确识别,以大豆褐斑病为例,综合运用计算机数字图像处理技术与人工神经网络技术,建立了一个多层前馈遗传神经网络,实现了大豆褐斑病的识别与特征计算。本技术首先通过计算机视觉技术采集叶片图像,尔后,采用遗传神经网络完成了对病斑图像的识别,最后运用数字图像处理技术完成了对病斑区域相关特征值的计算,实验识别准确率达100%。 相似文献
13.
应用多光谱数字图像识别苗期作物与杂草 总被引：2，自引：0，他引：2
通过对多光谱成像仪获得的数字图片,采用一定的目标分割与形态学处理,对豆苗和杂草进行识别判断.为解决识别速度与正确率的矛盾,以豆苗和杂草图像的识别为例,提出一种基于多光谱图像算法的杂草识别新方法.应用3CCD多光谱成像仪获取豆苗与杂草图像,以多光谱图像的近红外IR通道图像为基础,利用图像分割和形态学方法,将所有豆苗叶子影像提取出来.对于剩下的2种杂草(牛筋草,空心莲子草)图像,先利用图像分析工具统计出图像块的长度、宽度、面积等基本特征参数,并根据它们形状的不同,总结出两条简单的判别规则,进行进一步的识别.本试验对147个目标进行判断,其中误判14个,正确率为90.5%,表明该方法算法简单、计算量小、速度快,能够有效识别这2种杂草,为田间杂草的快速识别提供了一种新方法. 相似文献
14.
植物叶片面积测量系统的设计及应用 总被引：17，自引：2，他引：17
介绍了用CCD（Charge Coupled Device）测量植物叶片面积的方法，设计了测量系统的多种组成方案。该系统通过标准的图像接口，实现了硬件部分与软件部分相互无关，硬件可以采用扫描仪、数码相机、视频图像采集卡加视频摄像头等应用CCD的数字化图像采集设备。软件采用交到方式实现图像分割、系统标定和最终测量，试验表明，该系统具有测量精度高、测量范围大、使用方便等特点，使用数码相机时可以实现非破坏性测量，在农业、林业等方面具有广泛的应用前景。 相似文献
15.
研究通过分子生物学方法证明TaDREB3a基因已整合至大豆基因组中,对T1～T3连续3代大豆植株作筛选鉴定并分析遗传稳定性,初步评价室内和田间抗旱表现。通过除草剂筛选获得T1代135株抗性植株,经PCR检测其中96株扩增出基因目的条带,获得15个阳性TaDREB3a过表达大豆T1代株系;T2代转基因大豆株系经PEG模拟干旱处理和PCR鉴定获得阳性TaDREB3a过表达大豆T2代株系共10个;T3代转基因大豆株系经PCR鉴定、半定量PCR鉴定、Bar基因试纸条检测、Southern blot分析、Western blot分析,获得6个转基因阳性株系,证实TaDREB3a基因已整合于大豆基因组,可转录完整目的mRNA,其中4个株系检测到目的蛋白表达。盆栽干旱试验显示,TaDREB3a过表达可改善转基因大豆干旱条件下生长状况,转基因植株株高和荚数明显优于对照组植株;大田干旱试验结果显示,TaDREB3a过表达株系提高大豆抗旱性、改善干旱条件下地上形态,减少产量损失。 相似文献
16.
Digital image analysis and chlorophyll metering for phenotyping the effects of nodulation in soybean 总被引：2，自引：0，他引：2
J. Vollmann H. WalterT. Sato P. Schweiger 《Computers and Electronics in Agriculture》2011,75(1):190-195
Leaf photosynthesis and rhizobial nitrogen fixation are the two metabolic processes of utmost importance to legume growth and development. As these processes are closely related to each other, measuring of leaf chlorophyll content can provide information on the nodulation and nitrogen fixation status of crop plants. In the present investigation, a number of soybean breeding lines consisting of near-isogenic families which are genetically segregating for the nodulation trait were utilized in field experiments carried out across three growing seasons at Vienna, Austria. For phenotyping leaf chlorophyll content, the Minolta SPAD spectrometer was applied in parallel to a simple leaf digital image analysis procedure based on a commercial digital still camera. The main objectives of the research included the comparison of SPAD metering and image analysis for determination of chlorophyll content, phenotyping of the soybean nodulation vs. non-nodulation characteristic with respect to leaf, agronomic and seed traits, and relating both chlorophyll and image analysis data to seed quality characteristics. Nodulating and non-nodulating soybean lines significantly differed in chlorophyll content from the V5 (five leaves fully developed) soybean developmental stage onwards. Apart from chlorophyll content, leaf size, plant height, number of pods per plant, 1000-seed weight, and seed protein and oil content were also affected by nodulation type. The chlorophyll content of soybean leaves as determined by SPAD metering was significantly correlated (r = −0.937) to the green color value (RGB color model) of leaf image analysis at the R3 (beginning of pod growth) soybean developmental stage. Both chlorophyll content and leaf image analysis parameters were correlated to 1000-seed weight, seed protein and seed oil content. Thus, it appears that these leaf parameters related to photosynthesis and nitrogen fixation could be utilized to determine the nitrogen status of a soybean crop and subsequently in forecasting seed quality parameters of the harvest product. 相似文献
17.
准确、高效地测量正交胶合木(cross-laminated timber, CLT)木破率，丰富其测量方法，对评价CLT胶合质量具有重要作用。使用数码相机获取木破率图像，通过matlab进行自动识别，利用Otsu算法自动分割剪切破坏面积，从而测量木破率，与传统木破率测量方法和Photoshop图像测量方法的结果进行准确性、稳定性的对比分析。结果表明，采用matlab测量法测量木破率与图像处理软件(Photoshop)和实际测量结果无显著差异，该方法具有稳定性好、效率高、速度快等优点，能够准确、快速测量木破率。本研究提供了一种科学、便捷的木破率测量方法，满足了工业化生产需求，为评价胶合质量提供了准确的参考数据和指导意义。 相似文献
18.
19.
为提高检测效率和精度,实现苹果外观质量自动检验,采用数码相机获取苹果个体俯视和侧视数字影像,选取似圆度、体积和RGB颜色模式中R、G、B分量的灰度直方图作为苹果质量评价指标。通过二值化后的苹果俯视图和侧视图计算苹果似圆度和体积,根据待测苹果数字图像统计得到的其R、G、B各颜色分量灰度直方图与标准苹果相应指标比较,实现根据苹果外形与色泽的自动、快速外观质量检测。完整检测1个苹果的用时短于0.9s,满足实时检测的时间要求。这项技术可以用于苹果包装流水线作业,也可用于类似的农产品外观质量检测。 相似文献