检索结果-南通市图书馆

湖南农业大学学报（自然科学版） 2017年第1期43卷 108-111页

作者：杨一璐汪小旵李成光赵博白如月南京农业大学工学院江苏南京210031

提取辣椒叶片的25个叶绿素荧光图像的特征参数,其中18个特征参数与氮含量呈极显著相关(P<0.01)。用主成分分析法(PCA)提取主要特征参数,将其结果作为遗传算法优化的反向传播人工神经网络(BPNN)、广义回归神经网络(GRNN)和多元线性回归(M... 详细信息

提取辣椒叶片的25个叶绿素荧光图像的特征参数,其中18个特征参数与氮含量呈极显著相关(P<0.01)。用主成分分析法(PCA)提取主要特征参数,将其结果作为遗传算法优化的反向传播人工神经网络(BPNN)、广义回归神经网络(GRNN)和多元线性回归(MLR)模型的输入变量,分别建立辣椒叶片氮含量的预测模型,建模集的相关系数分别为0.959 2、0.963 3、0.943 5,预测集的相关系数分别为0.914 5、0.821 3、0.774 1。

关键词：辣椒叶片氮含量叶绿素荧光图像数字图像处理技术

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于叶绿素荧光图像的温室作物监测系统开发

基于叶绿素荧光图像的温室作物监测系统开发

引用

作者：徐赛龙浙江大学

学位级别：硕士

温室农业已成为我国现代农业的重要组成部分。与传统农业相比,温室农业具有显著的经济、社会和生态效益。研究开发温室植物实时监测系统,对于提高农业自动化水平具有重要意义。植物叶绿素荧光能够直接反映植物的光合作用水平,基于叶绿... 详细信息

温室农业已成为我国现代农业的重要组成部分。与传统农业相比,温室农业具有显著的经济、社会和生态效益。研究开发温室植物实时监测系统,对于提高农业自动化水平具有重要意义。植物叶绿素荧光能够直接反映植物的光合作用水平,基于叶绿素荧光效应,可以为作物生长状况提供直接的判断依据。针对温室作物,本文在综述国内外文献的基础上,探讨了不同荧光参数与作物所受胁迫之间的定量关系,研究了作物叶绿素荧光图像在不同胁迫下的特征,并开发了一套温室作物生长状况监测系统,主要研究内容包括：(1)结合荧光图像检测硬件,设计开发了一套温室作物荧光图像采集系统。为适合大面积温室群体作物生长状况的监测,整个采集系统硬件主要由三维游走子系统、照明子系统、CCD相机等部分组成。基于植物叶绿素荧光的产生原理,设计开发了相应的设备驱动、设备协同控制与荧光图像采集软件。经长期实际应用,该荧光图像采集系统运行可靠、图像清晰、数据准确。(2)提出了原始荧光灰度图像的预处理方法。由于叶绿素荧光效应是植物特有的现象,采用阈值分割方法成功提取出荧光灰度图像中的植物区域,由此计算得到植物荧光参数Y(II)与Fv/Fm的图像。此外,对温室作物叶片水势、氮含量与上述荧光参数之间的定量关系进行了分析。定量分析表明使用Y(II)与Fv/Fm这两个荧光参数用于胁迫诊断是有充分依据的。(3)结合黄瓜干旱胁迫、黄瓜缺氮胁迫、番茄病害早期胁迫实验,进一步分析了温室作物在不同胁迫下的荧光参数图像表现出的具体特征。实验结果表明：上述荧光参数图像能够反映作物所受胁迫,为温室作物生长状况监测奠定了基础。(4)结合上述实验,建立了作物生长状况判别规则库,开发了相应的诊断系统,并已在温室大棚进行了长期试运行。结果表明：诊断系统运行可靠、界面友好、操作简单,以温室作物黄瓜、番茄为例,系统具有较高的判断准确率。

关键词：温室作物叶绿素荧光图像胁迫监测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于PMMS-Net和叶绿素荧光成像的绿豆叶斑病抗性鉴定方法

引用

中国农机化学报 2024年第8期45卷 210-216页

作者：李洁高尚兵余骥远陈新李士丛袁星星淮阴工学院计算机与软件工程学院江苏淮安223003 江苏省农业科学院经济作物研究所南京市210014

考虑到相近发病指数的绿豆叶片病斑区域特征区分不明显,在检测类似大小的病斑时,使用固定尺度的卷积核检测效果不是很好,故设计一种并行多分支多尺度卷积神经网络(PMMS-Net)模型。该模型先使用并行多分支多尺度特征融合模块获取丰富的... 详细信息

考虑到相近发病指数的绿豆叶片病斑区域特征区分不明显,在检测类似大小的病斑时,使用固定尺度的卷积核检测效果不是很好,故设计一种并行多分支多尺度卷积神经网络(PMMS-Net)模型。该模型先使用并行多分支多尺度特征融合模块获取丰富的病斑特征;然后采用坐标注意力机制,使模型能更好地定位到病变区域,实现对感兴趣区域的选择性强调;最后使用特征充分提取模块,将深度可分离卷积与普通卷积结合,实现对特征的充分提取,进一步优化特征提取效果。试验数据集由绿豆叶斑病的叶绿素荧光图像构成,其中包含五种抗性类型的绿豆叶斑病图像。结果表明,本文提出的方法在试验数据集上训练迭代1000次,所耗费时间仅比AlexNet多0.8倍,验证准确率却比AlexNet高出18.9%,本模型在该数据集上的验证准确率为87.8%,平均特异度为96.92%,参数内存仅为0.54 MB。本文提出的方法有利于将该模型部署在移动终端等资源受限的嵌入式设备上,为绿豆叶斑病的抗性鉴定提供一种新方法。

关键词：绿豆叶斑病抗性鉴定叶绿素荧光图像坐标注意力机制深度可分离卷积

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络和叶绿素荧光成像的绿豆叶斑病识别研究

引用

山东农业科学 2024年

作者：张浩淼高尚兵蒋东山李洁袁星星陈新刘金洋淮阴工学院计算机与软件工程学院江苏省农业科学院经济作物研究所

为了解决绿豆叶斑病不同病害等级之间容易混淆的问题，本研究以感染不同程度叶斑病的绿豆叶片叶绿素荧光图像为研究对象，提出了多模块串联卷积神经网络（Multi-Module Sequential Convolutional Neural Network，MMS-Net）模型。该模... 详细信息

为了解决绿豆叶斑病不同病害等级之间容易混淆的问题，本研究以感染不同程度叶斑病的绿豆叶片叶绿素荧光图像为研究对象，提出了多模块串联卷积神经网络（Multi-Module Sequential Convolutional Neural Network，MMS-Net）模型。该模型主要由本研究搭建的Sub模块和Wave模块串联堆叠组成，并且在每个Sub模块中和每个Wave模块结尾处加入混合注意力机制CBAM，在减少非叶斑病特征干扰的同时，对相似病斑进行更为细致的特征提取，提高病害识别的准确率。在相同条件下，与经典的卷积神经网络模型（VGG16、GoogleNet、ResNet50）以及流行的轻量级卷积神经网络模型（MobileNetV2、MobileNeXt、MobileNetV3、ShuffleNetV2）进行比较，本研究提出MMS-Net模型参数量仅为11.43 M，测试准确率达到91.25%，均高于其他模型，分类效果最优。通过分析精度、召回率、F1分数等评价指标可以看出MMS-Net模型具有较好的鲁棒性和泛化能力。本研究结果可为绿豆等作物的抗病种质资源识别和筛选提供新思路。

关键词：绿豆叶斑病病害等级卷积神经网络叶绿素荧光图像注意力机制

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于高光谱图像的叶绿素荧光Fv/Fm图像预测方法

引用

农业机械学报 2022年第4期53卷 192-198页

作者：王东沈楷程范叶满龙博伟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

叶绿素荧光参数Fv/Fm在植物逆境胁迫研究中具有重要意义,当前获取方法需要对植物进行暗适应处理,难以实现实时测量。为实现Fv/Fm的实时获取,本文以4种水分胁迫水平下的辣椒为研究对象,基于高光谱成像及特征波段筛选方法对Fv/Fm进行预测... 详细信息

叶绿素荧光参数Fv/Fm在植物逆境胁迫研究中具有重要意义,当前获取方法需要对植物进行暗适应处理,难以实现实时测量。为实现Fv/Fm的实时获取,本文以4种水分胁迫水平下的辣椒为研究对象,基于高光谱成像及特征波段筛选方法对Fv/Fm进行预测。采用中值滤波对Fv/Fm图像去噪,并基于二维坐标变换实现高光谱图像与叶绿素荧光图像的匹配。对比标准正态变换(SNV)、多元散射校正(MSC)和Savitzky-Golay卷积平滑(SG)3种光谱预处理算法,并基于连续投影(SPA)算法筛选特征波长。基于效果最优的SG预处理算法,分别以偏最小二乘回归(PLSR)、分析误差反向传播(BP)神经网络、径向基函数(RBF)神经网络对比建模精度,其中BP算法建立的模型精度相对较高,其测试集决定系数为0.918、均方根误差为0.011。研究表明,SG-SPA-BP的建模方法在实现预测精度的同时降低了模型复杂度,为基于高光谱图像对Fv/Fm图像的实时准确预测提供了方法。

关键词：叶绿素荧光图像高光谱图像特征波长神经网络辣椒

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于高光谱图像的叶绿素荧光Fv/Fm图像预测方法

基于高光谱图像的叶绿素荧光Fv/Fm图像预测方法

引用

首届植物科学前沿学术大会

作者：沈楷程王东西北农林科技大学机械与电子工程学院农业农村部农业物联网重点实验室

叶绿素荧光参数F/F在植物逆境胁迫研究中具有重要意义,当前获取方法需要对植物进行暗适应处理,难以实现实时测量。为实现F/F的实时获取,本文以4种水分胁迫水平下的辣椒为研究对象,基于高光谱成像及特征波段筛选方法对F/F进行预测。采用... 详细信息

叶绿素荧光参数F/F在植物逆境胁迫研究中具有重要意义,当前获取方法需要对植物进行暗适应处理,难以实现实时测量。为实现F/F的实时获取,本文以4种水分胁迫水平下的辣椒为研究对象,基于高光谱成像及特征波段筛选方法对F/F进行预测。采用中值滤波对F/F图像去噪,并基于二维坐标变换实现高光谱图像与叶绿素荧光图像的匹配。对比标准正态变换(SNV)、多元散射校正(MSC)和Savitzky-Golay卷积平滑(SG)3种光谱预处理算法,并基于连续投影(SPA)算法筛选特征波长。基于效果最优的SG预处理算法,分别以偏最小二乘回归(PLSR)、分析误差反传(BP)神经网络、径向基函数(RBF)神经网络对比建模精度,其中BP算法建立的模型精度相对较高,其测试集决定系数为0.918、均方根误差为0.011。研究表明,SG-SPA-BP的建模方法在实现预测精度的同时降低了模型复杂度,为基于高光谱图像对F/F图像的实时准确预测提供了方法。

关键词：叶绿素荧光图像高光谱图像特征波长神经网络辣椒

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于叶绿素荧光的番茄幼苗低温胁迫识别研究

基于叶绿素荧光的番茄幼苗低温胁迫识别研究

引用

作者：王选博沈阳农业大学

学位级别：硕士

设施园艺的迅速发展虽为蔬菜生产带来了极大的便利,但由于大部分保温型设施的限制,低温依旧成为冬春季节蔬菜保护地生产的最大难题。对于番茄这种在温室中广泛栽培的作物来说,温度是关键的环境因素,本文以番茄品种“辽园多丽”为研究对... 详细信息

设施园艺的迅速发展虽为蔬菜生产带来了极大的便利,但由于大部分保温型设施的限制,低温依旧成为冬春季节蔬菜保护地生产的最大难题。对于番茄这种在温室中广泛栽培的作物来说,温度是关键的环境因素,本文以番茄品种“辽园多丽”为研究对象,探索了一种新型技术,即利用叶绿素荧光成像技术快速无损识别番茄幼苗的低温胁迫状态及其等级。具体研究内容如下:(1)设计番茄幼苗18℃/8℃低温胁迫状态试验以及设计基于时间的番茄幼苗低温胁迫等级试验,后期进行补光恢复,利用叶绿素荧光成像技术对番茄在低温环境下荧光参数图像进行采集,观察番茄幼苗的12个叶绿素荧光参数和图像的变化情况,结果表明,补光后部分参数均缓慢的恢复到初始值,其中Y(Ⅱ)和Y(NPQ)荧光参数及图像呈现明显的变化,且叶绿素荧光图像上的受胁迫区域明显,故选择Y(Ⅱ)和Y(NPQ)作为特征参数。(2)对番茄幼苗进行分类,可以将其分为两种状态:健康和低温胁迫。为了有效识别番茄幼苗低温胁迫状态,本研究采用反向传播神经网络(Back propagation neural network,BPNN),用Y(Ⅱ)荧光参数、Y(NPQ)荧光参数以及Y(Ⅱ)-Y(NPQ)双荧光参数建立了对应的识别模型。经过验证,Y(Ⅱ)-Y(NPQ)双荧光参数值识别率为98.7%,模型识别率高于其他两个单荧光参数建立的识别模型。(3)为了识别低温胁迫的番茄幼苗损伤程度,按照时间标准将它们划分为不同的等级,并建立了一个低温胁迫等级识别模型。提取每株幼苗的Y(Ⅱ)和Y(NPQ)荧光图像的特征值(包括R、G、B、L、a和b),运用皮尔森相关系数进行特征优选,选择B、b、L/b作为特征参数,并使用基于Y(Ⅱ)荧光图像、Y(NPQ)荧光图像和Y(Ⅱ)-Y(NPQ)双荧光图像的模型进行分析。结果显示,使用基于Y(Ⅱ)-Y(NPQ)双荧光图像的模型识别番茄幼苗的低温胁迫等级的准确率最高,达到99.8%,可判断番茄幼苗受损伤的情况。研究结果表明,利用叶绿素荧光特征参数Y(Ⅱ)、Y(NPQ)能够有效识别出番茄幼苗低温胁迫状态,并基于Y(Ⅱ)和Y(NPQ)叶绿素荧光图像特征能够及时识别出番茄幼苗受冷害的等级,实现了番茄幼苗低温胁迫状态及其等级的快速无损的识别,解决了传统检测温室作物技术繁琐等问题。

关键词：番茄幼苗低温胁迫叶绿素荧光参数叶绿素荧光图像反向传播神经网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于叶绿素荧光成像的番茄幼苗热害智能识别系统研究

基于叶绿素荧光成像的番茄幼苗热害智能识别系统研究

引用

作者：吴忠贤南京农业大学

学位级别：硕士

番茄栽培作为我国重要的设施蔬菜种植产业之一,夏季常遭受高温胁迫,严重影响了番茄的产量和品质,而光合作用作为作物的基础代谢过程,对高温逆境状态极度敏感。高温胁迫状态下番茄苗的光合速率和光系统Ⅱ的活性显著降低,同时对光能的吸... 详细信息

番茄栽培作为我国重要的设施蔬菜种植产业之一,夏季常遭受高温胁迫,严重影响了番茄的产量和品质,而光合作用作为作物的基础代谢过程,对高温逆境状态极度敏感。高温胁迫状态下番茄苗的光合速率和光系统Ⅱ的活性显著降低,同时对光能的吸收和碳固定的能力减弱。叶绿素荧光成像技术是揭示光系统Ⅱ光合过程的重要工具,由于其具有无损、简单、快速获取荧光参数以及探测叶片荧光信息空间异质性的优势,可以用来直接表征植物的生长状况及其对高温胁迫的响应,同时伴随着图像识别技术的发展,深度学习被广泛应用于植物胁迫检测领域。研究表明,基于深度学习的图像识别技术有着精度高且速度快的优点,可以实现胁迫类型的快速识别。为了实现番茄幼苗热害的快速智能识别,本文采用深度学习方法和叶绿素荧光成像技术相结合的方式,设计并搭建了一套自走式番茄幼苗热害智能识别系统。主要研究内容如下:(1)根据温室中番茄植株生长期内栽培架的高度、苗高以及间距等种植条件,综合考虑设计了一套对温室番茄植株叶片及冠层进行移动式荧光检测的装置,其中采用X-Z双向同步带轨道和超声波传感器以实现荧光检测平台的精准移动,并借助激发光源、滤光片以及CMOS相机等硬件设备来获取实时动态的叶绿素荧光图像,最终实现对高温胁迫下番茄植株叶绿素荧光图像信息的定点采集。(2)基于叶绿素荧光成像技术研究高温胁迫下番茄幼苗的热害情况。在试验环境下采集番茄植株高温胁迫组和对照组的叶绿素荧光图像和参数,通过对比分析番茄植株的叶绿素荧光参数数值的变化,发现叶绿素荧光参数、和Y(NO)等均与高温胁迫程度显著性相关,选取其中Y(NO)作为热敏性荧光参数,并借助灰度直方图和颜色模型分析方法对其图像进行研究,发现其灰度直方图中灰度值所在区间随胁迫程度加深产生右移,即灰度区间由[0.0,0.4]过渡到[0.2,0.8],同时在RGB和HSV颜色空间中发现R、B、H、S通道均与高温胁迫程度显著性相关。试验结果表明,叶绿素荧光成像技术是检测番茄幼苗热害胁迫的有力工具。(3)建立基于荧光图像和深度学习的番茄幼苗热害识别模型。使用斯皮尔曼和皮尔逊等级相关系数获取与胁迫等级最大显著性相关的参数Y(NO),将其伪彩色处理、滤波以及数据增强后建立试验数据集,选取AlexNet作为基础网络,对其结构优化调整以降低模型参量,并进一步进行超参数优化得到最佳模型。最终改进后AlexNet模型在测试集的平均识别精度率达到98.8%,模型规模为1.13MB,平均测试耗时为11.6ms,与未改进AlexNet模型相比,平均测试耗时下降23.2%,模型规模下降99.5%,与其他经典模型相比鲁棒性和泛化能力均得到提高,最后将得到的最优模型部署于本地,方便夏季温室内番茄幼苗热害的实时检测和预警。

关键词：热害识别叶绿素荧光图像番茄幼苗改进AlexNet模型轻量化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

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：