基于卷积神经网络与迁移学习的油茶病害图像识别

传统的植物病害图像识别准确率严重依赖于耗时费力的人工特征设计。该文利用深度卷积神经网络强大的特征学习和特征表达能力来自动学习油茶病害特征,并借助迁移学习方法将Alex Net模型在Image Net图像数据集上学习得到的知识迁移到油茶病害识别任务。对油茶叶片图像进行阈值分割、旋转对齐、尺度缩放等预处理后,按照病害特征由人工分为藻斑病、软腐病、煤污病、黄化病和健康叶5个类别。每个类别各选取750幅图像组成样本集,从样本集中随机选择80%的样本用作训练集,剩余20%用作测试集。利用随机裁剪、旋转变换和透视变换对训练集进行数据扩充,以模拟图像采集的不同视角和减少网络模型的过拟合。在Tensor Flow深度学习框架下,基于数据扩充前后的样本集,对Alex Net进行全新学习和迁移学习。试验结果表明,迁移学习能够明显提高模型的收敛速度和分类性能;数据扩充有助于增加数据的多样性,避免出现过拟合现象;在迁移学习和数据扩充方式下的分类准确率高达96.53%,对藻斑病、软腐病、煤污病、黄化病、健康叶5类病害的F1得分分别达到94.28%、94.67%、97.31%、98.34%和98.03%。该方法具有较高的识别准确率,对平移、旋转具有较强的鲁棒性,可为植物叶片病害智能诊断提供参考。

基于遗传神经网络的苹果综合分级系统

充分利用计算机视觉和人工神经网络技术 ,建立了一个苹果综合外观品质检测与分级系统 ,实现了对苹果的正确分级 ,正确识别率可达 90 .8%。还借助于遗传算法对 BP网络进行设计 ,提高了其学习速度。

玉米苗期杂草的计算机识别技术研究

利用计算机视觉技术和人工神经网络技术对识别玉米苗期田间杂草进行了研究。首先利用类间方差最大自动阈值法二值化杂草图像的超绿特征,再进行连续腐蚀与膨胀,然后根据长宽比、圆度、第一不变矩3个形状特征由BP网络识别出玉米幼苗,最后利用种子填充法从阈值分割结果中擦除玉米目标,剩余的就是杂草目标。研究表明,基于BP网络的杂草识别算法对玉米幼苗与杂草的正确识别率分别为87.5%和93.0%,处理一幅640×480像素的杂草图像平均耗时约为58 ms。

精确杂草控制技术的研究现状

农田杂草不仅与作物争光、争水、争肥、争空间,导致作物品质受损及产量下降,而且妨碍收获作业,增加生产成本,给农业生产造成了巨大危害。为此,阐述了精确杂草控制的意义;综述了国内外在该领域的研究进展;探讨了计算机杂草识别的方法;并指出了该技术在我国的应用前景和发展方向。

坡面水蚀与细沟发育过程模拟研究

为了分析次降雨过程中的细沟发育规律,提出从二维浅水方程和泥沙输移方程出发建立坡面水蚀模型,利用有限体积法模拟坡面径流与侵蚀产沙的时空分布及微地貌发育过程的方法。模型由二维浅水方程、Green-Ampt入渗模型、Gash林冠截留模型以及经验侵蚀与沉积公式组成,具有易于实现的优点。通过对摩阻源项进行点隐式处理,提高了数值稳定性,可处理干床面和微小水深。结果表明,模型能够模拟复杂坡面在次降雨过程中的径流侵蚀及细沟发育规律。

基于GPU的坡面细沟发育过程可视化模拟

为了快速表现降雨条件下坡面水蚀微地貌的动态发育过程,构建了基于元胞自动机的坡面水蚀模型,提出了基于GPU的可视化模拟算法。模型包括降雨、入渗、产流、侵蚀、沉积和输沙等过程,通过对元胞应用简单的水沙交换规则来实现产流产沙的同步演化。利用Perlin噪声来模拟微地貌和降雨等侵蚀因子的空间分异性与随机性,增强了坡面细沟发育的真实性。结果表明,该模型能够有效表现坡面细沟发育过程的分形特征,借助GPU可以大大提高坡面水蚀可视化模拟的实时性。

基于颜色特征的油茶叶片病斑分割研究

油茶叶片病斑分割是提高油茶病害图像识别准确率的前提。根据油茶炭疽病、软腐病和煤污病等主要病害的症状特征,提出了基于超绿特征的油茶叶片病斑检测方法。对比分析了HSI、YCbCr和Lab颜色模型的各个颜色分量以及超绿特征对油茶叶片病斑分割性能的影响。对于炭疽病和软腐病,超绿特征的单阈值分割性能最好,色度a的分割性能较好,色差Cb和色差Cr的分割性能稍差,色调H的分割性能最差,其Ⅰ型错误率很高。对于煤污病,亮度L的分割效果最好,亮度Y的分割效果次之。试验结果表明,超绿特征对于三种典型油茶病害图像的综合分割性能较高,具有较低的Ⅰ型错误率和Ⅱ型错误率,其平均检测精度达到81.69%以上,可以降低因叶柄和叶脉影响而产生的分割错误。

侵蚀坡面数字高程模型重构算法研究

构建具有微地貌的数字高程模型是坡面水蚀模拟的基础工作。针对定距邻域内插法的不足,提出了由点云构建侵蚀坡面的Delaunay三角内插法。该算法包括投影、三角化、分割和插值等步骤,利用主元分析法计算坡面点云的主轴和次轴并将其与坐标轴对齐,再由Delaunay三角化生成不规则三角网,将其分割为指定分辨率的规则格网,由三角线性插值得到格网单元的高程。试验结果表明,当邻域搜索半径与格网单元边长之比约为1.414时,定距邻域内插法的性能达到最优;当点云含有较多侵蚀坑等微地貌信息时,Delaunay三角内插法优于定距邻域内插法。

基于OpenCL的累积汇流并行计算

大尺度、高分辨率数字地形数据应用需求的增长,给计算密集型的累积汇流等数字地形分析算法带来了新的挑战。针对CPU/GPU(Graphics Processing Unit)异构计算平台的特点,提出了一种基于OpenCL(Open Computing Language)的多流向累积汇流算法的并行化策略,具有更好的平台独立性和可移植性,简化了CPU/GPU异构平台下的并行应用程序设计。累积汇流并行算法包括时空独立型的流量分配和空间依赖型的累积入流两个过程,均定义为OpenCL内核并交由OpenCL设备并行执行,其中累积入流过程借助流量转移矩阵由递归式转换为迭代式来实现并行计算。与基于流量转移矩阵的并行汇流算法相比,尽管基于单元入度矩阵的并行汇流算法可以降低迭代过程中的计算冗余,但需要采用具有较大延迟的原子操作以及需要更多的迭代次数,在有限的GPU计算资源下,两种算法性能差异不明显。实验结果表明,并行累积汇流算法在NVIDIA GeForce GT 650M GPU上获得了较好的加速比,加速性能随格网尺度增加而有所增加,其中流量分配获得了约50～70倍的加速比,累积入流获得了10～20倍的加速比,展示了利用OpenCL在GPU等并行计算设备上进行大规模数字地形分析的潜在优势。

农业自动化领域中计算机视觉技术的应用

计算机视觉技术的应用已扩展到农业自动化领域。该文介绍了计算机视觉系统的组成 ,概述了国内外计算机视觉技术在农业生产自动化中的应用状况 。

用活动边界模型精确检测果实表面缺陷

在利用计算机视觉技术检测果实表面缺陷中 ,为解决泼水算法分割出的缺陷区域比实际大的问题 ,探讨了活动边界模型 (ACM)的原理和求解方法 ,改进了活动边界模型 ,使 ACM在开始收缩时位于目标轮廓外侧 ,且公式能记忆边界的方向 ,当存在两个相距较近的缺陷时 ,ACM会收敛于正确的边界。提出插值算法对得到的不连续边界进行插值 ,从而得到封闭的缺陷边界 。

基于内容的小麦害虫图像检索系统研究与实现

以小麦害虫图像为研究对象,研究并开发了基于内容的害虫图像检索系统。重点研究了基于内容的图像检索中的图像特征提取、图像相似性度量和用户相关反馈技术。提出一种重叠四分块颜色矩和一种基于BP神经网络的图像相似性度量方法,并引入灰色相关反馈算法实现了基于语义的图像检索。应用排序评价方法、查准率与查全率对系统的检索性能进行测试,结果表明,系统具有一定的实用性,为快速准确地诊断、识别农作物害虫和害虫图像资源共享提供了技术依据。

基于图像形态学的球形果实品质检测研究

图像形态学是近年来新兴的、以形态为基础的、对图像进行分析的数学工具。分析了图像形态学在图像处理中的优点，对图像形态学的基本运算及其作用做了简要的介绍。以苹果为例，探讨了应用图像形态学运算实现球形果实缺陷和形状的检测技术，最后对实验结果进行了分析。

基于形态重构的叶片性状特征可视化表达方法

针对目前叶片性状特征在信息融合与表达过程中存在单一性及抽象性等问题,提出一种基于形态重构的叶片性状特征可视化表达方法。以温室黄瓜叶片生长为例,将有效积温、生长速率等作为特征参数,建立叶片形态发生模型,利用参数化样条曲线描述叶缘、叶脉的几何形态,采取二分法递归地分割叶缘及叶脉曲线,以实现叶片曲面的网格化细分,结合叶色纹理信息映射模型,提出叶片性状特征的可视化表达方法。实验结果表明,运用该方法得到的叶片性状特征模拟值与观测值之间的相对误差较小,其决定系数均达到0.95以上,均方根误差不大于0.236,与传统的建模方法相比,该模型具有更高的拟合度和可靠性,能够有效实现黄瓜叶片性状变化的动态仿真,可为实时掌握和预测植物生长发育状况提供依据。

基于加权最小二乘优化的DV-HOP定位算法

确定事件发生的传感器节点位置是大多数无线传感网络应用场景中不可缺失的一部分。目前,在资源受限的无线传感网络中设计高精度定位算法仍是一个极具挑战性问题。为此,深入分析了DV-HOP算法中误差产生的原因,提出一种改进的DV-HOP算法。该算法为了降低计算所带来的固有误差,估算坐标时采用不直接对估算方程进行平方的方法;此外,为了进一步降低误差,采用了加权最小二乘法进行坐标估算;最后,采用理论分析的方法对算法进行了误差分析。仿真结果表明改进的算法与传统DV-HOP算法及文献[16-17]中的算法相比定位精度得到明显改善,分别提高了40%、28%和15%。

农业领域中的计算机视觉研究

计算机视觉技术在农业各领域中的应用研究发展非常迅速，本文回顾了计算机视觉技术近年来在国内外农业中的发展情况，从四个方面进行综述。最后概述我国现阶段计算机视觉技术在农业中的应用主要存在的问题及发展前景。

新工科背景下物联网应用型人才培养模式探究

物联网产业具有产业链长,涉及多个产业群等特点,属于新兴的新工科专业之一,该领域所需人才每年在百万以上,因此,高校培养满足产业需求的物联网工程专业人才责无旁贷。人才培养的关键在于人才培养模式,在充分分析现有物联网工程人才培养模式的基础上,以新工科人才培养为导向,围绕人才培养目标,课程设置、教学模式改革、校企融合协同育人四方面对物联网人才培养新模式进行了探索。

基于任务驱动的单片机原理教学模式探讨

为了培养学生在单片机课程学习中的实际动手能力与创新能力,本文探讨一种基于任务驱动的教学模式并将其运用到单片机原理的课程教学中。以任务为主线的教学变革促进单片机基础理论与实践的深度融合,探索了以任务驱动为主体的单片机原理课程教学模式变革。按照这种模式对教学内容、组织形式、实践教学等进行了教学设计和模式改革实践,激发了学生的学习兴趣,提升了学生的动手能力,教学效果得到了较为明显的提高。

基于颜色信息的水稻稻曲病图像分割算法研究

提出一种从颜色空间进行稻曲病图像的稻曲球分割算法,通过研究稻曲病图像颜色空间的各颜色分量对应坐标值的比值,分析颜色分量的色差模型,找到稻曲球、稻穗和叶片之间颜色信息的不同分布区域,采用动态阈值法有效分割稻曲球。图像分割实验结果表明所提算法的有效性,为后续进一步研究稻曲病的图像特征提取与图像识别等提供研究基础。

基于Spring Boot框架的井冈蜜柚管理系统设计与实现

井冈蜜柚产业是吉安市六大富民产业之首和扶贫攻坚的首选产业。目前,该产业在生产阶段仍采用粗放型管理模式,为向精细化管理模式转型,急需建立信息化管理平台作为技术支撑。开发了一个基于Web的井冈蜜柚管理系统,实现了对果树的样区和样地管理、基础信息管理、健康信息管理和统计分析等核心功能。该系统采用了前后端分离的开发模式,前端和后端分别采用了主流的Vue.js框架和Spring Boot框架,持久层采用了MyBatis框架,数据库采用了MySQL。该系统具有较好的可操作性、安全性、可维护性和扩展性,已部署于腾讯云并在企业中测试使用。