期刊文献+
共找到25篇文章
< 1 2 >
每页显示 20 50 100
基于无人机载遥感的水分胁迫下冬小麦叶绿素变化及冠层光谱响应 被引量:2
1
作者 朱志成 武永峰 +3 位作者 马浚诚 冀琳 柳斌辉 靳海亮 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第11期3524-3534,共11页
为探究水分胁迫下冬小麦冠层反射率在各生育期响应叶片叶绿素变化的特性,针对2020年-2021年小麦生长季11个品种(分为强、一般和弱3个抗旱性品系),设置了2次灌溉(拔节、扬花)、 1次灌溉(冬季、返青、拔节、拔节后7天和拔节后14天)以及无... 为探究水分胁迫下冬小麦冠层反射率在各生育期响应叶片叶绿素变化的特性,针对2020年-2021年小麦生长季11个品种(分为强、一般和弱3个抗旱性品系),设置了2次灌溉(拔节、扬花)、 1次灌溉(冬季、返青、拔节、拔节后7天和拔节后14天)以及无灌溉总共3个水分梯度处理,分析了叶绿素与反射率之间的相关性,利用波长随机组合方式[简单比值(SRSI)、简单差值(SDSI)和归一化(NDSI)]与线性拟合方法,筛选了对叶绿素最为敏感的窄波段光谱指数。结果表明:(1)所有品系叶绿素含量在各生育期均差异显著,从拔节到灌浆大致表现为降低-升高-降低态势,但冬季和返青期灌溉处理下的抗旱性一般品系、以及返青期灌溉处理下的抗旱性较差品系除外;(2)随着发育进程推移和品种抗旱性减弱,不同处理间在近红外区域的冠层反射率差距逐渐增大。(3)叶绿素与窄波段光谱指数的线性拟合决定系数高值区集中在绿(445~591 nm)和红边(701~755 nm)波段。抗旱性较强品系和抗旱性较差品系的SRSI指数均在开花期反演叶绿素的精度最高,分别达0.762和0.811;抗旱性一般品系的NDSI指数在灌浆期精度最高,为0.732。该研究对于揭示水分胁迫下叶绿素变化的反射率响应在冬小麦各关键生育期以及品种间差异等,具有一定参考价值,可为基于无人机载高光谱技术的抗旱小麦品种高效筛选奠定基础。 展开更多
关键词 遥感 无人机 冬小麦 水分胁迫 高光谱反射率 叶绿素
下载PDF
基于语义分割和可见光谱图的作物叶部病斑分割方法 被引量:4
2
作者 李凯雨 张慧 +1 位作者 马浚诚 张领先 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第4期1248-1253,共6页
病害严重影响作物品质,并造成经济损失。病斑分割是病害定量诊断的重要过程,其分割结果可为后续的识别和严重度估算提供有效依据。由于病斑具有不规则性和复杂性,且自然环境下病斑可见光谱图像易受光照变化等影响,传统的图像处理方法对... 病害严重影响作物品质,并造成经济损失。病斑分割是病害定量诊断的重要过程,其分割结果可为后续的识别和严重度估算提供有效依据。由于病斑具有不规则性和复杂性,且自然环境下病斑可见光谱图像易受光照变化等影响,传统的图像处理方法对病斑图像分割存在准确率低、普适性低和鲁棒性不高等问题。该工作提出了基于语义分割和可见光谱图像的作物叶部病害病斑分割方法。首先,以花生褐斑病、烟草赤星病为研究对象,使用尼康D300s单反相机共采集到165张可见光谱图像。通过Matlab Image Labeler APP对病害可见光谱图像进行像素标记,分别标记出褐斑病病斑、赤星病病斑和背景区域。其次,对标记后的数据采用水平翻转、垂直翻转、改变亮度等图像扩充方式,获得1850份增强后样本数据集。为了节约计算成本,将数据集的像素分辨率调整为300×300。最后,基于FCN,SegNet和U-Net 3种语义分割网络,构建4种作物叶部病害病斑分割模型,探索了数据增强、病害类别对病斑分割模型的影响,并采用4种分割指标评价模型效果。结果表明:仅对于病斑分割,图像增强能够提高模型的分割精度,增强后FCN模型的平均精度(MP)和平均交并比(MIoU)分别为95.71%和93.36%。4个语义分割模型显著优于支持向量机(SVM),其中FCN与U-Net,SegNet-2和SegNet-4分割模型相比,能够有效避免光线变化等影响,病斑分割精度(P)和交并比(IoU)分别达到99.25%和97.55%。对于病斑分类分割实验,FCN对两种病害的分割精度Pd分别达到97.54%和90.41%,对两种病害的交并比IOUd分别为95.61%和70.30%,均优于其他3种分割模型。FCN能够在分割病斑的同时也准确地识别病害类别,有较好的泛化性和鲁棒性,实现了自然场景下作物叶部病害病斑的识别与分割,为计算混合病害严重度提供了技术参考。 展开更多
关键词 可见光光谱 作物 病斑分割 语义分割 全卷积神经网络
下载PDF
基于混合扩张卷积和注意力的黄瓜病害严重度估算方法 被引量:4
3
作者 李凯雨 朱昕怡 +1 位作者 马浚诚 张领先 《农业机械学报》 EI CAS CSCD 北大核心 2023年第2期231-239,共9页
自动和准确地估计病害的严重度对病害管理和产量损失预测至关重要。针对传统病害严重度估算步骤复杂且低效,难以实现在田间场景下精准估算问题,提出了一种基于混合扩张卷积和注意力机制改进UNet(Mixed dilated convolution and attentio... 自动和准确地估计病害的严重度对病害管理和产量损失预测至关重要。针对传统病害严重度估算步骤复杂且低效,难以实现在田间场景下精准估算问题,提出了一种基于混合扩张卷积和注意力机制改进UNet(Mixed dilated convolution and attention mechanism optimized UNet,MA-UNet)的病害严重度估算方法。首先,针对病斑尺寸不一、形状不规则问题,提出混合扩张卷积块(Mixed dilation convolution block,MDCB)增加感受野并保持病斑信息的连续性,提升病斑分割精度。其次,为了克服复杂背景的影响,利用注意力机制(Attention mechanism)对空间维度和通道维度进行相关性建模,获得每个像素类内响应和通道间的依赖关系,缓解背景对网络学习带来的影响。最后,计算病害分割图中病斑像素与叶片像素的比率来获得严重度。基于田间条件下收集的黄瓜霜霉病和白粉病图像进行了验证,并与全卷积网络(Fully convolutional network,FCN)、SegNet、UNet、PSPNet、FPN、DeepLabV3+进行比较。结果表明,MA-UNet优于比较方法,能够满足复杂环境下健康叶片和病斑的分割需求,平均交并比为84.97%,频权交并比为93.95%。基于MA-UNet分割结果估计黄瓜叶部病害严重度的决定系数为0.9654,均方根误差为1.0837%。该研究可为人工智能在农业中快速估计和控制病害严重度提供参考。 展开更多
关键词 黄瓜病害 病害严重度 扩张卷积 注意力机制 语义分割
下载PDF
基于可见光谱与轻量级卷积神经网络的冬小麦分蘖数估算 被引量:1
4
作者 李云霞 马浚诚 +1 位作者 刘红杰 张领先 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第1期273-279,共7页
分蘖数是表征冬小麦生长的关键性参数,对于冬小麦苗情监测、产量预估具有重要意义。针对目前冬小麦分蘖数估算方法存在的数据获取繁复和估算模型体量大的问题,提出一种基于可见光图像和轻量级卷积神经网络的冬小麦分蘖数估算方法,以期... 分蘖数是表征冬小麦生长的关键性参数,对于冬小麦苗情监测、产量预估具有重要意义。针对目前冬小麦分蘖数估算方法存在的数据获取繁复和估算模型体量大的问题,提出一种基于可见光图像和轻量级卷积神经网络的冬小麦分蘖数估算方法,以期实现冬小麦分蘖数无损快速估算,并且可嵌入移动终端设备。可见光图像具有获取便捷,处理简单的特点,利用数码相机连续采集2017年—2018年和2018年—2019年两个生长季的冬小麦冠层可见光图像。利用该数据图像,分别构建基于轻量级卷积神经网络MobileNetV2,SqueezeNett,ShuffleNet的冬小麦分蘖数估算模型进行比较试验,并与基于非轻量级卷积神经网络AlexNet和ResNet系列构建的估算模型进行对比试验。开展冬小麦分蘖数估算模型针对不同植株密度数据的鲁棒性以及针对不同生长季数据的泛化能力的验证试验。结果表明,基于MobileNetV2构建的冬小麦分蘖数估算模型的决定系数(R^(2))为0.7,归一化均方根误差(NRMSE)为0.2,在三个轻量级卷积神经网络中具有最优表现;基于非轻量级卷积神经网络构建的冬小麦分蘖数估算模型体积是基于MobileNetV2构建的冬小麦分蘖数估算模型的2.3~16.1倍。与非轻量级卷积神经网络相比较,基于MobileNetV2构建的估算模型在具有较好R^(2)的同时有较小的体量,适宜嵌入移动终端设备;针对120,270和420株·m^(-2)三个不同植株密度的可见光图像数据集,基于MobileNetV2构建的冬小麦分蘖数估算模型的R^(2)分别为0.8,0.8和0.7,表现鲁棒;针对两个生长季的可见光图像,基于MobileNetV2构建的冬小麦分蘖数估算模型通过迁移学习将R^(2)提升了2倍,NRMSE下降了7.6%,表现出对数据季节性差异较好的适应性,体现了模型的泛化能力。利用可见光图像,基于MobileNetV2构建的估算模型能够满足冬小麦分蘖数估算需求,为冬小麦生长观测以及田间农艺措施管理决策提供了一个准确、鲁棒、可嵌入移动终端设备的工具。 展开更多
关键词 可见光谱 冬小麦 分蘖数估算 轻量级卷积神经网络
下载PDF
基于卷积神经网络的温室黄瓜病害识别系统 被引量:64
5
作者 马浚诚 杜克明 +2 位作者 郑飞翔 张领先 孙忠富 《农业工程学报》 EI CAS CSCD 北大核心 2018年第12期186-192,共7页
基于图像处理和深度学习技术,该研究构建了一个基于卷积神经网络的温室黄瓜病害识别系统。针对温室现场采集的黄瓜病害图像中含有较多光照不均匀和复杂背景等噪声的情况,采用了一种复合颜色特征(combinations of color features,CCF)及... 基于图像处理和深度学习技术,该研究构建了一个基于卷积神经网络的温室黄瓜病害识别系统。针对温室现场采集的黄瓜病害图像中含有较多光照不均匀和复杂背景等噪声的情况,采用了一种复合颜色特征(combinations of color features,CCF)及其检测方法,通过将该颜色特征与传统区域生长算法结合,实现了温室黄瓜病斑图像的准确分割。基于温室黄瓜病斑图像,构建了温室黄瓜病害识别分类器的输入数据集,并采用数据增强方法将输入数据集的数据量扩充了12倍。基于扩充后的数据集,构建了基于卷积神经网络的病害识别分类器并利用梯度下降算法进行模型训练、验证与测试。系统试验结果表明,针对含有光照不均匀和复杂背景等噪声的黄瓜病害图像,该系统能够快速、准确的实现温室黄瓜病斑图像分割,分割准确率为97.29%;基于分割后的温室黄瓜病斑图像,该系统能够实现准确的病害识别,识别准确率为95.7%,其中,霜霉病识别准确率为93.1%,白粉病识别准确率为98.4%。 展开更多
关键词 温室 病害 识别 卷积神经网络 病斑分割
下载PDF
基于可见光图像和卷积神经网络的冬小麦苗期长势参数估算 被引量:20
6
作者 马浚诚 刘红杰 +4 位作者 郑飞翔 杜克明 张领先 胡新 孙忠富 《农业工程学报》 EI CAS CSCD 北大核心 2019年第5期183-189,共7页
针对目前基于计算机视觉估算冬小麦苗期长势参数存在易受噪声干扰且对人工特征依赖性较强的问题,该文综合运用图像处理和深度学习技术,提出一种基于卷积神经网络(convolutional neural network, CNN)的冬小麦苗期长势参数估算方法。以... 针对目前基于计算机视觉估算冬小麦苗期长势参数存在易受噪声干扰且对人工特征依赖性较强的问题,该文综合运用图像处理和深度学习技术,提出一种基于卷积神经网络(convolutional neural network, CNN)的冬小麦苗期长势参数估算方法。以冬小麦苗期冠层可见光图像作为输入,构建了适用于冬小麦苗期长势参数估算卷积神经网络模型,通过学习的方式建立冬小麦冠层可见光图像与长势参数的关系,实现了农田尺度冬小麦苗期冠层叶面积指数(leaf area index,LAI)和地上生物量(above ground biomass, AGB)的准确估算。为验证方法的有效性,该研究采用以冠层覆盖率(canopy cover, CC)作为自变量的线性回归模型和以图像特征为输入的随机森林(random forest, RF)、支持向量机回归(support vectormachinesregression,SVM)进行对比分析,采用决定系数(coefficientofdetermination,R2)和归一化均方根误差(normalized root mean square error, NRMSE)定量评价估算方法的准确率。结果表明:该方法估算准确率均优于对比方法,其中AGB估算结果的R2为0.7917,NRMSE为24.37%,LAI估算结果的R2为0.8256,NRMSE为23.33%。研究可为冬小麦苗期长势监测与田间精细管理提供参考。 展开更多
关键词 作物 生长 参数估算 冬小麦 苗期 叶面积指数 地上生物量 卷积神经网络
下载PDF
面向叶类蔬菜病害识别的温室监控视频采集系统 被引量:16
7
作者 马浚诚 李鑫星 +3 位作者 温皓杰 陈英义 傅泽田 张领先 《农业机械学报》 EI CAS CSCD 北大核心 2015年第3期282-287,共6页
为满足温室叶类蔬菜病害准确识别的视频数据需求,结合温室叶类蔬菜病害发生的特点,采用物联网技术,基于传感器感知的环境信息与摄像机监控视频信息,构建了一种面向叶类蔬菜病害识别的温室监控视频采集系统。该系统将案例检索与模糊推理... 为满足温室叶类蔬菜病害准确识别的视频数据需求,结合温室叶类蔬菜病害发生的特点,采用物联网技术,基于传感器感知的环境信息与摄像机监控视频信息,构建了一种面向叶类蔬菜病害识别的温室监控视频采集系统。该系统将案例检索与模糊推理方法相结合,设计温室监控视频获取方法,将传感器实时采集的数据与知识库中的病害产生环境条件相匹配,以匹配结果作为视频采集的依据,实现了监控视频的智能采集;并利用模糊推理方法,弥补案例检索结果不够全面的问题,确保了数据的准确获取。同时,该系统还提供了实时数据显示、实时视频监控等功能。系统应用结果表明,该系统能够满足温室叶类蔬菜病害识别的视频数据需求。 展开更多
关键词 叶类蔬菜 病害识别 温室监控 视频获取 模糊推理
下载PDF
基于图像处理的温室黄瓜霜霉病诊断系统 被引量:36
8
作者 马浚诚 温皓杰 +3 位作者 李鑫星 傅泽田 吕雄杰 张领先 《农业机械学报》 EI CAS CSCD 北大核心 2017年第2期195-202,共8页
为进一步提高温室黄瓜霜霉病诊断的准确率,构建了一个基于图像处理的温室黄瓜霜霉病诊断系统。针对温室黄瓜栽培现场采集的病害图像,采用基于条件随机场(Conditional random fields,CRF)的图像分割方法进行病斑图像分割,并采用决策树模... 为进一步提高温室黄瓜霜霉病诊断的准确率,构建了一个基于图像处理的温室黄瓜霜霉病诊断系统。针对温室黄瓜栽培现场采集的病害图像,采用基于条件随机场(Conditional random fields,CRF)的图像分割方法进行病斑图像分割,并采用决策树模型扩展一元势函数,提高病斑图像分割的准确性;将分割后的病斑图像转换到HSV颜色空间并提取其颜色、纹理和形状等25个特征,利用粗糙集方法进行特征选择与优化;构建了基于径向基核函数的SVM分类器,准确地识别与诊断温室黄瓜霜霉病。系统试验验证结果表明,该系统采用的病斑分割方法,能够克服复杂背景和光照条件的影响,准确地提取病斑图像;采用粗糙集方法能够有效地选择分类特征,将25个初始特征减少到12个,提高了运行效率;黄瓜霜霉病识别准确率达到90%,能够满足设施蔬菜叶部病害诊断的需求。 展开更多
关键词 温室黄瓜 霜霉病 诊断系统 图像处理 条件随机场 决策树
下载PDF
可见光光谱的冬小麦苗期地上生物量估算 被引量:9
9
作者 张领先 陈运强 +4 位作者 李云霞 马浚诚 杜克明 郑飞翔 孙忠富 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第8期2501-2506,共6页
地上生物量是表征冬小麦苗期长势的重要参数之一,对于监测冬小麦苗期长势,预测产量具有重要的实际意义。目前,通过计算光谱指数进行生物量估算是冬小麦苗期地上生物量无损测量的主要方法,但该方法需要一定的平台支撑,在便捷性方面存在... 地上生物量是表征冬小麦苗期长势的重要参数之一,对于监测冬小麦苗期长势,预测产量具有重要的实际意义。目前,通过计算光谱指数进行生物量估算是冬小麦苗期地上生物量无损测量的主要方法,但该方法需要一定的平台支撑,在便捷性方面存在一定的不足。为此,利用可见光图像数据获取方便、准确率高的特点,基于冬小麦苗期冠层可见光图像数据开展冬小麦苗期地上生物量估算研究。采用数码相机,采集冬小麦苗期冠层可见光图像并利用Canopeo进行冬小麦冠层与背景的分割。在获取冠层分割图像后,提取了CC(canopy cover)、 ExG(excessg reen)、 ExR(excess red)、 ExGR(ExG-ExR)、 NGRDI(normalized green-red difference index)、 GLI(green leaf index)、 RGRI(red-green ratio index)和RGBVI(RGB vegetation index)共8个可见光图像特征。利用相关性分析进行特征优选,选择与冬小麦苗期地上生物量实测数据相关性较高的图像特征构建估算模型。利用优选的图像特征,分别构建偏最小二乘回归(PLSR)、 BP神经网络(BPNN)、支持向量机回归(SVR)和随机森林(RF)模型,开展冬小麦苗期地上生物量估算研究,并定量分析特征数量和播种密度对估算模型准确率的影响。结果表明, ExR, GLI和RGBVI与生物量实测数据相关性较低,因此,将这3个特征剔除。 CC, ExG, ExGR, NGRDI和RGRI与生物量实测数据的相关性较高,其中CC, ExG和ExGR与生物量实测数据呈正相关,而NGRDI和RGRI与生物量实测数据呈负相关。利用优选的图像特征构建估算模型,研究结果表明,基于优选的5个图像特征, PLSR的估算准确率最高,模型 R 2为0.801 5, RMSE为0.0788 kg·m^-2 ,表明PLSR能够实现冬小麦苗期地上生物量的准确估算。特征数量是影响估算模型准确率的因素之一,随着特征数量的减少,模型估算的准确率逐步下降。利用不同播种密度数据集对估算模型进行测试,结果表明, PLSR在不同的播种密度数据集上均取得了最高的估算准确率,模型 R 2分别为0.897, 0.827 9和0.788 6, RMSE分别为0.062, 0.072和0.079 1 kg·m^-2 ,表明PLSR估算的冬小麦苗期地上生物量数据与实测生物量数据之间具有良好的相关关系。随着播种密度的增加,所有估算模型的准确率均出现下降,而PLSR的准确率下降程度最小。由此可见,基于可见光图像数据,能够实现冬小麦苗期地上生物量的准确估算,为冬小麦苗期田间管理提供参考。 展开更多
关键词 冬小麦 苗期 地上生物量 可见光光谱 估算
下载PDF
基于卷积神经网络的冬小麦麦穗检测计数系统 被引量:37
10
作者 张领先 陈运强 +2 位作者 李云霞 马浚诚 杜克明 《农业机械学报》 EI CAS CSCD 北大核心 2019年第3期144-150,共7页
为进一步提高大田环境下麦穗识别与检测计数的准确性,基于图像处理和深度学习技术,设计并实现了基于卷积神经网络的冬小麦麦穗检测计数系统。根据大田环境下采集的开花期冬小麦图像特点,提取麦穗、叶片、阴影3类标签图像构建数据集,研... 为进一步提高大田环境下麦穗识别与检测计数的准确性,基于图像处理和深度学习技术,设计并实现了基于卷积神经网络的冬小麦麦穗检测计数系统。根据大田环境下采集的开花期冬小麦图像特点,提取麦穗、叶片、阴影3类标签图像构建数据集,研究适用于冬小麦麦穗识别的卷积神经网络结构,构建了冬小麦麦穗识别模型,并采用梯度下降法对模型进行训练;将构建的冬小麦麦穗识别模型与非极大值抑制结合,进行冬小麦麦穗计数。试验结果表明,该系统构建的冬小麦麦穗识别模型能够有效地克服大田环境下的噪声,实现麦穗的快速、准确识别,总体识别正确率达到99. 6%,其中麦穗识别正确率为99. 9%,阴影识别正确率为99. 7%,叶片识别正确率为99. 3%。对100幅冬小麦图像进行麦穗计数测试,采用决定系数和归一化均方根误差(NRMSE)进行正确率定量评价,结果表明,该系统计数结果与人工计数结果线性拟合的R^2为0. 62,NRMSE为11. 73%,能够满足冬小麦麦穗检测计数的实际要求。 展开更多
关键词 冬小麦 麦穗识别 卷积神经网络 非极大值抑制 深度学习 检测计数
下载PDF
区块链在智慧农业中的应用展望 被引量:32
11
作者 孙忠富 李永利 +3 位作者 郑飞翔 杜克明 马浚诚 张德龙 《大数据》 2019年第2期116-124,共9页
我国农业正处于升级转型的重要时期,融合现代信息技术发展智慧农业是实现农业现代化的先行之路。首先,分析了我国农业的发展现状,进而阐述了智慧农业发展及其与区块链应用融合的必要性;其次,介绍了区块链的内涵及发展现状;第三,分析了... 我国农业正处于升级转型的重要时期,融合现代信息技术发展智慧农业是实现农业现代化的先行之路。首先,分析了我国农业的发展现状,进而阐述了智慧农业发展及其与区块链应用融合的必要性;其次,介绍了区块链的内涵及发展现状;第三,分析了区块链在智慧农业创新发展中可能的应用领域;最后,阐述了区块链的发展前景,并提出了区块链在农业领域应用的一些建议。 展开更多
关键词 区块链 智慧农业 农业区块链 农业大数据 农业物联网
下载PDF
可见光光谱和支持向量机的温室黄瓜霜霉病图像分割 被引量:3
12
作者 马浚诚 杜克明 +2 位作者 郑飞翔 张领先 孙忠富 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2018年第6期1863-1868,共6页
针对温室现场环境下采集的黄瓜霜霉病叶片图像中存在光照不均匀和背景复杂的问题,提出了一种基于可见光光谱和支持向量机的温室黄瓜霜霉病图像分割方法。首先,提出了一种基于可见光谱的颜色特征CVCF(combination of three visible color... 针对温室现场环境下采集的黄瓜霜霉病叶片图像中存在光照不均匀和背景复杂的问题,提出了一种基于可见光光谱和支持向量机的温室黄瓜霜霉病图像分割方法。首先,提出了一种基于可见光谱的颜色特征CVCF(combination of three visible color features)及其检测方法,该颜色特征将超红特征(excess red,ExR)、H分量和b*分量三种颜色特征结合,通过设置ExR参数,降低光照条件对ExR的影响,克服了光照不均匀对病斑分割的影响。在CVCF的基础上,结合基于径向基核函数的支持向量机分类器,通过优化分类器参数构建病斑分割模型,获得了温室黄瓜霜霉病图像初始分割结果。在初始分割结果基础上,采用SURF(speeded up robust features)特征及形态学操作,对分割结果进一步优化,消除背景噪声对分割结果的影响,从而获得最终病斑分割结果。为进一步验证方法的有效性,选择了OTSU算法、K均值聚类算法和决策树算法,作对比研究。结果表明,OTSU+H*0.2,K-means+H+b*,DT+H+b*和该研究算法的错分率分别为:19.44%,40.19%,16.27%和7.37%,该算法对温室现场环境下采集的黄瓜霜霉病图像的分割效果明显优于其他对比方法。该方法能够充分克服光照不均匀和复杂背景的影响准确地提取病斑,为病害识别提供了良好的数据来源。 展开更多
关键词 温室黄瓜 霜霉病 可见光光谱 支持向量机 CVCF 图像分割 SURF特征
下载PDF
大数据服务三农的初步分析与探索 被引量:8
13
作者 孙忠富 褚金翔 +2 位作者 马浚诚 杜克明 郑飞翔 《大数据》 2017年第3期33-43,共11页
三农问题是当前中国密切关注的社会问题,大数据技术的发展为三农带来了新的机遇。首先,对大数据推动智慧农业发展的作用进行了深入分析,总结了农业大数据的基本特征、内涵及发展趋势,分析了大数据对解决三农问题的推动作用。其次,综合... 三农问题是当前中国密切关注的社会问题,大数据技术的发展为三农带来了新的机遇。首先,对大数据推动智慧农业发展的作用进行了深入分析,总结了农业大数据的基本特征、内涵及发展趋势,分析了大数据对解决三农问题的推动作用。其次,综合阐述了农业大数据发展瓶颈和主要问题,包括数据获取能力不够、系统性不强、数据挖掘与分析技术落后、数据质量控制与安全管理难度大等。最后,提出了大数据服务三农的途径,主要包括强化政府引导与推动、强化大数据技术创新等。 展开更多
关键词 农业大数据 智慧农业 物联网 云计算
下载PDF
可见光光谱和机器学习的温室黄瓜霜霉病严重度定量估算 被引量:4
14
作者 张领先 田潇 +3 位作者 李云霞 陈运强 陈英义 马浚诚 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2020年第1期227-232,共6页
温室黄瓜霜霉病严重度的准确估算是科学防治霜霉病的前提条件,对于减少农药使用量、提升温室黄瓜品质和农民经济效益具有重要意义。机器学习在植物病害诊断领域的应用越来越广泛,已经取得了丰富的研究成果,病害严重程度的估算萌发了新... 温室黄瓜霜霉病严重度的准确估算是科学防治霜霉病的前提条件,对于减少农药使用量、提升温室黄瓜品质和农民经济效益具有重要意义。机器学习在植物病害诊断领域的应用越来越广泛,已经取得了丰富的研究成果,病害严重程度的估算萌发了新的思路。利用霜霉病可见光图像并结合机器学习方法,开展温室黄瓜霜霉病严重度快速准确定量估算研究。利用数码相机采集温室黄瓜霜霉病叶片图像并进行预处理,剔除病害图像的背景。以黄瓜霜霉病叶片图像为输入,构建基于卷积神经网络(CNN)的估算模型。利用可见光光谱颜色特征(CVCF)结合支持向量机进行温室黄瓜霜霉病病斑图像分割,采用SURF(speeded up robust features)特征及形态学操作对分割结果进行优化。在获取黄瓜霜霉病病斑分割图像后,提取病斑图像RGB, HSV, L~*a~*b~*, YCbCr和HSI共5个颜色空间15个颜色分量的平均值和标准差2个颜色特征,以及在此基础上结合灰度共生矩阵提取各颜色分量的对比度、相关性、熵和平稳度4个纹理特征,共计90个特征;利用Pearson相关性分析进行特征优选,采用与温室黄瓜霜霉病严重程度实际值相关性高的图像特征构建浅层机器学习估算模型,包括支持基于向量机回归(SVR)的估算模型和基于BP神经网络(BPNN)的估算模型。基于以上3种估算模型开展黄瓜霜霉病严重度定量估算,采用决定系数(R^2)和归一化均方根误差(NRMSE)对估算模型准确率进行定量评价。结果表明,模型估算的温室黄瓜霜霉病严重度与实际值之间具有良好的线性关系,其中,基于CNN的估算模型准确率最高,模型的R^2为0.919 0, NRMSE为23.33%,其次是基于BPNN的估算模型,其R^2为0.890 8, NRMSE为24.64%,基于SVR的估算模型的准确率最低,其R^2为0.8901, NRMSE为31.08%。研究结果表明,利用黄瓜霜霉病可见光图像数据,结合卷积神经网络估算模型,实现了温室黄瓜霜霉病严重度的准确估算,能够为温室黄瓜霜霉病的科学防治提供参考,提高病害防治效率,减少农药使用。 展开更多
关键词 温室黄瓜 霜霉病 严重度 可见光光谱 机器学习 估算
下载PDF
智慧农业技术助推农业创新发展,引领农业新未来 被引量:13
15
作者 孙忠富 马浚诚 +2 位作者 褚金翔 杜克明 郑飞翔 《蔬菜》 2017年第4期1-8,共8页
2017年中央一号文件指出:加强智慧农业科技研发和实施智慧农业工程,推进农业物联网试验示范和农业装备智能化。新时期,在中国现代农业高速发展过程中互联网与农业深度融合。智慧农业是农业信息化的重要组成部分,贯穿农业生产整个流... 2017年中央一号文件指出:加强智慧农业科技研发和实施智慧农业工程,推进农业物联网试验示范和农业装备智能化。新时期,在中国现代农业高速发展过程中互联网与农业深度融合。智慧农业是农业信息化的重要组成部分,贯穿农业生产整个流程。本期业界观察将从智慧技术、智慧农资、智慧休闲、智慧流通4个版块对智慧农业的涵义、发展现状进行分析,介绍先进技术、模式和企业,在剖析问题的基础上,提出了推动智慧农业发展的对策。 展开更多
关键词 农业创新 农业技术 智慧 助推 农业信息化 农业工程 科技研发 农业装备
下载PDF
区块链支撑农业大数据安全初探 被引量:13
16
作者 孙忠富 马浚诚 +1 位作者 郑飞翔 杜克明 《农业大数据学报》 2020年第2期25-37,共13页
大数据是智慧农业的核心,但大数据安全还存在或面临很多问题和挑战,如果得不到解决,必然制约其稳健发展,甚至导致根基不稳。近年来随着区块链技术不断发展,以及其与生俱来的安全特质,为大数据发展注入了强劲的驱动力,拓展了新的应用空... 大数据是智慧农业的核心,但大数据安全还存在或面临很多问题和挑战,如果得不到解决,必然制约其稳健发展,甚至导致根基不稳。近年来随着区块链技术不断发展,以及其与生俱来的安全特质,为大数据发展注入了强劲的驱动力,拓展了新的应用空间。本文围绕区块链如何支撑大数据安全发展的有关问题,简明阐述了中国农业现状及智慧农业发展的背景;结合智慧农业数据需求问题,分析研究了大数据安全、区块链二者的相互关系,包括大数据安全的重大意义、存在的安全风险、一些挑战性难题、以及应采取的相应对策等;综合分析了区块链的安全特质,阐述了区块链在大数据安全中的支撑地位和作用,以及区块链在数据安全研究的三个核心方向,即数据的机密性、完整性、可用性;提出了如何应用区块链助力大数据安全发展的一些建议,并对应前景进行了简要展望。 展开更多
关键词 智慧农业 区块链 数据安全 农业区块链 大数据 农业大数据 数据共享
下载PDF
区块链助力智慧园艺发展的初步探讨 被引量:1
17
作者 孙忠富 杜克明 +1 位作者 郑飞翔 马浚诚 《蔬菜》 2020年第6期2-9,共8页
改革开放以来,中国园艺产业发展速度一直很快,并取得了令世人瞩目的成就。以蔬菜生产为例,近些年我国蔬菜面积和产量一直都在不断扩大,从2001年开始,蔬菜产值已经超过粮食成为种植业第一产业,2011年全国蔬菜产量和产值均超过粮食,首次... 改革开放以来,中国园艺产业发展速度一直很快,并取得了令世人瞩目的成就。以蔬菜生产为例,近些年我国蔬菜面积和产量一直都在不断扩大,从2001年开始,蔬菜产值已经超过粮食成为种植业第一产业,2011年全国蔬菜产量和产值均超过粮食,首次成为我国第一大农产品,园艺产业在农村经济中的支柱地位日益稳固[1-2]。 展开更多
关键词 支柱地位 园艺产业 产业发展速度 区块链 第一产业 农产品 种植业 蔬菜
下载PDF
设施蔬菜病害诊断技术发展综述
18
作者 张领先 马浚诚 +2 位作者 李勇 毛富焕 傅泽田 《农业灾害研究》 2015年第2期6-9,63,共5页
通过分析设施蔬菜在我国农业生产中的重要性,以及病害侵染的严重性,引出了研究蔬菜病害诊断方法的必要性,并将目前的病害诊断技术分为计算机视觉技术、光谱成像技术和专家系统三大类,进行了技术分析及研究现状综述,为进一步丰富植物病... 通过分析设施蔬菜在我国农业生产中的重要性,以及病害侵染的严重性,引出了研究蔬菜病害诊断方法的必要性,并将目前的病害诊断技术分为计算机视觉技术、光谱成像技术和专家系统三大类,进行了技术分析及研究现状综述,为进一步丰富植物病害诊断学理论,提出因地制宜的病害防治方法提供了重要参考。 展开更多
关键词 设施蔬菜 病害诊断 发展综述 计算机视觉技术 光谱成像技术 专家系统
下载PDF
基于探地雷达的田块尺度下不同深度土壤含水量监测 被引量:5
19
作者 张文瀚 杜克明 +4 位作者 孙彦坤 刘布春 孙忠富 马浚诚 郑飞翔 《智慧农业(中英文)》 2022年第1期84-96,共13页
为确定田块尺度下探地雷达对不同深度及相邻反射层间土壤含水量的反演精度、有效反演深度、最佳反演深度及最优反演模型,本研究采用1000 MHz中心频率探地雷达设备,分别在无降雨偏干旱土壤和降雨后湿润土壤两种条件下,在选定农田区域基... 为确定田块尺度下探地雷达对不同深度及相邻反射层间土壤含水量的反演精度、有效反演深度、最佳反演深度及最优反演模型,本研究采用1000 MHz中心频率探地雷达设备,分别在无降雨偏干旱土壤和降雨后湿润土壤两种条件下,在选定农田区域基于共中心点法采集雷达波数据,提取有效地表波与反射波数据,通过双曲线拟合法分别获取不同深度反射层雷达波的传播速度,计算得出土壤的相对介电常数,最后根据土壤体积含水量和介电常数之间的经验模型计算获得不同深度的土壤体积含水量。通过Topp、Roth、Herkelrath和Ferre四种经验模型分别进行土壤体积含水量反演测定,同时以利用烘干法获取的代表性测定土壤含水量实测值为指标进行精度验证。田间试验结果表明,1000 MHz探地雷达的有效反演深度范围为0~50 cm;土壤偏干旱和偏湿润条件的最佳反演深度分别为50 cm和40 cm;Roth模型相关性最好,决定系数R2最高为0.750,且Roth模型反演土壤含水量值最稳定,在土壤偏干旱和偏湿润条件下均方根误差(Root Mean Square Error,RMSE)平均值分别为0.0401 m;/m;和0.0335 m;/m;相对误差(Relative Error,RE)最低为3.0%。探地雷达具备对定量深度田间土壤含水量快速、精准监测的能力,但其反演模型需根据不同土壤类型等条件进行相应参数校正。 展开更多
关键词 探地雷达 土壤含水量监测 共中心点法 最佳反演深度 最优反演模型 Roth模型
下载PDF
基于RGB图像与深度学习的冬小麦田间长势参数估算系统 被引量:11
20
作者 李云霞 马浚诚 +1 位作者 刘红杰 张领先 《农业工程学报》 EI CAS CSCD 北大核心 2021年第24期189-198,共10页
为准确、快速获取冬小麦田间长势信息,该研究设计并实现了一种基于深度学习的冬小麦田间长势参数估算系统。该系统主要包含长势参数估算模块和麦穗计数模块。长势参数估算模块基于残差网络ResNet18构建长势参数估算模型,实现了冬小麦苗... 为准确、快速获取冬小麦田间长势信息,该研究设计并实现了一种基于深度学习的冬小麦田间长势参数估算系统。该系统主要包含长势参数估算模块和麦穗计数模块。长势参数估算模块基于残差网络ResNet18构建长势参数估算模型,实现了冬小麦苗期叶面积指数(Leaf Area Index,LAI)和地上生物量(Above Ground Biomass,AGB)的估算,并基于迁移学习进行泛化能力测试;麦穗计数模块基于Faster R-CNN并结合非极大值抑制(Non Maximum Suppression,NMS)构建麦穗计数模型,实现了开花期麦穗准确计数。结果表明,针对2017—2018和2018—2019两个生长季数据,基于ResNet18的长势参数估算模型对LAI估算的决定系数分别为0.83和0.80,对AGB估算的决定系数均为0.84,优于基于传统卷积神经网络(Convolutional Neural Networks,CNN)、VGG16和GoogLeNet构建的估算模型,并且泛化能力测试表明该模型对数据的季节性差异具有鲁棒性。基于Faster R-CNN的麦穗计数模型,在利用NMS优化后决定系数从0.66增至0.83,提升了25.8%,NRMSE从0.19降至0.05,下降了73.7%。相较于基于CNN构建的分类计数模型,基于Faster R-CNN+NMS的麦穗计数模型表现更优,决定系数为0.83,提升了33.9%,单个麦穗识别时间为1.009 s,效率提升了20.7%。综上所述,该系统能够满足冬小麦田间长势参数估算需求,可为冬小麦田间精细化管理提供支撑。 展开更多
关键词 机器视觉 图像处理 模型 冬小麦 深度学习 叶面积指数 地上生物量 麦穗计数
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部