【摘 要】
：
针对田间密植环境棉花精准打顶时,棉花顶芽因其小体积特性所带来识别困难问题,该研究提出一种改进型快速区域卷积神经网络(Faster Region Convolutional Neural Networks,Faster R-CNN)目标检测算法实现大田环境棉花顶芽识别。以Faster R-CNN为基础框架,使用Reg Net X-6.4GF作为主干网络,以提高图像特征获取性能。将特征金字塔网络(Fe
【机 构】
：
华中农业大学植物科学技术学院,武汉 430070;石河子大学农学院,石河子 832003;华中农业大学工学院,武汉 430070;塔里木大学机械电气化工程学院,阿拉尔 843300;塔里木大学植物科学
论文部分内容阅读
针对田间密植环境棉花精准打顶时,棉花顶芽因其小体积特性所带来识别困难问题,该研究提出一种改进型快速区域卷积神经网络(Faster Region Convolutional Neural Networks,Faster R-CNN)目标检测算法实现大田环境棉花顶芽识别。以Faster R-CNN为基础框架,使用Reg Net X-6.4GF作为主干网络,以提高图像特征获取性能。将特征金字塔网络(Feature Pyramid Network,FPN)和导向锚框定位(Guided Anchoring,G
其他文献
准确模拟水分胁迫并揭示其对作物生长发育过程的影响,是作物模型应用于田间研究和干旱影响评估的关键.该研究将3种主流水分胁迫算法整合到一个标准平台中,组成土壤含水率模型(average Soil Water Content,SWC)、土壤水分供需比模型(Water Supply to Demand ratio,WS/WD)和相对蒸腾模型(Actual to Potential Transpiration ratio,AT/PT)共3种水分胁迫模拟模型.利用河北吴桥2017—2019年冬小麦水分试验田间观测数据
为提高小麦条锈病的遥感监测精度,该研究利用分数阶微分能够突出光谱的细微信息以及描述光谱数据间微小差异的优势,在对条锈病胁迫下小麦冠层光谱数据进行分数阶微分处理的基础上,构建了两波段和三波段分数阶微分光谱指数,并将其应用于小麦条锈病的遥感探测。研究结果表明,1.2阶次微分光谱与小麦条锈病冠层病情严重度的相关性最高,较原始反射率光谱、一阶微分光谱和二阶微分光谱分别提高了20.9%、3.9%和20.5%
植物器官的氮磷比(N/P)可以揭示植物生长发育过程的营养平衡.深松耕作为黄土高原半干旱区一种较好的农田耕作方法被广泛应用,尽管已被证实深松耕可以提高作物产量和地上生物量,但深松耕是否影响作物器官N/P及从作物器官N/P角度能否解释地上生物量增加的机制尚有待进一步研究.该研究于2016-2018年在黄土高原区设置了不同耕作方法(深松耕、旋耕、翻耕和免耕)和施氮量(基肥200 kg/hm2、基肥200 kg/hm2+拔节期肥100 kg/hm2)的田间裂区试验,研究了不同处理对玉米地上生物量、不同器官(根、茎
双管离子选择性微电极被广泛应用于植物细胞外离子流速和细胞内离子活度的测量,但双管离子选择性微电极(Ion-Selective Microelectrode,ISME)的制备过程繁琐,不可控因素多,制备成功率低。针对存在的问题,该研究提出了一种简易、快速的双管ISME制备方法。首先,介绍了双管微电极制备、硅烷化和电极尖端灌充液态离子交换剂(Liquid Ion Exchanger,LIX)的具体流程
统筹永久基本农田保护红线、生态保护红线、城镇开发边界来优化永久基本农田空间布局能够更好地保住优质耕地资源、保障国家粮食安全.该研究应用文献研究法和归纳总结法,系统梳理了永久基本农田保护红线、生态保护红线 、城镇开发边界(以下简称“三线”)划定的政策法规,建立了“三线”统筹下的省域永久基本农田布局优化规则,并以广西壮族自治区为例进行了验证.结果表明:1)选择耕地国家利用等和集中连片程度进行了永久基本农田“三线”统筹划定,退出了生态保护红线核心区内所有永久基本农田7413.46 hm2,并将5073.05 h
为满足自主作业农机地头转弯的需求,解决单传感器检测获取信息不足的问题,该研究提出了将相机与毫米波雷达所获取数据融合的多传感前方田埂检测方案,利用视觉检测得到田埂形状后辅助滤除毫米波雷达中干扰点进而得到田埂的距离和高度信息.在视觉检测方面,根据前方田埂在图像中的分布特点,提出了基于渐变重采样选取部分点的加速处理方式,并在此基础上利用基于11维颜色纹理特征的支持向量机进行图像分割和基于等宽假设的几何模型特征进行误分类点剔除,然后拟合提取图像中田埂边界.在毫米波雷达检测方面,提出了竖直放置毫米波雷达的检测方式,
种植模式对黑土地的土壤肥力和作物产量有显著影响,建立合理的种植模式是养好用好黑土地的重要措施。目前,黑土区种植模式的类型及其空间格局仍缺乏系统分析,遥感技术结合地学信息图谱方法是监测黑土区种植模式的有效手段,但应用较少。该研究基于2012-2017年遥感反演作物分类数据,采用地学信息图谱方法识别种植模式,并使用核密度分析方法测度各类种植模式的空间分布特征。结果表明:1)克东县可识别出5类种植模式,
为实现奶牛个体的准确识别,基于YOLO V4目标检测网络,提出了一种融合坐标信息的奶牛面部识别模型。首先,采集71头奶牛面部图像数据集,并通过数据增强扩充提高模型的泛化性能。其次,在YOLO V4网络的特征提取层和检测头部分分别引入坐标注意力机制和包含坐标通道的坐标卷积模块,以增强模型对目标位置的敏感性,提高识别精度。试验结果表明,改进的YOLO V4模型能够有效提取奶牛个体面部特征,平均精度均值
为研究稻麦轮作区不同耕作方式下水稻田麦秸的降解效果,在淮河中下游砂姜黑土区,试验测试了“耕翻+旋耕+泡田”(PRP)、“旋耕+泡田”(RP)、“泡田+旋耕”(PR)三种耕作方式下麦秸在45和90 d中的降解率、组分、养分残存量等参数变化情况,并在显微条件下观察了秸秆表面形态特征.结果表明:1)几种还田方式下,麦秸降解率都是先快后慢,到还田45 d时,其降解率达45％～55％,还田90 d时最高降解率也不超过58.27％.2)还田时间对麦秸碳(C)、氮(N)、磷(P)、钾(K),微观凹坑径向长度(Lx)、微
在大范围内快速、准确地预估作物产量,对作物管理、粮食安全、粮食贸易和决策有重要意义.遥感为大规模作物估产提供了便利,大多数研究者结合深度学习和遥感影像取得了较好的结果.然而,农作物生长状态随时间变化,其产量具有非线性时空特征,单一的深度学习方法无法充分利用影像信息.因此,该研究提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)和门控循环单元(Gated Recurrent Unit,GRU)混合神经网络估产模型(CNN-GRU),利用CNN从多光谱遥感影像中提