基于语义分割的粮仓粮食数量变化动态监测方法

为了高效、准确且低成本监测粮仓粮食数量变化情况,研究提出一种基于语义分割的粮仓粮食数量变化动态监测方法,利用深度学习技术对粮仓仓内摄像机采集的图像进行分析,实现对粮仓仓内粮食数量变化情况的动态监测。通过将监测结果与仓内近期业务数据进行比对,可及时发现违法违规行为线索并预警,提高日常监管的针对性和效率。本研究选取粮仓仓内监控摄像机采集的图像作为数据集,构建了基于DeepLabV3+的粮仓粮食数量变化动态监测模型,通过提取判断粮面变化的参照边界,利用参照边界像素值的变化判断仓内粮食数量变化情况,并通过引入基于MobileNetV2的特征提取网络,提高了模型识别的准确性和计算效率。实验结果表明,该模型平均交并比和平均像素准确率分别达到89.57%和94.53%,参数量为5.818 M,MIoU分别比PSPNet模型和UNet模型高0.95%和0.88%。通过对50个粮仓的测试分析,模型识别得到的仓内粮食数量变化情况与实际情况的一致性为96%,验证了该方法的有效性,为粮仓粮食数量的动态监测提供了新的思路。

一种基于ESP32-CSI的粮食水分检测方法

为实现粮食水分的低成本快速准确测量,将小型化的信道状态信息(channel state information,CSI)采集设备用于粮食水分检测,采用随机森林和主成分分析两种特征选择算法对CSI的振幅指标进行特征子载波提取,基于选择的特征子载波对10种粮食水分进行分类,考虑到之后其移动化场景中的应用受限于功耗以及算力,选取结构较为简洁、运算速度较快、算力要求不高的宽度学习系统(broad learning system,BLS)应用于CSI数据的处理,同时与传统的卷积神经网络(convolutional neural network,CNN)在精确度和训练时间两个方面进行对比,最后动态地增加宽度学习系统的增强节点.试验结果表明:主成分分析(principal component analysis,PCA)算法最大限度地消除了CSI数据中的冗余信息,BLS相较于卷积神经网络不仅获得了更快的速度而且在准确率方面也优于CNN算法,因此PCA-BLS组合获得了最佳的分类效果;增加增强节点的数量后,训练时间虽然有所延长,但在一定程度上提高了识别准确率.

粮仓粮食数量监测技术研究现状与展望

数量真实是保障国家粮食安全的重要组成部分,对粮食库存数量的监管也影响着国家粮食安全。但是,由于粮食存储点多、面广,监管难度较大,“转圈粮”、擅自动用、未轮报轮等涉及粮食库存数量的违法违规案件时有发生,因此需要加强粮食监管,以避免此类事件发生。近年来,随着科技快速发展,粮仓粮食数量监测的相关技术不断涌现,并在保障国家粮食安全方面发挥了显著作用。文章主要针对压力传感器、三维激光扫描、超声波、雷达、图像处理等技术,阐述了这几种粮仓粮食数量监测技术的主要原理和优缺点,并对粮仓粮食数量监测技术领域存在的问题和未来应用研究趋势进行了展望。

基于双目立体视觉的粮食智能随机扦样方法

针对粮食收购入库环节,传统扦样方式常存在扦样区域划分不科学、扦取样品代表性不足、扦样效率不高等问题,以及“人情粮”等舞弊风险,提出一种基于双目立体视觉的粮食智能随机扦样方法。首先使用双目立体相机获取散粮运输车的左右图像,利用图像分割技术自动识别车厢厢体及装粮区域,然后按照预先设定的随机扦样规则划分扦样区域并得到一系列扦样点,接着通过视差分析和立体匹配得到扦样点的三维坐标信息,最后自动生成扦样机控制指令,实现全过程智能随机扦样。

基于区块链的粮食储备多链监管体系建模

针对现有粮食储备监管集中化体系存在信息不对称和不透明导致数据可信性降低,以及粮食储备监管各业务环节间各自为政带来的信息孤岛问题,结合区块链技术特性,提出构建模块化、可插拔、可配置的粮食储备多链监管模型。模型结合区块链去中心化、加密、不可篡改等优势特点,增加Hyperledger Fabric联盟链中的通道技术来隔离公开可追溯数据以及隐私数据;设置监管授权;设计智能合约对授权信息认证和数据格式判断以便安全上链等。通过构建监管模型和实验测试结果表明,系统能够在功能完备的情况下保证数据上传查询和安全存储,实现上链数据全程可监管,问题事件高效处理可追溯,增强粮食储备监管数据的可信性,保障粮食储备安全。

基于改进Oriented R-CNN的旋转框麦穗检测与计数模型

为对干扰、遮挡等复杂的田野环境中麦穗进行精准定位与计数,该研究提出了一种改进的Oriented R-CNN麦穗旋转框检测与计数方法,首先在主干网络中引入跨阶段局部空间金字塔(spatial pyramid pooling cross stage partial networks,SPPCSPC)模块扩大模型感受野,增强网络感知能力;其次,在颈网络中结合路径聚合网络(PANet,path aggregation network)和混合注意力机制(E2CBAM,efficient two convolutional block attention module),丰富特征图包含的特征信息;最后采用柔性非极大值抑制算法(Soft-NMS,soft-non maximum suppression)优化预测框筛选过程。试验结果显示,改进的模型对复杂环境中的麦穗检测效果良好。相较原模型,平均精确度均值mAP提高了2.02个百分点,与主流的旋转目标检测模型Gliding vertex、R3det、Rotated Faster R-CNN、S2anet和Rotated Retinanet相比,mAP分别提高了4.99、2.49、3.94、2.25和4.12个百分点。该研究方法利用旋转框准确定位麦穗位置,使得框内背景区域面积大幅度减少,为实际观察麦穗生长状况和统计数量提供了一种有效的方法。

太赫兹图像超分辨率重建方法的研究进展

图像超分辨率是近几十年来图像处理领域的一个重要研究课题,旨在从低分辨率图像中重建出高分辨率图像,其突破了传感器和光学器件制造工艺和成本的限制,从算法方面提高图像分辨率,是一种简单、高效、低成本的方法。太赫兹(Terahertz,THz)图像受到THz波衍射和散射的影响,会产生图像模糊、纹理细节不清晰等问题,越来越多的学者致力于开发THz图像的超分辨率重建方法。根据近年来THz技术与超分辨率重建技术相关文献的研究,对THz图像的三大重建方法进行了详细阐述,重点对基于深度学习的方法进行介绍,并对比了各类算法的重建效果与优缺点;回顾了THz图像质量评价指标和常用数据集,并总结THz图像超分辨率重建技术的相关应用。最后,探讨了THz图像超分辨率重建技术的未来发展趋势。

太赫兹技术在复合材料缺陷检测中的研究进展

复合材料制品因具有高强度、低重量、耐腐蚀性等优点,在航空航天、建筑、海洋等多个行业中广泛应用。然而在复合材料的生产或使用过程中,不可避免地会损伤和破坏材料,降低材料性能,带来无法预料的安全隐患。因此,如何对材料内部的损伤类型和程度进行无损检测成为近年来的热点研究课题。常用无损检测技术在复合材料缺陷检测方面有一定的局限性,而太赫兹(Terahertz,THz)技术以其光子能量低、穿透性强的特点,能够实现高分辨率的无损探伤,不会对被测材料造成电离破坏,被广泛应用于复合材料的缺陷检测。THz技术的优势在于其对材料的化学成分和晶体结构的敏感性,通过分析THz波的频谱和相位信息,可获取有关材料内部的细节信息,如缺陷类型、大小和分布等,这对于复合材料的质量控制和性能评估非常重要。文章首先概述了复合材料、常用无损检测技术和THz技术的基本原理;其次对复合材料制造或使用中产生的分层、夹杂、孔隙、冲击损伤、热损伤等缺陷进行分类,并重点阐述了THz技术在不同类型缺陷检测中的应用;然后总结了THz技术在复合材料缺陷检测中面临的挑战,包括THz成像分辨率受限,难以提供足够的细节信息、复合材料结构的非均匀性,导致THz波在复合材料内部的传播复杂多样、现有缺陷识别技术和设备,限制了THz在复合材料缺陷检测中的应用;最后对未来发展方向进行了展望,其中包括改进成像系统,提高THz成像分辨率的同时减少检测时间、结合人工智能和深度学习技术,完善不同类型缺陷的快速精准识别、提高数据处理的实时性,实现复合材料的在线检测,并优化复合材料缺陷检测平台。这些发展方向将进一步推动THz技术在复合材料领域的应用,提高检测效率和准确性,促进复合材料制造和应用的发展。

基于U-Net的粮仓储粮高度定量检测方法

我国储粮分布具有点多、线长、面广的特点,传统的粮食数量监管面临着效率低、成本高、严重滞后等问题,亟需研发可对粮仓储粮数量实时快速检测的新技术。针对该问题,提出一种基于U-Net的粮仓储粮高度定量检测方法,通过对仓内监控相机拍摄的图片中粮面和通风窗进行分割处理,得到粮面边缘和通风窗上下边缘像素值,并以通风窗上下边缘的离地高度为基础,计算得到粮仓储粮的实际高度,再结合粮仓长度、宽度和粮食密度等基础数据,即可得到粮仓储粮实际数量。分别使用U-Net、DeepLabV3+和PSPNet 3种算法对分割后的粮仓图片进行分析处理并计算储粮高度。结果表明,U-Net的平均交并比(MIoU)和平均像素准确度(MPA)分别为93.25%和95.88%,MIoU相较于DeepLabV3+和PSPNet分别提高1.82、2.69百分点,MPA相较于PSPNet提高2.42百分点;U-Net的定量分析误差为3.51%,比DeepLabV3+和PSPNet分别低1.34、0.43百分点,较为适合作为粮仓储粮高度定量计算分割算法。该方法无需提前设置测量标尺,仅依靠仓内监控相机即可实现粮堆高度测量,可基本满足粮仓储粮数量的快速检测需求。

基于张量的RIS辅助波束空间MIMO系统信道估计

针对可重构智能表面(Reconfigurable Intelligent Surface, RIS)辅助波束空间多输入多输出(Multiple Input Multiple Output, MIMO)系统信道状态信息获取难度大的问题,提出了一种基于张量的迭代信道估计算法。构建了基站接收导频信号的三阶张量模型,模型的3个维度包括基站天线数、用户数以及RIS相位配置数;采用并行因子(Parallel Factor, PARAFAC)分解和交替最小二乘(Alternative Least Squares, ALS)算法对该系统中的信道进行估计并得到了闭式解,理论分析了所提算法的可行性条件;在仿真实验中讨论了不同系统参数对信道估计性能的影响。仿真实验结果表明,该算法利用PARAFAC特定代数结构获得了良好的信道估计性能。

面向通信SNR增强的RIS三维空间位置部署研究

针对可重构智能表面(Reconfigurable Intelligent Surface,RIS)辅助无线通信系统存在“双衰落效应”问题,提出了一种RIS位置部署优化方法。建立了符合实际应用场景的RIS辅助无线通信系统模型,该模型考虑RIS可部署在三维空间中任意位置。以最大化用户接收信噪比(Signal to Noise Ratio,SNR)为目标,通过数值分析三维空间中基站、RIS和用户之间的相对位置关系,理论推导出RIS最优部署位置的闭式解。仿真实验结果表明,将RIS部署在通过数值分析方法获取的最优位置处,提高了实际应用场景下RIS辅助无线通信系统中的用户接收SNR。

深度长时目标跟踪算法综述

在视觉目标跟踪领域,长时跟踪因存在更为复杂的遮挡、相似物干扰和目标消失等具有现实意义的挑战场景,而越来越被研究者所重视。传统长时跟踪算法存在精度低和效率低等问题,已经无法满足如视频监控和自动驾驶等领域对跟踪器性能的应用需求。目前,大量的研究工作通过引入深度神经网络快速推动了长时跟踪技术的发展。为了深入分析深度长时跟踪算法的现状与未来发展,通过对比长短时跟踪数据集及评价指标,初步界定了长时跟踪任务范畴,归纳了长时跟踪任务的需求和难点,并介绍了长时跟踪数据集及评价体系的发展。基于深度长时目标跟踪算法的设计框架,详细描述了框架各组成部分的设计思路。以长时跟踪策略为切入点深入分析了现有研究工作,归纳了不同模型的优缺点及特性。依据对现有研究工作的整理和总结,讨论了该领域面临的挑战,并对未来的发展方向进行了展望。

基于区块链技术的粮油食品溯源研究进展及展望

粮油食品供应链周期长、结构复杂、利益相关者众多,维护供应链的安全具有挑战性。近年来,特别是在粮食购销领域,存在“以陈顶新”、“转圈粮”、压级压价等现象,已严重威胁到粮食安全。追溯系统是一个能够对产品实施正向、反向和非定向跟踪的产品管理系统,可以连接粮油食品供应链的各个环节,监控原料采集、加工、储运、分销与销售过程,对粮食质量安全有重要保障。传统的追溯体系面临数据中心化、信息不透明、数据容易伪造、极易形成信息孤岛等问题。区块链作为继网络之后的下一代颠覆性技术,具备去中心化、分布式存储、匿名性、数据公开透明、内容不易篡改等新特点,为粮油食品供应链中的产品可追溯性问题带来新的解决方案。该文首先介绍近年来区块链智能合约、共识机制等关键技术的发展和应用,其次,阐述区块链技术应用到粮油食品溯源等领域的研究进展;最后,探讨当前粮油食品区块链溯源在存储、跨域与跨链、系统互操作性和可移植性等方面所面临的挑战,对区块链技术在粮油食品溯源领域中提高存储性能、跨域跨链、可扩展性等方面进行展望,为区块链技术在粮油食品中的创新应用提供参考。

虫蛀麦粒的太赫兹成像检测方法研究

针对小麦蛀食性害虫过去检测缺乏有效的技术手段问题,本研究将太赫兹成像检测应用到麦粒内部结构检测。首先,在太赫兹光谱仪加装反射成像模块,设置回波时延30~33 ps,对麦粒内部结构进行太赫兹层析成像;然后,针对麦粒内部结构太赫兹剖面图,采用最大类间方差法分割图像中的蛀食区域,并引入遗传算法,提高了最大类间方差法求解最佳阈值的效率,实验结果表明,本文的方法能够有效地识别出麦粒内部的虫蛀区域。

基于双开口金属环的太赫兹超材料吸波体传感器

本文提出了一种用于生物样品检测的高灵敏度太赫兹折射率超材料吸波体传感器.该传感器由2个同心开口金属环组成,是一种多模谐振器.传感器在0.7—2.5 THz频率范围内具有2个独立可调的工作频段,即1.079 THz和2.271 THz,可观测样品在太赫兹波段的不同电磁效应.采用吸收特性、灵敏度等指标评估太赫兹传感器的性能,自由空间中的吸收率超过99.9%,具有较高的频率选择特性,灵敏度达到693.7 GHz/RIU,检测生物样品最小折射率变化量为0.004,传感性能较好.所提出的传感器使用低介电常数的柔性材料,具有生物相容性、便携性等优点,且在0°—60°斜入射角下及4%的制作误差内显示出高度稳定性.此外,通过乙醇-水混合物模拟实验,验证了传感器的检测效果.本文设计的传感器单元结构之间相互作用小、稳定、易制作,能够显著增强光与物质之间相互作用,在太赫兹高灵敏生物传感检测中具有广阔的应用前景.

基于时间分辨荧光快速定量检测谷物中的T-2毒素

研制开发了一种基于时间分辨荧光纳米微球的T-2毒素快速定量检测卡,并对其在谷物中的检测性能进行了研究。本研究对标记工艺、划线工艺进行了探索,通过对微球偶联时间、封闭时间等优化,确认了最佳偶联时间为30 min,最佳封闭时间为60 min;通过对NC膜的筛选、划线湿度的摸索,确认了最佳NC膜为140膜,最佳划线湿度为45%~55%。同时,对该T-2毒素快速定量检测卡进行了性能验证:该检测卡的检测限为0.480μg/kg,定量限为1.020μg/kg,添加回收定量范围为1~100μg/kg,准确度86.09%~119.57%,重复性在11.95%以内,交叉反应率<5%。具有快速定量、简单便捷、高灵敏度、高特异性、可靠性强、重复性好等优点,适合对谷物中T-2毒素进行快速定量测定。

基于机器视觉的散装粮随机扦样方法研究

针对粮食收购过程中扦样设区选点不科学、不合理导致的扦取样品代表性不足和存在人为舞弊风险的问题,提出一种结合双目视觉与图像分割技术的散装粮随机扦样方法。首先使用双目相机获取装粮区域图像信息并校正,利用Unet网络模型实现校正后左图像目标分割,再使用Opencv计算目标区域4个角点像素坐标,根据扦样规则将目标区域划分为多个扦样区域并随机生成扦样点,最后针对BM匹配算法生成视差图效果较差的问题,采用SGBM(Semi-Global Matching)半全局立体匹配算法对校正后左右图像立体匹配,根据匹配结果完成扦样点三维空间定位。实验结果表明,所述方法针对装粮区域有较好的识别效果,并且实现了在3 m范围内扦样点的随机选取与定位,对粮食扦样环节的自动化和智能化发展提供了技术支撑。

基于YOLO模型的小麦外观分类算法研究

小麦种植广泛且营养丰富,其品质问题需要重点关注。小麦品质的衡量指标主要是不完善粒占比。为此,需要对小麦颗粒进行分类识别。提出了1种基于你只看一次(YOLO)模型的小麦外观自动分类算法,创新性地将YOLO模型应用于小麦外观分类场景。对采集得到的小麦样本图像切割、筛选、扩充和标记,构建了完善粒与不完善粒图像库。对YOLO网络进行了训练,利用训练后的模型对麦粒图像进行了测试,实现了完善粒、不完善粒分别为91.7%、87.1%的分类准确率。这种自动分拣麦粒的检验方法避免了人工视觉疲劳后的误判,而且检测效率显著提高,为小麦外观分类研究提供了新的思路。

Wi-freshness:基于CSI的猪肉新鲜度检测系统研究

有效、快速地评价猪肉新鲜度对猪肉品质监测具有重要意义。然而,传统的感官评价方法过于主观,理化分析又耗时过长且具有破坏性。虽然射频信号被用于定位、材料识别、生命体征监测,但在肉类新鲜度检测方面并未受到重视。提出了一种实时、无损、低成本的基于信道状态信息(CSI,channel state information)的猪肉新鲜度检测系统Wi-freshness。该系统基于泛在网络(商用Wi-Fi)部署和实施,是物联网在生鲜农产品领域一个新的应用。Wi-freshness包括CSI数据感知、数据预处理、检测建模和新鲜度检测4个模块。考虑Wi-freshness需要处理的数据特征值不多,以及对预测的实时性要求较高的特点,提出一种基于宽度学习系统(BLS,broad learning system)的检测模型。实验结果表明,Wi-freshness系统能达到93%以上的检测准确率。

各向异性三维非对称双锥五模超材料的能带结构及品质因数

五模超材料是一类可以解除剪切模量的人工固体微结构,具有类似流体的性质,在声波调控中有着潜在的应用.声学变换作为声波调控的一种重要手段,在超材料声学器件的设计中被广泛使用.声学变换的引入会压缩均匀各项同性五模超材料.因此,需要研究各向异性对三维非对称双锥五模超材料带隙及品质因数的影响.本文利用有限元方法,对各项异性三维非对称双锥五模超材料的能带结构及品质因数进行了研究.研究结果表明,三维非对称双锥五模超材料单模区域的相对带宽随着各向异性的增大而减小,第一带隙的相对带宽增大到123%,品质因数增大到6.9倍.本研究可为声学变换在三维非对称双锥五模超材料中的应用提供指导.