检索结果-内蒙古大学图书馆

智慧农业（中英文） 2021年第2期3卷 88-99页

作者：张小青邵松郭新宇樊江川北京农业信息技术研究中心北京100097 国家农业信息化工程技术研究中心/数字植物北京市重点实验室北京100097 上海海洋大学信息学院上海201306

目前对玉米出苗动态检测监测主要是依靠人工观测,耗时耗力且只能选择小的样方估算整体出苗情况。为解决人工出苗动态管理不精准的问题,实现田间精细化管理,本研究以田间作物表型高通量采集平台获取的高时序可见光图像和无人机平台获取... 详细信息

目前对玉米出苗动态检测监测主要是依靠人工观测,耗时耗力且只能选择小的样方估算整体出苗情况。为解决人工出苗动态管理不精准的问题,实现田间精细化管理,本研究以田间作物表型高通量采集平台获取的高时序可见光图像和无人机平台获取的可见光图像两种数据源构建了不同光照条件下的玉米出苗过程图像数据集。考虑到田间存在环境背景复杂、光照不均等因素,在传统FasterR-CNN的基础上构建残差单元,使用ResNet50作为新的特征提取网络来对FasterR-CNN进行优化,首先实现对复杂田间环境下玉米出苗识别和计数;进而基于表型平台所获取的高时序图像数据,对不同品种、不同密度的玉米植株进行出苗动态连续监测,对各玉米品种的出苗持续时间和出苗整齐度进行评价分析。试验结果表明,本研究提出的方法应用于田间作物高通量表型平台出苗检测时,晴天和阴天的识别精度分别为95.67%和91.36%;应用于无人机平台出苗检测时晴天和阴天的识别精度分别91.43%和89.77%,可以满足实际应用场景下玉米出苗自动检测的需求。利用表型平台可获取时序数据的优势,进一步进行了玉米动态出苗检测分析,结果表明利用本模型得到的动态出苗结果与人工实际观测具有一致性,说明本研究提出的模型的具有鲁棒性和泛化性。

关键词：玉米苗期 Faster R-CNN 识别计数出苗动态监测

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的田间麦穗检测方法研究

引用

麦类作物学报 2023年第6期43卷 798-807页

作者：张合涛赵春江王传宇郭新宇李大壮苟文博西北农林科技大学信息工程学院陕西杨凌712100 北京农业信息技术研究中心北京100097 国家农业信息化工程技术研究中心/数字植物北京市重点实验室北京100097

为提高卷积神经网络对麦穗的识别检测精度,在YOLOv5检测模型基础上提出改进的识别检测模型YOLOv5-αTB,在特征提取网络末端部分加入Transformer模块,强化特征提取网络对小麦麦穗图像的颜色、纹理、几何等特征的提取,在特征融合部分将路... 详细信息

为提高卷积神经网络对麦穗的识别检测精度,在YOLOv5检测模型基础上提出改进的识别检测模型YOLOv5-αTB,在特征提取网络末端部分加入Transformer模块,强化特征提取网络对小麦麦穗图像的颜色、纹理、几何等特征的提取,在特征融合部分将路径聚合网络(path aggregation network,PANet)替换成加权双向特征金字塔(bidirectional feature pyramid network,BiFPN),进一步优化多尺度特征的融合。针对边界框回归损失函数的计算方式IoU的局限性,引入了α-CIoU加强了边界框回归的效果。利用YOLOv5-αTB检测模型在测试集上得到的精确度(precision)、召回率(recall)和平均精度(average precision,AP)分别是99.95%、81.86%和88.64%,在平均精度上相比于传统的YOLOv5模型提升2.92个百分点。该模型检测统计麦穗数量对比人工计数结果,识别检测精度约为97.00%。

关键词：小麦麦穗卷积神经网络特征提取特征融合损失函数麦穗识别检测模型

来源：评论

学校读者我要写书评

暂无评论

作物病虫害高光谱遥感进展与展望

引用

遥感学报 2021年第1期25卷 403-422页

作者：张凝杨贵军赵春江张竞成杨小冬潘瑜春黄文江徐波李明朱西存李振海农业部农业遥感机理与定量遥感重点实验室北京农业信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 北京市农业物联网工程技术研究中心北京100097 杭州电子科技大学生命信息与仪器工程学院杭州310018 农业农村部农业信息技术重点实验室北京100097 中国科学院空天信息创新研究院数字地球重点实验室北京100094 山东农业大学资源与环境学院泰安271018

作物病虫害作为影响农作物品质、产量及威胁粮食安全的主要因素,仅依靠人工田间调查对其进行监测已不能满足当下农业生产精准高效的需求。高光谱遥感作为能够获取地表物体连续波谱信息的遥感技术,已经成为当下作物病虫害监测识别的重要... 详细信息

作物病虫害作为影响农作物品质、产量及威胁粮食安全的主要因素,仅依靠人工田间调查对其进行监测已不能满足当下农业生产精准高效的需求。高光谱遥感作为能够获取地表物体连续波谱信息的遥感技术,已经成为当下作物病虫害监测识别的重要手段。本文对作物病虫害高光谱遥感监测识别的研究进展进行综述,通过对该领域发表文献的统计以及对主要机构、团队、数据源的分析,明确了病虫害高光谱遥感监测的研究热点和趋势;在此基础上,分析高光谱技术及其作物病虫害的监测识别机理,从病虫害胁迫探测、分类识别、危害严重度定量分析及早期检测四个方面综述相关技术及研究现状;通过探讨当下高光谱遥感病虫害监测识别面临的挑战,提出作物病虫害标准图谱库的建立、星载高光谱传感器的完善以及星空地一体化监测平台的搭建是当前作物病虫害高光谱遥感监测识别技术落到实处的关键,也是未来发展的重点方向。

关键词：遥感作物病虫害高光谱遥感监测识别未来展望

来源：评论

学校读者我要写书评

暂无评论

单目多视角图像的美国白蛾三维模型重建系统与试验

引用

中国农机化学报 2023年第8期44卷 168-173页

作者：舒卓陈立平陈梅香张瑞瑞郭新宇温维亮西北农林科技大学机械与电子工程学院陕西杨凌712100 国家农业智能装备工程技术研究中心北京市100097 国家农业信息化工程技术研究中心/数字植物北京市重点实验室北京市100097

为构建具有高清纹理特征的美国白蛾三维模型,并对美国白蛾三维模型进行精度评价,开展单目多视角图像的美国白蛾三维重建的研究。首先构建昆虫多视角图像采集系统,实现对美国白蛾高质量序列图像自动化获取,建立美国白蛾高质量序列图像样... 详细信息

为构建具有高清纹理特征的美国白蛾三维模型,并对美国白蛾三维模型进行精度评价,开展单目多视角图像的美国白蛾三维重建的研究。首先构建昆虫多视角图像采集系统,实现对美国白蛾高质量序列图像自动化获取,建立美国白蛾高质量序列图像样本库。然后利用SFM与MVS相结合的方法,实现美国白蛾精准三维模型重建。最后以美国白蛾形态参数对重建的美国白蛾三维模型进行精度评估试验。结果表明,待评估值与参照值的相对误差小于5%、R^(2)大于0.95。所重建的美国白蛾精准三维模型可以为深度学习样本扩增、植保病虫害识别与防控提供重要基础数据。

关键词：三维重建多视角图像机器视觉美国白蛾重建效果评价虫害防控

来源：评论

学校读者我要写书评

暂无评论

基于Micro-CT的玉米籽粒显微表型特征研究

引用

智慧农业（中英文） 2021年第1期3卷 16-28页

作者：赵欢王璟璐廖生进张颖卢宪菊郭新宇赵春江北京农业信息技术研究中心北京100097 国家农业信息化工程技术研究中心/数字植物北京市重点实验室北京100097 华中农业大学植物科学技术学院湖北武汉430070

植物显微表型主要是指植物组织、细胞和亚细胞水平的表型信息,是植物表型组学研究的重要组成部分。针对传统籽粒显微性状检测方法效率低、误差大且指标单一等问题,本研究利用Micro-CT扫描技术对5种类型11个品种玉米籽粒开展显微表型精... 详细信息

植物显微表型主要是指植物组织、细胞和亚细胞水平的表型信息,是植物表型组学研究的重要组成部分。针对传统籽粒显微性状检测方法效率低、误差大且指标单一等问题,本研究利用Micro-CT扫描技术对5种类型11个品种玉米籽粒开展显微表型精准鉴定研究。基于对CT序列图像的处理解析,共获取籽粒、胚、胚乳、空腔、皮下空腔、胚乳空腔和胚空腔的34项显微表型指标。其中,胚乳空腔表面积、籽粒体积、胚乳体积比和胚乳空腔比表面积等4项表型指标在不同类型玉米间差异显著(P-value<0.05)。普通玉米胚乳空腔表面积和籽粒体积显著大于其它类型玉米,高油玉米胚乳空腔比表面积最大,甜玉米胚乳空腔比表面积最小,爆裂玉米胚乳体积比最大。进一步利用34项玉米籽粒表型指标开展差异分析和聚类分析,可将11个不同品种玉米分为四类,其中第一类以普通玉米为主,第二类以爆裂玉米为主,第三类是甜玉米,第四类是高油玉米。结果表明,Micro-CT扫描技术不仅可以实现玉米籽粒显微表型的精准鉴定,还可以为玉米籽粒分类、品种检测等提供技术支撑。

关键词：植物表型组学显微表型 Micro-CT 玉米籽粒表型鉴定

来源：评论

学校读者我要写书评

暂无评论

自动监测装置用温室粉虱和蓟马成虫图像分割识别算法

引用

农业工程学报 2018年第1期34卷 164-170页

作者：杨信廷刘蒙蒙许建平赵丽魏书军李文勇陈梅香陈明李明上海海洋大学信息学院上海201306 北京农业信息技术研究中心/国家农业信息化工程技术研究中心/农产品质量安全追溯技术及应用国家工程实验室/农业部农业信息技术重点实验室北京100097 北京市丰台区植保植检站北京100097 北京市农林科学院植物保护环境保护研究所北京100097

为了监测温室黄瓜作物虫害种类、数量变化情况以预测虫害发展趋势,该文以粉虱和蓟马为例,提出了一种基于Prewitt、Canny边缘检测算子分割和SVM(support vector machine)的温室粉虱和蓟马诱虫板的图像识别算法。该方法利用HSI(Hue-Satura... 详细信息

为了监测温室黄瓜作物虫害种类、数量变化情况以预测虫害发展趋势,该文以粉虱和蓟马为例,提出了一种基于Prewitt、Canny边缘检测算子分割和SVM(support vector machine)的温室粉虱和蓟马诱虫板的图像识别算法。该方法利用HSI(Hue-Saturation-Intensity)颜色空间的I分量与L*a*b*颜色空间的b分量二值图像中害虫目标与背景的高对比性,再分别相应地利用Prewitt算子和Canny算子进行单头害虫边缘分割,再经过形态学处理,最后融合这两幅二值图像完成单头害虫区域的提取。然后提取害虫的5个形态特征(面积、相对面积、周长、复杂度、占空比)及9个颜色特征(Hue-Saturation-Value颜色空间、HSI颜色空间、L*a*b*颜色空间各分量的一阶矩),并对这14个特征参数进行归一化处理,将特征值作为SVM的输入向量,进行温室粉虱和蓟马的诱虫板图像识别。通过分析比较不同向量组合的BP(back propagation)与SVM的害虫识别率、4种不同SVM核函数的害虫识别率,发现颜色特征向量是粉虱和蓟马识别的主成分,且SVM的识别效果优于BP神经网络、线性核函数的SVM分类性能最好且稳定。结果表明:平均识别准确率达到了93.5%,粉虱和蓟马成虫的识别率分别是96.0%和91.0%,能够实现温室害虫的诱虫板图像识别。该研究可以为虫害的监测与预警提供支持,为及时采取正确的防治措施提供重要的理论依据。

关键词：图像处理、图像分割算法边缘检测支持向量机颜色空间虫害监测

来源：评论

学校读者我要写书评

暂无评论

数字乡村背景下的农民数字素养水平评价与影响因素研究

引用

农业图书情报学报 2024年第7期36卷 19-33页

作者：马晨李瑾李泽欣范贝贝冯献北京市农林科学院信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 农业农村部数字乡村技术重点实验室北京100097

[目的/意义]农民数字素养是数字乡村建设与发展的前提和基础。如何量化评价农民数字素养、精准识别其影响因素,进而有的放矢地提升农民数字素养水平,激发农民建设数字乡村的活力,已成为当前数字乡村建设的当务之急。[方法/过程]文章在... 详细信息

[目的/意义]农民数字素养是数字乡村建设与发展的前提和基础。如何量化评价农民数字素养、精准识别其影响因素,进而有的放矢地提升农民数字素养水平,激发农民建设数字乡村的活力,已成为当前数字乡村建设的当务之急。[方法/过程]文章在对农民数字素养相关概念界定的基础上,基于理论依据与现实依据构建了北京农民数字素养评价指标体系并进行了合理性检验,评价分析了现阶段北京市农民数字素养水平,并分析探讨了北京农民数字素养的影响因素。[结果/结论]北京农民数字素养综合水平为68.15,在不同区域间、不同维度间、不同群体间存在较大差异。农民数字素养受年龄的负向影响,受受教育程度、收入水平、数字化培训、数字化服务、数字科普宣传、数字生活氛围、数字网络的正向影响。建议通过加强顶层设计、营造良好氛围、构建终身学习体系、构建保障机制等方式来有效提升农民数字素养,激发其数字乡村参与活力。

关键词：数字乡村农民数字素养概念框架水平评价影响因素

来源：评论

学校读者我要写书评

暂无评论

基于冠层光谱特征和株高的马铃薯植株氮含量估算

引用

农业机械学报 2022年第6期53卷 202-208,294页

作者：樊意广冯海宽刘杨边明博孟炀杨贵军北京市农林科学院信息技术研究中心农业农村部农业遥感机理与定量遥感重点实验室北京100097 国家农业信息化工程技术研究中心北京100097 南京农业大学国家信息农业工程技术中心南京210095 中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083

为及时准确地掌握作物的植株氮含量(PNC)信息,监测作物生长状况,实现农田氮素施肥的科学管理,以马铃薯为研究对象,首先获取了现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的数码影像,并实测了各生育期的PNC、株高(H)和地面控制... 详细信息

为及时准确地掌握作物的植株氮含量(PNC)信息,监测作物生长状况,实现农田氮素施肥的科学管理,以马铃薯为研究对象,首先获取了现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的数码影像,并实测了各生育期的PNC、株高(H)和地面控制点(GCP)的三维坐标。其次利用各生育期的无人机数码影像与GCP结合生成试验区域的数字正射影像(DOM)和数字表面模型(DSM),并从中提取冠层光谱特征和株高(H_(dsm))。然后将各生育期提取的H_(dsm)和数码影像变量与地面实测的PNC进行相关性分析,从中筛选出相关性较好的影像变量和H_(dsm)作为马铃薯PNC估算模型的输入参数。最后分别基于影像变量和影像变量结合H_(dsm)利用多元线性回归(MLR)、误差反向传播(BP)神经网络和Lasso回归3种方法构建马铃薯PNC估算模型。结果表明:基于DSM提取的H_(dsm)与实测H具有较高的拟合度(R^(2)为0.860,RMSE为2.663 cm,NRMSE为10.234%);各生育期加入H_(dsm),均能提高马铃薯PNC的估算精度和稳定性;各生育期利用MLR方法构建的PNC估算模型优于BP神经网络和Lasso回归。该研究可为马铃薯PNC状况的高效、无损监测提供技术支撑。

关键词：马铃薯植株氮含量株高无人机数码影像冠层光谱特征

来源：评论

学校读者我要写书评

暂无评论

利用无人机多源传感器估算马铃薯植株氮含量

引用

光谱学与光谱分析 2022年第10期42卷 3217-3225页

作者：樊意广冯海宽刘杨边明博赵钰杨贵军钱建国农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心北京100097 南京农业大学国家信息农业工程技术中心江苏南京210095 国家农业信息化工程技术研究中心北京100097 中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 辽宁工程技术大学测绘与地理科学学院辽宁阜新123000

快速准确地获取作物的植株氮含量(PNC)信息,是农业精细化管理的关键和数字农业发展的研究热点。近年来,随着无人机和传感器技术的发展,利用多种传感器信息监测作物理化参数逐渐引起国内外学者的关注。以马铃薯为研究对象,首先,基于无人... 详细信息

快速准确地获取作物的植株氮含量(PNC)信息,是农业精细化管理的关键和数字农业发展的研究热点。近年来,随着无人机和传感器技术的发展,利用多种传感器信息监测作物理化参数逐渐引起国内外学者的关注。以马铃薯为研究对象,首先,基于无人机获取了马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的高光谱影像和数码影像,同时采集各生育期的地面数码影像,并实测了株高(H)、PNC和11个地面控制点(GCPs)的三维空间坐标。其次,利用无人机数码影像结合GCPs生成试验区域的数字表面模型(DSM),分别从无人机数码影像和DSM中提取马铃薯的地面覆盖度(VC)和株高(H),并利用地面数码影像计算的覆盖度(VC)和实测H验证提取的VC和H的精度。然后,根据高光谱反射率数据计算绿边参数(GEPs),构造GEPs×H×VC,GEPs/(1+VC),(GEPs+VC)×H和GEPs/(1+H)4种融合特征参数(FFPs),对高光谱影像信息和数码影像信息进行融合。最后,将各生育期提取的GEPs和构造的FFPs分别与PNC作相关性分析,筛选最优绿边参数(OGEP)和最优融合特征参数(OFFP)构建5个生育期的PNC线性估算模型,并根据相关性较高的GEPs和FFPs利用偏最小二乘(PLSR)和人工神经网络(ANN)2种回归方法构建PNC的多参数估算模型,结果表明:(1)基于无人机数码影像提取的H和VC具有较高的精度,可以代替实测H和VC估算作物理化参数。(2)与GEPs相比,前4个生育期,构造的大部分FFPs与PNC的相关性更高,能更好地反映马铃薯的氮营养状况。(3)马铃薯5个生育期,OFFP估算PNC的效果优于OGEP。(4)与单参数模型相比,基于GEPs和FFPs利用PLSR和ANN 2种方法构建的模型精度和稳定性均明显提高,其中,以FFPs为模型因子利用ANN方法构建的模型效果最好。该研究表明融合高光谱绿边参数和高清数码相机传感器提取的株高和覆盖度信息能显著提升PNC的估算精度,可为马铃薯氮营养状况的动态无损监测和多源传感器信息的应用提供参考。

关键词：植株氮含量无人机多源传感器绿边株高覆盖度

来源：评论

学校读者我要写书评

暂无评论

基于三维点云的灌浆后期玉米植株形态变化研究

引用

中国农业科技导报 2018年第12期20卷 59-66页

作者：于泽涛温维亮郭新宇王勇健钱婷婷北京农业信息技术研究中心数字植物北京市重点实验室北京100197 国家农业信息化工程技术研究中心北京100197 上海市农业科学院上海201403

快速、准确地获取玉米三维数据是玉米形态结构和功能分析研究的基础。然而,玉米单株和群体原位数据获取存在田间气流稳定性差、器官交叉遮挡严重、高温高湿环境不利于仪器连续工作等问题。因此,采用破坏性取样的方法研究玉米植株的形态... 详细信息

快速、准确地获取玉米三维数据是玉米形态结构和功能分析研究的基础。然而,玉米单株和群体原位数据获取存在田间气流稳定性差、器官交叉遮挡严重、高温高湿环境不利于仪器连续工作等问题。因此,采用破坏性取样的方法研究玉米植株的形态变化过程,对玉米植株形态结构数据获取方式的确定具有重要意义。利用三维扫描仪对灌浆后期的两个氮肥处理玉米植株进行不同扫描时间的三维点云数据获取,并通过点云数据分析各叶片的形态变化过程。试验结果表明:从田间原位到室内可控环境下,在取样后2 h以内,玉米植株的形态变化最小,与田间原位的形态结构最为接近。上述结果为玉米植株破坏性取样提供理论依据,也为玉米结构功能模型研究提供数据获取技术支持。

关键词：三维点云玉米破坏性取样形态结构

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：