基于CNN的小麦籽粒完整性图像检测系统   总被引：3，自引：0，他引：3  

祝诗平  卓佳鑫  黄华  李光林 《农业机械学报》2020,51(5):36-42

为了快速、准确识别小麦籽粒的完整粒和破损粒,设计了基于卷积神经网络(CNN)的小麦籽粒完整性图像检测系统,并成功应用于实际检测中。采集完整粒和破损粒两类小麦籽粒图像,对图像进行分割、滤波等处理后,建立单粒小麦的图像数据库和形态特征数据库。采用LeNet-5、AlexNet、VGG-16和ResNet-34等4种典型卷积神经网络建立小麦籽粒完整性识别模型,并与SVM和BP神经网络所建模型进行对比。结果表明,SVM和BP神经网络所建模型的验证集识别准确率最高为92. 25%; 4种卷积神经网络模型明显优于两种传统模型,其中,识别性能最佳的AlexNet的测试集识别准确率为98. 02%,识别速率为0. 827 ms/粒。基于AlexNet模型设计了小麦籽粒完整性图像检测系统,检测结果显示,100粒小麦的检测时间为26. 3 s,其中,图像采集过程平均用时21. 2 s,图像处理与识别过程平均用时为5. 1 s,平均识别准确率为96. 67%。  相似文献   

农田环境中农药残留比例型荧光传感系统研究     

徐霞红  权浩然  何开雨  王柳  王新全  王强 《农业机械学报》2020,51(11):229-234

为监测农业环境中有机磷农药的残留,从种养源头管控农产品安全,基于锆离子和1,2,4,5-四（4-羧苯基）苯（H-4-TCPB）合成了蓝色荧光金属-有机框架材料（MOFs）Zr-TCPB,并与红色荧光量子点QDs组装成双荧光QDs@MOFs复合物,基于Zr-TCPB对有机磷农药特异性荧光淬灭效应,构建比例型荧光化学传感器系统,实现了有机磷农药的快速、灵敏、可视化检测。甲基对硫磷与对硫磷的检测限（LOD）分别为1.9μg/L和4.9μg/L,线性检测范围为0.005~2mg/L。研究表明,该荧光分析法能有效用于农业环境水样中甲基对硫磷及对硫磷的现场快速测定,甲基对硫磷回收率为93.23%~116.46%,平均相对标准偏差（RSD）为5.29%,对硫磷回收率为92.52%~107.83%,平均RSD为5.74%。该方法在环境样品农药残留快速监测方面具有巨大的应用价值。  相似文献   

基于可控气流-激光检测技术的鸡肉嫩度评估方法   总被引：1，自引：0，他引：1  

徐虎博  赵庆亮  何珂  李永玉  彭彦昆  汤修映 《农业机械学报》2020,51(S2):457-465

以鸡肉嫩度为研究对象,采用可控气流-激光检测技术的瞬态、蠕变回复和应力松弛等动静态检测模态,并使用支持向量机分类器和全局变量偏最小二乘算法,结合不同预处理方法,对鸡肉嫩度进行定性判别和定量预测。结果表明3个激励模态结合不同预处理算法均可实现鸡肉嫩度的定性定量评估。在定性方面,瞬态模态对嫩度具有最佳的分类效果;S-G卷积平滑算法表现出最佳的预处理性能,校正集嫩/老分类精度分别为1和0.98,马修斯相关系数为0.97;而验证集分类精度也达到了0.95和0.84。在定量预测方面,S-G卷积平滑算法在提升原始数据的信噪比上同样具有最佳效果;瞬态模态校正集和验证集模型相关系数分别为0.948和0.913,均方根误差分别为0.736N和1.013N。因此,在组织结构引起的品质预测动态模态较静态模态更适用。本研究开展的可控气流-激光技术在鸡肉嫩度评估的应用,为肉品检测领域提供了新的解决方案。  相似文献   

禽蛋中氟苯尼考及其代谢产物氟苯尼考胺同时检测的 超高效液相色谱-荧光检测法的建立     

王波  赵霞  谢恺舟  张跟喜  张涛  戴国俊 《安徽农业大学学报》2020,47(1):36

建立超高效液相色谱-荧光检测法(UPLC-FLD)同时检测禽蛋中氟苯尼考及其代谢产物氟苯尼考胺残留。样品经过加速溶剂萃取提取、净化,乙腈饱和的正己烷去脂,设定激发波长和发射波长分别为233 nm和284 nm,经UPLC-FLD检测分析。FF和FFA添加浓度为定量限(LOQs)、0.5、1.0和2.0倍的最高残留限量(MRL)时,FF的平均回收率为83.1%～96.1%,相对标准偏差(RSD)均低于3.9%;FFA的平均回收率为84.6%～97.4%,RSD均低于3.4%。FF在禽蛋中检测限(LODs)为4.7～4.9μg·kg~(-1)(S/N≥3),LOQs为10.5～11.7μg·kg~(-1)(S/N≥10);FFA在禽蛋中LODs为1.8～1.9μg·kg~(-1),LOQs为4.3～4.7μg·kg~(-1)。此方法快速、准确、灵敏度高,适用于批量检测禽蛋中氟苯尼考及其代谢产物氟苯尼考胺残留。  相似文献   

防治红火蚁触杀型药剂的筛选   总被引：8，自引：1，他引：7  

陈焕瑜  冯夏  吕利华  刘杰  周小毛  莫严 《广东农业科学》2006,(5):28-30

测定了9种杀虫剂的触杀活性和其中8种药剂对红火蚁工蚁的致死中浓度,触杀活性测试表明,48%毒死蜱对工蚁的击倒速度和致死率均高,药后0.5 h工蚁死亡率达100%;氨基甲酸酯类药剂药后8 h工蚁的被击倒率达100%;5%氟虫腈10 000倍和10%溴虫腈10 000倍药液处理后工蚁的被击倒速度低,但药后24 h工蚁死亡率达100%;高效氯氰菊酯和杀虫双对工蚁的毒性是可恢复的。毒力测试表明,98%杀螟丹对红火蚁毒力最强,其次是10%溴虫腈和48%毒死蜱,而有机磷类的敌敌畏和氨基甲酸酯类的丁硫克百威毒力表现较差,拟除虫菊酯类的高效氯氰菊酯表现一般。试验结果表明,氟虫腈、溴虫腈、毒死蜱、杀螟丹等药剂可被推荐用于野外红火蚁的灌巢防治。  相似文献   

一种基于边缘形状的边缘连接方法     

李欣  袭杨 《黑龙江八一农垦大学学报》2006,18(6):86-90

在图像处理领域,边缘检测是一个重要的步骤,在数字图像分割、立体匹配、目标识别等领域里有着重要的作用。在检测出来的边缘中,有很多间断的部分,这使图像分割变得更加困难,为使分割更加理想,需要将间断部分连接起来。本文提出一种应用差分原理,基于边缘形状的边缘连接方法。通过对新方法进行理论分析和对比实验,此方法能有效连接间断边缘。  相似文献   

改进SSD的灵武长枣图像轻量化目标检测方法   总被引：2，自引：2，他引：0  

王昱潭  薛君蕊 《农业工程学报》2021,37(19):173-182

针对加载预训练模型的传统SSD（Single Shot MultiBox Detector）模型不能更改网络结构,设备内存资源有限时便无法使用,该研究提出一种不使用预训练模型也能达到较高检测精度的灵武长枣图像轻量化目标检测方法。首先,建立灵武长枣目标检测数据集。其次,以提出的改进DenseNet网络为主干网络,并将Inception模块替换SSD模型中的前3个额外层,同时结合多级融合结构,得到改进SSD模型。然后,通过对比试验证明改进DenseNet网络和改进SSD模型的有效性。在灵武长枣数据集上的试验结果表明,不加载预训练模型的情况下,改进SSD模型的平均准确率（mAP,mean Average Precision）为96.60%,检测速度为28.05帧/s,参数量为1.99×106,比SSD模型和SSD模型（预训练）的mAP分别高出2.02个百分点和0.05个百分点,网络结构参数量比SSD模型少11.14×106,满足轻量化网络的要求。即使在不加载预训练模型的情况下,改进SSD模型也能够很好地完成灵武长枣图像的目标检测任务,研究结果也可为其他无法加载预训练模型的目标检测任务提供新方法和新思路。  相似文献   

利用显著图构建注意力深度网络检测诱虫板蔬菜害虫     

郭庆文  王春桃  肖德琴  黄琼 《农业工程学报》2021,37(19):211-219

为提高诱虫板图像蔬菜害虫检测精度,针对背景区域容易导致误检的问题基于显著图分析技术构建了一种注意力深度网络害虫智能视觉检测方法。首先通过显著图筛选出粗候选区域;然后在粗候选区域内用全卷积神经网络精选出细候选区域;接着用神经网络分类器识别细候选区域害虫种类,得到含有冗余的若干检测框;最后用改进的非极大值抑制消除冗余检测框,实现诱虫板图像中目标害虫的检测。针对小菜蛾和瓜实蝇展开试验,获得86.4%的平均精度均值和0.111只的平均绝对计数误差均值,所提方法平均精度均值比Faster R-CNN和YOLOv4分别高2.74和1.56个百分点,平均绝对计数误差均值比Faster R-CNN和YOLOv4分别低0.006和0.003只;同时,消融试验中移除显著图注意力模块后平均精度均值下降了4个百分点、平均绝对计数误差均值增加了0.207只。试验结果表明,所提方法有效提高了诱虫板图像蔬菜害虫检测精度,其中,引入显著图注意力模块对提升检测精度有重要作用。  相似文献   

基于声振信号对称极坐标图像的苹果霉心病早期检测   总被引：1，自引：1，他引：0  

赵康  查志华  李贺  吴杰 《农业工程学报》2021,37(18):290-298

为实现苹果早期霉心病较高精度的检测,该研究采用对称极坐标法（Symmetrized Dot Pattern,SDP）将苹果声振信号变换为雪花图,然后采用AlexNet、VGG16和ResNet50卷积神经网络以迁移学习方式深度挖掘SDP雪花图像的特征信息,将其输入到支持向量机（Support Vector Machine,SVM）分类器,对霉心程度≤7%的苹果进行检测。研究结果表明,当时间间隔系数为25和角度放大因子为50°时,健康果与早期霉心果声振信号的SDP图形状特征差异最大,在此条件下获取的SDP图经卷积神经网络AlexNet、VGG16和ResNet50提取特征并构建了不同核函数的SVM霉心果检测模型,在各类SVM模型中,ResNet50-SVM-gaus（高斯基）模型用相对较少的训练时间和参数量可取得训练集霉心果较高分类准确率,经超参数优化训练该模型对健康果和早期霉心果测试集不平衡样本（10∶1）的总体分类准确率达到96.97%,平均查准率、平均查全率、平均加权调和均值、Kappa系数和马修斯相关系数值分别为80.19%、90.36%、86.21%,82.54%和82.68%,该模型不仅对多数类的健康果保持较高分类准确率,而且对少数类的早期霉心果也具有较高判别能力。这些研究结果为声振法应用于果蔬内部病害的早期在线检测系统研发提供了技术支撑。  相似文献   

基于深度学习的玉米拔节期冠层识别   总被引：2，自引：2，他引：0  

孙红  乔金博  李松  李民赞  宋迪  乔浪 《农业工程学报》2021,37(21):53-61

为了满足田间玉米植株快速识别与检测的需求,针对玉米拔节期提出了基于深度学习的冠层识别方法,比较并选取了适于玉米植株精准识别和定位的网络模型,并研制了玉米植株快速识别和定位检测装置。首先拍摄玉米苗期和拔节期图像共计3 000张用于训练深度学习模型,针对拔节期玉米叶片交叉严重的问题,提出了以玉米株心取代玉米整株对象的标记策略。其次在Google Colab云平台训练SSDLite-MobileDet网络模型。为了实现田间快速检测,开发了基于树莓派4B+Coral USB的玉米冠层快速检测装置。结果表明,田间玉米冠层识别模型精度达到91%,检测视频的帧率达到89帧/s以上。研究成果可为田间玉米高精度诊断和精细化作业管理奠定基础。  相似文献