南京农业大学工科类课程耕读文化建设——以数字图像处理课程为例

加强和改进涉农高校耕读教育是南京农业大学工科类专业课程和耕读文化结合与实践融合建设的新理念,也是新时代党和国家对涉农高校课程建设的新要求。为促进耕读教育落地落实,南京农业大学有效开展耕读教育,注重教育引领,加强教师队伍建设,营造耕读文化氛围,完善相关条件保障,着力培养有思想、爱劳动、能创新的高素质劳动者。该文以数字图像处理课程为例,介绍农业院校工科类专业课程与耕读教育的结合与实践,使耕读文化贯穿于教学的各个环节,实现专业课知识体系和耕读文化的有机统一。

基于改进YOLO v5复杂场景下肉鹅姿态的检测算法研究

[目的]肉鹅姿态是预警肉鹅异常行为、评判肉鹅健康状态的重要指标,针对传统养殖场人工观察肉鹅姿态耗时费力且有很大主观性等问题,提出了一种基于深度学习模型自动识别肉鹅姿态的检测算法。[方法]利用YOLO v5模型对扬州鹅4种姿态(站立、休憩、饮水和梳羽)进行识别;对YOLO v5模型加入SENet、CBAM、ECA三种注意力模块改进网络结构,提高模型的识别能力;设计明暗试验和密集场景试验进一步验证模型在复杂场景下的鲁棒性。[结果]YOLO v5+ECA模型的平均检测精度(mAP)为88.93%,相比YOLO v5提升了2.27%。在识别精度(AP)上,站立姿态为91.85%,休憩姿态为93.42%,饮水姿态为90.02%,梳羽姿态为80.42%。在明暗试验和密集场景试验中,YOLO v5+ECA模型性能表现稳定,漏检现象和误检现象相对较少。[结论]该模型可以实现养殖场复杂场景下肉鹅姿态准确快速检测,为后续肉鹅行为监控和健康防疫提供数据支撑。

分选加工中稻米垩白自动检测算法

垩白米不仅影响稻米的外观品质,还影响米粒的食味品质,降低稻米商品价值。该文以稻米加工中不同稻米籽粒的组合图像为研究对象,给出了基于切比雪夫逼近的垩白自动分割算法和稻米垩白指标测定算法。算法可实现自适应阈值选取,对包含黄米和杂质米的组合米样图像也能实现垩白的完整分割,算法鲁棒性强。按照国家标准要求,选取垩白粒率为40%的100粒稻米进行随机组合抽取来验证算法的准确性和实时性,结果显示垩白粒率检测的准确度为95%,垩白度的计算误差为2.39%,稻米垩白检测平均耗时3.8 ms/粒,算法耗时短适合在线运算。该文算法用于稻米加工中垩白米的分选,可提高加工后稻米的商品价值和食味品质。

日光温室保温帘揭盖时间的确定

适宜的保温帘揭盖时间对室内作物生长及温室的保温性能有很大影响,尤其对冬季温室生产影响显著。该文对冬季日光温室保温帘覆盖时间进行了理论分析和试验研究。利用保温帘揭盖前后温室能量平衡的变化及多元回归方法,推导出确定揭盖保温帘时间的数学模型,并分晴天、阴天两种典型天气展开讨论和试验,结果表明按计算所得保温帘揭盖时间达到了预期效果。

基于霍特林变换的稻米彩色图像粒形检测算法

利用稻米分割后轮廓灰度图与背景灰度图的灰度均值之差和灰度方差之差进行米粒图像分割效果定量评价,对7个彩色通道的稻米图像进行分割评判,选取I1(红色、绿色、蓝色通道的平均值)通道进行稻米图像分割。提取分割后标注的单粒米粒边界的二维坐标向量,对坐标向量进行霍特林变换,通过计算变换后米粒最小外接矩阵来表征稻米粒形,简化了现有的稻米粒形检测算法。检测稻米粒型时,算法在MATLAB7.5.0环境下运行。该算法所得米粒长宽比与人工检测结果的平均相对误差为1.65%,每幅图像平均耗时0.323s;而最小外接矩形算法的平均相对误差为2.24%,每幅图像平均耗时2·837s。

雪花牛肉大理石花纹粗糙度和细密度的测定

通过对高端雪花牛肉大理石花纹中有效切面面积、脂肪数量、脂肪含量、脂肪平均面积等检测分析,提出用粗糙度和细密度来定量描述脂肪的分布特征。以雪花牛肉图像为研究对象,通过图像分割得到大理石花纹的二值图像,标定二值图像里每一块脂肪的大小、位置,计算图像的粗糙度和细密度。结果表明:细密度和粗糙度两个指标能够反映脂肪的分布特征,在脂肪含量一定的情况下,细密度大、粗糙度小的牛肉其脂肪分布更均匀,并且两个指标能够跟随雪花牛肉大理石花纹脂肪含量的变化而变化。

基于多结构神经网络的大米外观品质评判方法

应用多结构神经网络建立了大米外观品质评判模型,可实现5类大米的识别。模型采用5个并行工作的多层前向神经网络。每个多层前向神经网络包含两个隐含层,以大米图像的形状特征和颜色特征作为网络输入。网络训练和仿真结果显示模型识别的平均准确率为92.66%,比相同网络复杂度下的多层前向神经网络模型提高5.04个百分点,并且网络学习速率快。

基于改进ViBe算法的园林游客检测研究

传统的视觉背景提取算法中存在阴影敏感、前景点误判、前景空洞等问题。为了更好地提取园林游客的前景,在研究分析多种背景建模方法的基础上,提出一种Lab颜色空间下改进的ViBe游客检测算法,对算法的准确性和鲁棒性进行了测试。实验结果表明,该算法通过建立实时更新的背景模型,提高了游客检测的准确率,能够有效地适应光照变化并且能够去除阴影。针对园林内不同地点的复杂场景,改进的ViBe算法具有更好的检测效果。

分选加工对稻米食味品质的影响

以江苏省产粳稻为例,研究稻米外观分选对其食味品质的影响。根据外观品质将单一品种米样分为整米无垩白、整米垩白少、整米垩白多、碎米无垩白、碎米垩白少、碎米垩白多6个等级,分别测定6种米样的直链淀粉含量和胶稠度。结果显示直链淀粉含量和胶稠度与米粒垩白多少和米粒的整碎相关性显著;整米的直链淀粉含量比碎米的低,胶稠度比碎米的长;垩白越少其直链淀粉含量越低,胶稠度越长。所以剔除碎米和垩白米能够改善稻米的食味品质,稻米分选不仅可以提高稻米的商品价值,还可以改进稻米的食味品质。

徐州地区日光温室保温性能的试验研究

分析了徐州地区冬季日光温室小气候的变化规律。针对当地日光温室冬季保温性能不理想的现状,从光照条件和温度条件两方面进行分析,对温室自身造成的保温性能不理想提出了改进意见,并在现有温室结构的基础上,通过选择最佳的揭盖帘时间,来提高冬季日光温室的保温性能。揭盖帘对比试验表明,揭盖帘时间选取恰当对室内温度影响较大,可以提高温室的保温性能。

关注网络时代大学生的心理健康

研究大学生上网心理和网络行为,是网络时代保护大学生身心健康的重要途径。本文通过对大学生心理研究,旨在倡导网络文明,加强思想心理教育,引导学生端正上网动机。

基于背景差分法的稻米动态图像检测识别

根据稻米形态特点设计了稻米动态图像采集系统,选用背景差分法对米粒动态图像进行目标分割,实现了运动状态下稻米图像特征提取。对提取的颜色、形态特征进行多结构神经网络训练,实现了透明整米、垩白整米、碎米和黄米四类稻米的识别,识别准确率分别为95.2%,89.6%,97.3%和90.5%。识别效果较好,为稻米在线图像检测分选奠定基础。

基于学习通的《数字图像处理》混合式教学模式设计与研究

随着移动互联网日新月异的发展,课堂教学改革也开启了新的历史篇章。针对数字图像处理课程综合性及实践性极强的特点,将其与超星学习通相结合,创建了线上平台自学与线下课堂教学的混合式图像处理教学模式。经过一学期试验表明,学生对该模式认可度较高,既能提高他们的自主学习能力,又能改善教学效果。

无意识教育渗透下的学生主体意识培养

阐述了无意识教育的内涵和特点,总结了高校学生主体意识培养的内容和途径。将无意识教育引入学生主体意识培养,融合无意识教育的基本方法,从三个方面论述无意识教育渗透下学生主体意识培养的实现路径:利用榜样效应激发学生成长内驱力;以健康的主体意识教育的环境熏陶学生;在丰富多彩的活动中渗透主体意识思想。

现代化温室保温性能的改进现状

目前,发达国家的现代化大型温室采用透明材料覆盖,配有供暖、通风、灌溉和增施二氧化碳等比较完备的设施,作物可以全年生产。为此,介绍了世界现代化温室的类型及代表温室。从温室形状、温室方位、北墙绝缘、保温幕、双层覆盖物5个方阐述了国外现代化大型温室保温性能的改进现状,可对我国现代化温室的改进起到借鉴作用。

基于Simulink的大米动态图像检测系统仿真

[目的]建立大米动态图像的仿真检测系统。[方法]以粳米为研究对象,利用Simulink设计大米动态图像仿真处理平台,用Mplay进行系统调试,利用背景差分法分割大米图像,对图像进行检测与跟踪。[结果]实现了大米动态图像的检测及目标跟踪,且对图像的分割、标注效果较好,提取的大米外观形状的特征值与其静态图像特征值的平均相对误差仅为2.26%。[结论]建立了大米动态图像的仿真检测系统,该系统检测精确度高,算法验证及修改简单、方便,编写代码所需时间较短。

基于学习通的控制系统计算机辅助设计在线课程建设与实践

利用学习通平台构建移动网络在线课程,试图改变控制系统计算机辅助课程课时少、教学模式陈旧等不足,为学生构造一个便捷式学习环境。通过一学期的实践表明,在线课程可以提高课程的教学质量和效率,并且能够激发学生的学习兴趣,培养学生自主学习的能力。

基于近红外光谱的杂交水稻种子发芽率测试研究

现阶段水稻种子发芽率测试仍然按照传统的农作物种子发芽技术规定进行发芽试验,此方法存在试验周期长、成本高、专业性要求高等缺点,本研究提出一种基于近红外光谱技术的快速、无损测试杂交水稻种子发芽率的新方法。采用人工老化方法在温度45℃、湿度100%的条件下分别老化处理2个品种杂交水稻种子0,24,48,72,96,120,144h;用近红外光谱仪分别采集2个品种不同老化时间段杂交水稻种子光谱数据共280份,随机分成校正集(168份)和检验集(112份);测试不同老化时间段的水稻种子发芽率;以偏最小二乘算法(PLS)建立了回归模型,分析不同光谱波段和比较不同光谱预处理方法对模型精度的影响。2个品种的水稻种子光谱数据采用全波段和标准化+正交信号校正预处理时模型最优,模型校正集决定系数(RC)与验证集相关系数(RP)分别为0.965和0.931,校正标准误差(SEC)与预测标准误差(SEP)分别为1.929和2.899,验证集预测值与真实值之间的相对误差在4.2%以内。研究结果表明利用近红外光谱分析技术进行杂交水稻种子发芽率的快速无损检测是可行的。

机器视觉技术在牛肉大理石花纹识别中的应用

牛肉眼肌区域大理石花纹的丰富程度是牛肉分级的重要指标之一。采用工业相机采集多幅牛肉眼肌切面图像,利用VC++图像处理技术,对图像进行平滑去噪操作,采用自适应阈值法将眼肌区域从背景中分离,然后运用数学形态学的方法以及基于区域分割的方法确定有效眼肌区域,最终通过数理统计的算法识别大理石花纹。结果表明,该技术能有效识别眼肌区域中的大理石花纹,其耗时短、识别结果准确,利于牛肉等级的准确判定。

基于游人游赏行为的留园驻点分布规律研究

通过对留园游人游赏行为及其空间分布的量化研究,提出驻点概念,创立驻点研究法;运用视频分析技术,确定了留园空间驻点的具体分布及其等级划分,进而对留园空间特征进行深入分析;通过研究不同类型空间中驻点特征,探索古典园林游赏吸引力的空间构成,探讨传统园林空间特征与古今游人的适应性。研究发现传统园林中的一些独特空间依然符合当今游人游赏习惯,而有些传统研究方式中认定为具有强吸引力驻点的空间,却没有高等级驻点分布。通过量化研究,可以准确反映驻点游人分布状况及其行为特征,从而为客观、科学、可重复验证地研究园林空间特性提供有力支持。