基于改进DeepLabV3+的成熟期水稻生长密度检测研究

实时获取成熟期谷物生长密度有助于减少联合收割机喂入量检测过程中存在的滞后性。为高效、实时地获取谷物生长密度,提出基于改进DeepLabV3+语义分割模型的成熟期水稻生长密度实时检测方法。在DeepLabV3+编码器部分的卷积模块后和主干网络后加入Shuffle Attention模块以减少语义损失。通过改进DeepLabV3+对水稻图像进行语义分割并计算水稻像素在整张图片中的占比,并与实际测得的水稻生长密度进行拟合建立模型得到水稻生长密度检测模型。结果表明,单位面积下水稻像素比与水稻生长密度之间存在较强线性关系,决定系数R~2为0.68,测试集的均方根误差RMSE为0.46 kg/m^(2),能实现田间水稻的密度检测。

基于正交试验的小麦单宁含量测定方法优化

目的:探索一种可靠、有效的测定小麦籽粒单宁含量的方法,为进一步研究单宁对小麦种子生理及品质的影响提供参考。方法:应用正交试验对小麦单宁含量测定方法的进行了优化,并在56份不同基因型小麦种质资源中进行验证。结果:结果表明,经济高效的香草醛法测定小麦籽粒单宁含量的条件为:料液比为1∶10,浸提时间为6 h,离心时间为10 min,蒸馏时间为8 min,甲醇体积为2.5 mL,清洗时间为8 min,显色温度为20℃;验证试验RSD均小于5%。结论:该优化方法经济、可靠,能有效测定小麦籽粒单宁含量。