检索结果-内蒙古大学图书馆

光谱学与光谱分析 2019年第4期39卷 1192-1198页

作者：赵晓阳张建张东彦周新根刘小辉谢静华中农业大学资源与环境学院湖北武汉430070 农业部长江中下游耕地保育重点实验室湖北武汉430070 安徽大学安徽省农业生态大数据工程实验室安徽合肥230601 Texas A&M AgriLife Research and Extension Center 华中农业大学理学院湖北武汉430070

高效无损地评估农作物病害等级,对于实际农业生产和研究都具有重要意义。研究探讨了基于低空无人机遥感平台进行水稻纹枯病病害等级评估的可行性,分析可见光与多光谱传感器的光谱响应差异及其对感病水稻光谱反射率获取的影响,并定量对... 详细信息

高效无损地评估农作物病害等级,对于实际农业生产和研究都具有重要意义。研究探讨了基于低空无人机遥感平台进行水稻纹枯病病害等级评估的可行性,分析可见光与多光谱传感器的光谱响应差异及其对感病水稻光谱反射率获取的影响,并定量对比两种传感器的病害监测效果。实验研究区由67个不同品种的水稻小区组成,每块小区均分为相接的纹枯病接种区和侵染区。以大疆精灵Phantom 3 Advanced小型消费级无人机作为搭载平台,分别搭载该无人机系统自带的可见光传感器和MicasenseRedEdge^(TM)多光谱传感器获取遥感影像。同时,通过植保专家现场调查的方式识别病害等级,并利用Trimble公司的手持式NDVI测量仪获取实测NDVI值。基于影像拼接、波段叠合、辐射校正后的预处理结果,对可见光图像的接种区和侵染区共134个小区计算七种可见光植被指数,即NDI(normalized difference index), ExG(excess green), ExR(excess red), ExG-ExR, B~*, G~*, R~*,多光谱图像除上述可见光指数外再计算NDVI(normalized difference vegetation index), RVI(ratio vegetation index)和NDWI(normalized difference water Index)三种多光谱植被指数。将计算得到的图像植被指数与地面实测NDVI进行相关性分析,以选取两种传感器的最优图像植被指数建立水稻纹枯病病害等级反演模型。相关性分析结果表明,基于多光谱传感器计算的图像NDVI与实测NDVI拟合度最高,接种区R^2为0.914, RMSE为0.024,侵染区R^2为0.863, RMSE为0.024。对于可见光传感器, NDI与实测NDVI的相关性最好,接种区R^2为0.875, RMSE为0.011,侵染区R^2为0.703, RMSE为0.014。比较两种传感器两种区域的同一图像植被指数与实测NDVI的一致性,除B~*外, NDI, ExR, ExG-ExR, G~*, ExG, R~*与实测NDVI基本属于高度相关,在病害严重的接种区,两种传感器对水稻纹枯病的监测效果相近,但在病害相对较轻的侵染区,多光谱传感器的监测更为精确灵敏。基于多光谱图像NDVI建立的病害等级反演模型,R^2达到0.624, RMSE为0.801,预测精度达到90.04%,模型效果良好。而基于可见光图像NDI建立的反演模型,R^2为0.580, RMSE为0.847,预测精度为89.45%,效果稍差。对比分析可见光与多光谱传感器的光谱响应曲线,可见光传感器可获取可见光范围的红、绿、蓝三个波段,波段范围互相重叠,多光谱传感器包含五个成像单元,可独立获取从可见光到近红外的五个窄波光谱波段,提供更加准确的光谱信息。比较传感器获取的接种区和侵染区水稻平均反射率曲线得出,多光谱传感器不仅在可见光波段反映了较可见光传感器更强的差异,在红边和近红外波段差异则更加明显,这说明专业窄波段传感器在病害监测方面较宽波段消费级传感器更有优势。综上所述,基于可见光与多光谱传感器的低空无人机遥感平台进行水稻纹枯病病害等级评估是可行的,多光谱传感器精确灵敏,可用于纹枯病的早期监测,可见光传感器效果稍差但经济易于推广。研究结果为病虫害防治提供决策支持,有助于推动实现精准农业,保障粮食安全。

关键词：多光谱传感器可见光传感器低空遥感水稻纹枯病病害等级评估植被指数

来源：评论

学校读者我要写书评

暂无评论

黄淮地区辐射模型适用性评价及参数优化

引用

气象科学 2021年第2期41卷 245-252页

作者：王晓东曹雯伍琼岳伟段春锋安徽省农业气象中心/安徽省农业生态大数据工程实验室合肥230031 安徽省气候中心合肥230031

利用1961—2015年黄淮地区8个辐射站太阳辐射和日照时数等常规气象资料,分别评价6种常用的太阳总辐射和有效辐射估算模型在黄淮地区的适用性,同时采用多元回归分析和迭代等方法,对辐射参数进行优化调整,建立了适合本地区的辐射最优化估... 详细信息

利用1961—2015年黄淮地区8个辐射站太阳辐射和日照时数等常规气象资料,分别评价6种常用的太阳总辐射和有效辐射估算模型在黄淮地区的适用性,同时采用多元回归分析和迭代等方法,对辐射参数进行优化调整,建立了适合本地区的辐射最优化估算模型。结果表明:童宏良公式和邓根云公式分别在估算太阳总辐射和地面有效辐射时的误差最小,相比其余的辐射估算模型,两者在黄淮地区适用性最好。另外太阳总辐射本地化修正模型的相对误差绝对值(value of Absolute Relative Error,ARE)和均方根误差(Root Mean Squared Error,RMSE)分别为16.28%和1.730 MJ·m^(-2)·d^(-1),优于童宏良公式等常用太阳辐射估算模型;有效辐射本地化修正模型的ARE和RMSE分别为23.19%和1.404 MJ·m^(-2)·d^(-1),优于邓根云公式等常用有效辐射估算模型;因此黄淮地区本地化辐射修正模型适用于当地地表净辐射估算,且具有较好的估算精度。

关键词：黄淮地区辐射模型适用性评估参数优化

来源：评论

学校读者我要写书评

暂无评论

安徽河蟹养殖高温热害天气指数模型设计与实践

引用

中国农业气象 2020年第5期41卷 320-327页

作者：刘瑞娜杨太明陈金龙陈金华孙喜波安徽省农业气象中心/安徽省农业生态大数据工程实验室合肥230031 马鞍山市气象局马鞍山243000 国元农业保险公司合肥230031

基于安徽省当涂县2012-2016年3个河蟹养殖池塘的物联网水温观测数据和河蟹产量数据、死亡率数据,以及1985-2016年当涂县逐日气象数据,分析不同深度水温与河蟹产量的相关性,确定池塘河蟹高温热害关键致灾因子和致灾临界值。通过构建关键... 详细信息

基于安徽省当涂县2012-2016年3个河蟹养殖池塘的物联网水温观测数据和河蟹产量数据、死亡率数据,以及1985-2016年当涂县逐日气象数据,分析不同深度水温与河蟹产量的相关性,确定池塘河蟹高温热害关键致灾因子和致灾临界值。通过构建关键致灾因子与气温的关系模型,推算池塘养殖河蟹的高温热害致灾临界气象条件,定义高温热害天气指数。在此基础上,结合河蟹高温热害死亡率样本,利用K-均值聚类分析方法,建立高温热害等级指标,设计池塘养殖河蟹高温热害天气指数保险产品,并试点应用。结果表明:池塘养殖河蟹高温热害关键致灾因子为60cm深度日平均水温,其致灾临界值为31℃。60cm深度日平均水温与前一日平均气温相关性最高,根据其关系模型可知,发生高温热害的临界气象条件为日平均气温≥30.5℃。因此,池塘养殖河蟹高温热害指数(S)定义为:6月21日-9月10日,日平均气温≥30.5℃的天数。池塘养殖河蟹高温热害等级指标为:轻度死亡率0~1%(0

关键词：池养河蟹高温热害致灾因子等级指标天气指数保险

来源：评论

学校读者我要写书评

暂无评论

三种谱聚类算法及其应用研究

引用

计算机应用研究 2017年第4期34卷 1026-1031页

作者：刘紫涵吴鹏海吴艳兰安徽大学资源与环境工程学院合肥230601 安徽省地理信息工程中心合肥230601 安徽省农业生态大数据工程实验室合肥230601

为全面理解谱聚类(spectral clustering,SC)算法性能,利用四类几何结构数据,对规范化割(normalized cut,Ncut)、稀疏子空间聚类(sparse subspace clustering,SSC)和谱曲率聚类(spectral curvature clustering,SCC)三种谱聚类算法进行对比分析。结果表明,三种算法的聚类结果各有差异,但每类数据都可以找到相对最有效的聚类算法。Ncut无法处理相交的数据,适用性较差;SSC算法适用性较强,但聚类精度不高;SCC算法具有适用性强、精度高等特点,能够实现四类几何结构数据的有效聚类。此外,改进的SCC算法有效地实现了有数据间断的两条相交螺旋线聚类。最后,分析了现有SCC算法存在的不足,并指出进一步研究的方向。

关键词：聚类分析谱聚类规范化割稀疏子空间聚类谱曲率聚类

来源：评论

学校读者我要写书评

暂无评论

轻量级注意力级联网络的偏振计算成像超分辨率重建

引用

光学精密工程 2022年第19期30卷 2404-2419页

作者：王杰徐国明马健王勇李毅安徽大学互联网学院安徽合肥230039 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心安徽合肥230601 陆军炮兵防空兵学院偏振光成像探测技术安徽省重点实验室安徽合肥230031 安徽文达信息工程学院智能技术研究所安徽合肥231201

深度学习模式下新型偏振计算成像方法存在随着网络深度的增加计算复杂度和内存使用相应增加以及分层特征提取不充分的问题,针对该问题,提出一种轻量级注意力级联网络的偏振计算成像超分辨率方法,采用级联连接和融合连接的方式来深化卷... 详细信息

深度学习模式下新型偏振计算成像方法存在随着网络深度的增加计算复杂度和内存使用相应增加以及分层特征提取不充分的问题,针对该问题,提出一种轻量级注意力级联网络的偏振计算成像超分辨率方法,采用级联连接和融合连接的方式来深化卷积层的表征能力,以有效地传递浅层特征并减少参数量。设计空间注意力自适应权重机制以提取关键的空间内容特征,构造空间金字塔网络增强多感受野下的偏振特征信息,特别地,上采样模块引入浅层与深层重建双路径,通过融合双层路径特征计算生成高分辨率偏振图像。最后,网络末端信息细化块用以学习更精细的特征并增强重建质量。实验结果表明:本文网络重建图像的纹理细节更加丰富,在全偏振图像集上2倍超分辨率的峰值信噪比为45.12 dB,参数量仅约为MSRN模型的9%。所提方法通过级联方式有效捕捉低频特征信息同时极大地减少参数量,并结合注意力金字塔结构探索深层特征,实现了轻量级网络的高效超分辨率重建效果。

关键词：计算成像超分辨率轻量级网络偏振图像级联连接

来源：评论

学校读者我要写书评

暂无评论

基于偏振光谱的叶片尺度下玉米与杂草识别研究（英文）

引用

红外与激光工程 2016年第12期45卷 354-363页

作者：林芬芳张东彦王秀吴太夏陈新福南京信息工程大学地理与遥感学院江苏南京210044 安徽省农业生态大数据工程实验室安徽大学安徽合肥230601 北京农业信息技术研究中心北京100097 中国科学院遥感与数字地球研究所北京100101 福建农业职业技术学院福建福清350007

自然界中不同种物质拥有不同的偏振特性,这些特征信号能用于检测不同的目标地物。为了探索偏振光谱技术用于精确识别作物和杂草的可行性,此研究利用配置偏振片的成像光谱仪FISS-P在室内采集玉米与5种杂草的偏振光谱影像。通过比较和分析... 详细信息

自然界中不同种物质拥有不同的偏振特性,这些特征信号能用于检测不同的目标地物。为了探索偏振光谱技术用于精确识别作物和杂草的可行性,此研究利用配置偏振片的成像光谱仪FISS-P在室内采集玉米与5种杂草的偏振光谱影像。通过比较和分析0°、60°、120°和无偏4种状态下玉米与各种杂草的光谱响应规律、光谱特征和决策识别模型精度,结果显示4种偏振状态下玉米和杂草的光谱变化趋势较一致,无偏状态下玉米和杂草的光谱强度最大;不同偏振状态下玉米和杂草的敏感波段既存在共性又表现出一定的差异性;4种偏振状态下玉米杂草识别模型的总体精度和Kappa系数均达到90%以上,其中,0°偏振状态下玉米和杂草识别模型的整体精度最高,接近100%。综上,偏振光谱能够在叶片尺度较好地识别玉米和杂草,这为田间尺度进一步应用提供了扎实的数据积累。

关键词： FISS 偏振特性识别模型玉米杂草

来源：评论

学校读者我要写书评

暂无评论

基于GF-1遥感影像和relief-mRMR-GASVM模型的小麦白粉病监测

引用

农业工程学报 2018年第15期34卷 167-175,314页

作者：黄林生阮超黄文江师越彭代亮丁文娟安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601 中国科学院遥感与数字地球研究所数字地球重点实验室北京100094

选择合适的建模和特征选择算法对提高作物病害的遥感监测水平有着重要的作用。研究以河北省小麦白粉病为研究对象,基于GF-1/WFV数据共提取了4个波段反射率数据和10个对作物长势和胁迫敏感的植被指数作为初选特征。针对常用的特征提取算... 详细信息

选择合适的建模和特征选择算法对提高作物病害的遥感监测水平有着重要的作用。研究以河北省小麦白粉病为研究对象,基于GF-1/WFV数据共提取了4个波段反射率数据和10个对作物长势和胁迫敏感的植被指数作为初选特征。针对常用的特征提取算法relief算法筛选出的特征存在冗余性的问题,提出了一种relief结合最小冗余最大相关(minimum redundancy maximum relevance,m RMR)的特征降维算法(relief-m RMR)。首先,通过relief算法计算出各特征的权重系数,对特征集进行加权;然后利用m RMR算法选出与类别具有最小冗余性的特征,利用支持向量机(support vector machine,SVM)对河北白粉病进行监测,并用遗传算法(genetic algorithm,GA)优化的SVM(GASVM)建立了白粉病的监测模型(relief-m RMR-GASVM),将监测结果分别与SVM和网格寻优(grid search,GS)算法优化的SVM(GSSVM)的监测结果进行对比分析,同时比较了该方法与Ada Boost、粒子群(Pso)优化的最小二乘支持向量机(least squares support vector machine,Pso-LSSVM)和随机森林(random forest,RF)3种方法的优越性。结果表明,relief-m RMR算法筛选出的特征与GASVM、SVM和GSSVM建立的监测模型精度比传统relief算法筛选特征所建模型的精度分别提高了14.3个百分点、7.2个百分点和7.1个百分点,比传统m RMR算法筛选特征所建模型的精度分别提高了14.3个百分点、14.3个百分点和14.2个百分点。relief-m RMR算法结合GASVM建立的监测模型精度为所有模型中最高,精度为85.7个百分点,分别比SVM和GSSVM所建监测模型精度提高了21.4个百分点和7.2个百分点。此外,GF-1数据结合relief-m RMR-GASVM模型的监测精度分别高出Ada Boost、Pso-LSSVM和RF方法21.4个百分点、14.3个百分点和7.1个百分点。说明GF-1数据结合relief-m RMR-GASVM模型可用于小麦白粉病的遥感监测。

关键词：病害遥感监测小麦白粉病支持向量机 relief算法 mRMR算法

来源：评论

学校读者我要写书评

暂无评论

基于改进CenterNet的小麦条锈病菌夏孢子自动检测方法

引用

农业机械学报 2021年第12期52卷 233-241页

作者：雷雨周晋兵何东健陈鹏曾伟辉梁栋安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601 安徽大学互联网学院合肥230601 西北农林科技大学机械与电子工程学院陕西杨凌712100 农业农村部农业物联网重点实验室陕西杨凌712100

针对孢子捕捉设备采集的显微图像中真菌夏孢子自动检测存在严重的误检和漏检问题,提出一种基于改进CenterNet的小麦条锈病菌夏孢子自动检测方法。首先,针对夏孢子显微图像孢子目标微小、种类少等特点,通过减半Basic Block层数,优化Cente... 详细信息

针对孢子捕捉设备采集的显微图像中真菌夏孢子自动检测存在严重的误检和漏检问题,提出一种基于改进CenterNet的小麦条锈病菌夏孢子自动检测方法。首先,针对夏孢子显微图像孢子目标微小、种类少等特点,通过减半Basic Block层数,优化CenterNet网络中的特征提取网络,提高了检测和训练速度,降低了误检率;其次,根据孢子形态为近椭圆或圆形的特点,将原始用于CenterNet训练的目标长宽,改进为目标的椭圆框长短轴长度和角度,提高了孢子分割重合率;最后,提出使用椭圆的长短轴映射矩形来计算椭圆框热图的高斯核半径,以减少孢子的漏检率。实验结果表明,改进的CenterNet夏孢子检测方法对小麦条锈病菌夏孢子检测的识别精确率达到了98.77%,重叠度为83.63%,检测速度为41 f/s,达到了实时检测的应用需求,比原始的CenterNet模型重叠度提高了7.53个百分点,检测速度快11 f/s,模型占用内存降低了68.5%。本文方法能够精准检测并分割出显微图像中的夏孢子,可为农田空气中小麦条锈病菌夏孢子的自动检测及条锈病的早期预防控制提供技术支持。

关键词：小麦条锈病真菌夏孢子自动检测改进CenterNet 深度学习椭圆框

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生菜多光谱图像分割与配准

引用

农业机械学报 2021年第9期52卷 186-194页

作者：黄林生邵松卢宪菊郭新宇樊江川安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601 国家农业信息化工程技术研究中心北京100097 数字植物北京市重点实验室北京100097

针对多光谱图像中由于多镜头多光谱相机各通道之间存在的偏差以及传统分割方法的不适用,图像分析处理过程往往会出现无法自动化分割或分割精度较低的问题,提出采用基于相位相关算法和基于UNet的语义分割模型对田间生菜多光谱图像进行各... 详细信息

针对多光谱图像中由于多镜头多光谱相机各通道之间存在的偏差以及传统分割方法的不适用,图像分析处理过程往往会出现无法自动化分割或分割精度较低的问题,提出采用基于相位相关算法和基于UNet的语义分割模型对田间生菜多光谱图像进行各个通道的精确配准并实现前景分割。使用Canny算法对多光谱各通道图像进行边缘提取,进而使用相位相关算法对多光谱各通道图像进行配准,单幅图像平均处理时间0.92 s,配准精度达到99%,满足后续图像分割所需精度;以VGG16作为主干特征提取网络,直接采用两倍上采样,使最终输出图像和输入图像高宽相等,构建优化的UNet模型。实验结果表明:本文所提出的图像配准和图像分割网络,分割像素准确率达到99.19%,平均IoU可以达到94.98%,能够很好地对生菜多光谱图像进行前景分割,可以为后续研究作物精准表型的光谱分析提供参考。

关键词：生菜多光谱图像图像配准图像分割卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于双重注意力残差网络的偏振图像超分辨率重建

引用

光子学报 2022年第4期51卷 295-309页

作者：徐国明王杰马健王勇刘佳庆李毅安徽大学互联网学院合肥230039 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601 陆军炮兵防空兵学院偏振光成像探测技术安徽省重点实验室合肥230031 安徽文达信息工程学院智能技术研究所合肥231201

在利用深度学习进行偏振图像计算成像过程中,图像映射函数的解空间极大、空间分辨率一般较低,难以生成清晰的纹理细节且存在高频信息缺失等问题。为解决该问题,提出一种结合双注意力机制的深度残差偏振图像超分辨率网络。该网络由一个... 详细信息

在利用深度学习进行偏振图像计算成像过程中,图像映射函数的解空间极大、空间分辨率一般较低,难以生成清晰的纹理细节且存在高频信息缺失等问题。为解决该问题,提出一种结合双注意力机制的深度残差偏振图像超分辨率网络。该网络由一个具有全局跳跃连接的残差网络组成,包含10个残差组,每个残差组包含20个具有局部跳跃连接的双重注意力块级联的残差块;同时考虑通道间的相互依赖性,设计自适应通道特征调整机制;引入级联的空间注意力块,将残差的特征更集中于关键的空间内容。将所提方法与Bicubic、SRCNN、FSRCNN、EDSR等方法进行对照实验与成像系统对比校正实验,结果表明该方法重建图像纹理细节更加丰富,亮度均匀,较为接近成像系统的高清图像,同时峰值信噪比和结构相似性指标优于其他方法但参数量仅约为EDSR的2/5。

关键词：计算成像超分辨率深度残差网络偏振图像双重注意力块

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：