计算机图像识别在玉米生长模型中的应用     

李洁  滕振芳  吴伟刚 《农机化研究》2020,42(6)

为了应对玉米植株的自动化监控,有效预测玉米产量,设计了玉米的生长模型系统。该系统以图像识别技术为基础,选择植株形貌参数,可有效预测玉米果实质量。整个系统包含图像分析、生长参数分析和玉米生长模型系统3部分。首先进行图像灰度化处理,进行二值分割,后采用中值滤波改进方法去除噪声;最后采用Hilditch细化算法,得到玉米植株骨架图。利用本系统对同一玉米植株进行27天观察,探索植株高度H、宽度W和节结个数N与时间之间的关系。系统以植株高度H、宽度W和节结个数N作为自变量,以植株玉米果实质量作为应变量,建立关系式,预测结果与实际结果吻合良好。  相似文献   

计算机智能化图像识别技术的理论性突破     

邓小云 《湖北农机化》2020,(10):109-110

  相似文献   

图像识别技术对提升动物疫情监测预警能力的研究——以东莞市动物卫生监督所为例     

陈松楠 《农业网络信息》2016,(4):27-30

远程视频监控系统被利用到动物疫情监测的领域来,能够对所有的疫情监控点进行监测预警。但是长时间的人工监控也会使工作人员产生疲劳感,降低工作效率。针对这样的情况,本文从图像的预处理、病变区域的提取和病变区域的识别三个方面阐述了如何利用计算机图像学理论来提升动物疫情监测预警的能力。  相似文献   

基于图像识别的驱鸟裝置     

张顾峰  吴犀  邱时盈 《农村电工》2023,(7):33-34

1应用背景随着生态环境的逐步改善,鸟类数量渐渐增多,鸟类在配电线路杆塔上的活动越来越频繁。传统的应用驱鸟稻草人、驱鸟剂、驱鸟枪与驱鸟车等驱鸟都起到一定的驱鸟效果,但是并不理想。因此,随着鸟类危害的加重智能驱鸟装置也被研制出来,主要是通过雷达、红外技术探测到鸟类后使用超声波进行驱离,准确率和实效性高,但是配套的设备成本也比较高。笔者现介绍一种基于图像识别的驱鸟技术和装置,既有与主流驱鸟技术一样精确、高效的效果,又能保证其使用的成本相对较低。  相似文献   

基于迁移学习的棉花叶部病虫害图像识别   总被引：15，自引：10，他引：5  

赵立新  侯发东  吕正超  朱慧超  丁筱玲 《农业工程学报》2020,36(7):184-191

针对传统图像识别方法准确率低、手工提取特征等问题,该研究以棉花叶部病虫害图像为研究对象,利用迁移学习算法并辅以数据增强技术,实现棉花叶部病虫害图像准确分类。首先改进AlexNet模型,利用PlantVillage大数据集训练取得预训练模型,在预训练模型上使用棉花病虫害数据微调参数,得到平均测试准确率为93.50%;然后使用数据增强技术扩充原始数据集,在预训练模型上再训练,得到最终平均测试准确率为97.16%。相同试验条件下,该研究方法较支持向量机(Support Vector Machine,SVM)和BP(Back Propagation,BP)神经网络以及深度卷积模型(VGG-19和GoogLeNet Inception v2)分类效果更好。试验结果表明,通过迁移学习能把从源领域(PlantVillage数据集)学习到的知识迁移到目标领域(棉花病虫害数据集),数据增强技术能有效缓解过拟合。该研究为农作物病虫害识别技术的发展提供了参考。  相似文献   

基于迁移学习和改进残差神经网络的黄瓜叶部病害识别方法          下载免费PDF全文

李丹 《农业工程》2020,10(6):36-40

针对在黄瓜叶部病害识别过程中使用传统卷积神经网络存在模型训练时间长、识别准确率低等问题，提出一种迁移学习和改进残差神经网络相结合的方法对黄瓜叶部病害进行识别。首先对数据集图像进行预处理，将数据集划分为训练集和测试集；然后对传统残差神经网络进行改进；最后使用迁移学习的方式对网络模型进行训练。利用该研究方法对不同的黄瓜叶部病害进行识别试验，结果表明该方法具有较高的识别准确率，可为其他作物的识别方法研究提供参考。   相似文献   

图像识别技术对提升动物疫情监测预警能力的研究     

陈松楠 《中国农业信息》2016,28(8):38

远程视频监控系统被利用到动物疫情监测的领域来，能够对所有的疫情监控点进行监测预警。但是，长时间的人工监控也会使工作人员产生疲劳感，降低工作效率。针对这样的情况，文章将从图像的预处理、病变区域的提取和病变区域的识别3 个方面阐述如何利用计算机图像学理论来提升动物疫情监测预警的能力。  相似文献   

彩色CCD雌雄蚕卵色选机的工作原理和应用     

宋礽苏  方彧  段启掌  孟智启 《蚕业科学》2016,42(4)

依据家蚕限性卵色差异的遗传特征,结合基于线阵型电荷耦合元件(CCD)的色选技术,研制了彩色CCD雌雄蚕卵卵色分选机。该机利用平移式电磁振动器,使蚕卵在双层供卵装置中有序排列成64路直线移行,沿V形槽向下高速滑至分选室,经彩色CCD图像传感和计算机图像识别处理,指令64路高速电磁气阀将各靶卵吹入收集箱,同时使非靶卵自落至振动装置输出,由此完成对卵色不同的雌雄蚕卵分选。该机在生产应用中表现出性能可靠的靶卵颜色选择功能,在雌雄蚕卵分离过程中不损伤蚕卵,分选效率(超过1×10~6粒/h)是人工分选的230倍,单选准确率超过96%,复选准确率超过99.5%,且操作简便,故障率低。该机作为雄蚕品种的杂交种生产自动化技术设备,有效解决了人工分选雌雄蚕卵效率低的难题。  相似文献   

基于卷积神经网络马铃薯叶片病害识别和病斑检测*     

王林柏  张博  姚竟发  杨志辉  张君  范晓飞 《中国农机化学报》2021,42(11):122

针对自然环境下马铃薯叶片病害识别率低和晚疫病斑定位难的问题,基于大田环境中采集的马铃薯叶片图像,首先对马铃薯叶片病害进行识别,对比AlexNet、VGG16、InceptionV3、ResNet50、MobileNet五种神经网络模型,结果表明InceptionV3模型的识别效果准确率最高,可达98.00%。其次对马铃薯叶片的晚疫病斑进行检测,提出一种改进型的CenterNet-SPP模型,该模型通过特征提取网络获取对象的中心点,再通过中心点回归获得中心点偏移量、目标大小等图像信息,训练后的模型在验证集下的mAP可达90.03%,以F₁为评价值分析对比其它目标检测模型,CenterNet-SPP模型的效果最好,准确率为94.93%,召回率为90.34%,F₁值为92.58%,平均检测一张图像耗时0.10 s。为自然环境下马铃薯叶片病害识别和检测提供较为全面的深度学习算法和模型研究基础。  相似文献   

采棉机器人的研究现状及关键技术   总被引：3，自引：1，他引：3  

韦皆顶  费树岷  汪木兰  袁建宁 《农机化研究》2007,(7):14-18

对国内外机械化采棉技术的研究现状进行了综述,构建出了基于计算机视觉的智能型采棉机器人原型系统,分析了采棉机器人的应用价值.同时,介绍了采棉机器人的作业环境和工作对象的特殊性,总结了采棉机器人所涉及的关键技术,包括采棉机器人本体的优化设计、棉花的自动识别和分类以及路径规划和运动控制技术等,最后指出了目前应用采棉机器人存在的主要问题并提出相应对策.  相似文献