期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于PADC-PCNN与平稳小波变换多焦距绿色植株图像融合算法 被引量:1
1
作者 李嘉豪 瞿宏俊 +2 位作者 高名喆 仝德之 郭亚 《智慧农业(中英文)》 CSCD 2023年第3期121-131,共11页
[目的/意义]构建绿色植株三维点云模型需大量清晰图像,受镜头景深限制,在采集大纵深植株图像时图像会部分失焦,导致出现边缘模糊、纹理细节丢失等问题,现有的处理算法难以兼顾处理质量和处理速度。本研究目的是提出一种新型算法,提高融... [目的/意义]构建绿色植株三维点云模型需大量清晰图像,受镜头景深限制,在采集大纵深植株图像时图像会部分失焦,导致出现边缘模糊、纹理细节丢失等问题,现有的处理算法难以兼顾处理质量和处理速度。本研究目的是提出一种新型算法,提高融合图像质量问题的同时兼顾处理速度。[方法]提出了一种基于非下采样剪切波变换(Non-Subsampled Shearlet Transform,NSST)的参数自适应双通道脉冲耦合神经网络(Parameter Adaptation Dual Channel Pulse Coupled Neural Network,PADC-PCNN)与平稳小波变换(Stationary Wavelet Transform,SWT)的植株图像融合方法。首先对植株的RGB图像进行通道分离,针对含纹理细节等特征较多的G通道进行NSST分解,低频子带使用梯度能量融合规则,高频子带使用PADC-PCNN融合规则;对轮廓信息和背景信息多的R、B通道,采用速度快且具备平移不变性的平稳小波变换,用以抑制伪Gibbs效应。自建了480幅图像共8组数据,以光照环境、距离和植株颜色为变量,同时采集不同焦距图像验证算法性能。[结果和讨论]基于PADCPCNN-SWT算法与常用的快速导向滤波算法(Fast Guided Filter,FGF)、随机游走算法(Random Walk,RW)、非下采样剪切波变换的脉冲耦合神经网络算法(Nonsubsampled Shearlet Transform based Pulse-Coupled Neural Network,NSST-PCNN)、平稳小波变换算法(Stationary Wavelet Transform,SWT)和非下采样剪切波变换的参数自适应双通道脉冲耦合神经网络(Nonsubsampled Shearlet Transform based Parameter-Adaptive Dual-Channel Pulse-Coupled Neural Network,NSST-PADC)等五种算法相比,在清晰度上比前四种算法分别提高了5.6%、8.1%、6.1%和17.6%,在空间频率上比前四种算法分别提高了2.9%、4.8%、7.1%和15.9%,而相较于融合效果最好的NSSTPADC算法在处理速度方面平均提升200.0%,同时调焦范围约6 mm。[结论]本研究提出的基于PADC-PCNNSWT多焦距图像融合算法实现了在保障融合质量的同时,提高了融合图像的效率,为搭建绿色植株三维点云模型提供高质量数据的同时节省了时间。 展开更多
关键词 多焦距 图像融合 平稳小波变换 参数自适应 脉冲耦合 神经网络
在线阅读 下载PDF
应用于植物生理状态检测的低成本叶绿素荧光成像系统 被引量:1
2
作者 杨振宇 汤浩 +4 位作者 葛玮 夏倩 仝德之 付丽疆 郭亚 《智慧农业(中英文)》 CSCD 2023年第3期154-165,共12页
[目的/意义]植物光合作用过程中释放的叶绿素荧光与光化学反应紧密耦合,其荧光信号采集是光合作用效率、植物生理及环境胁迫等无损的测试手段。作为获取该信号的叶绿素荧光成像系统通常价格昂贵,针对此问题,本文提出一种低成本叶绿素荧... [目的/意义]植物光合作用过程中释放的叶绿素荧光与光化学反应紧密耦合,其荧光信号采集是光合作用效率、植物生理及环境胁迫等无损的测试手段。作为获取该信号的叶绿素荧光成像系统通常价格昂贵,针对此问题,本文提出一种低成本叶绿素荧光成像系统设计方案。[方法]叶绿素荧光成像系统主要由激发光灯组、CMOS(Complementary Metal Oxide Semiconductor)相机及其控制电路和智能手机上位机三部分组成。激光发灯组采用LED面光源和碗状结构,通过对光场的仿真分析保证光照强度和均匀性;采用微型CMOS相机进行荧光图像采集,利用智能手机作为上位机完成激发光控制,并将数据回传至手机或服务器进行分析、处理、存储及显示。[结果和讨论]基于该方案,制造了一款仪器样机,其激发光强最大为6250μmol/(m~2·s),光场整体变化幅度偏差为2%,光谱范围为400~1000 nm,稳定的采集频率最高可达42 f/s,具备连续光激发和调制脉冲激发功能。[结论]通过叶绿素荧光图像采集实验验证了本仪器的有效性。该仪器结构简单、造价成本低,在植物生理状态检测领域有着很好的应用价值。 展开更多
关键词 荧光检测 叶绿素荧光成像系统 光合作用 CMOS相机 TRACEPRO
在线阅读 下载PDF
微型叶绿素荧光传感器的研发
3
作者 钟梅英 夏倩 +2 位作者 汤浩 苏屹宏 郭亚 《农业工程技术》 2022年第18期13-16,共4页
传感器是农业物联网(Ag-IoT)领域的重要组成部分且需求量非常高。对于农作物来说,光合作用相关参数的检测不仅有助于植物生理学研究,对智能温室生产来说也非常重要。其中,植物叶片在光的照射下所产生的叶绿素a荧光就是一种公认的测量植... 传感器是农业物联网(Ag-IoT)领域的重要组成部分且需求量非常高。对于农作物来说,光合作用相关参数的检测不仅有助于植物生理学研究,对智能温室生产来说也非常重要。其中,植物叶片在光的照射下所产生的叶绿素a荧光就是一种公认的测量植物光合速率、植物胁迫和环境因素的有效工具。然而,现有的商用叶绿素荧光(ChlF)传感设备主要依赖于进口,通常体积大、价格昂贵,且缺乏用于数据传输的通信端口以及配置激励波形以产生丰富扰动的灵活性,使得这些设备无法大量地集成到Ag-IoT基础设施中以进行大数据信息的收集。为此,该文提出了一种微型低成本ChlF传感器设计方案并实现了仪器开发。该仪器主要采用微控制器单元(MCU)控制发光二极管(LED)以产生激发光,通过光电二极管对ChlF进行感知。MCU可通过串行总线(USB)、蓝牙或RS-485接口三种通信方式与智能手机、主机或Ag-IoT基础设施进行通信,以传输获取的ChlF数据。该传感器的重量仅有约100g,最大采样率为100 ksps。在具有同样检测效果的前提下,其成本远低于市场上的商用ChlF仪器,对于中国植物生理学研究和农业物联网的发展具有重要的意义。 展开更多
关键词 叶绿素荧光 光合作用 传感器 智能手机 农业物联网
在线阅读 下载PDF
三维超声风速计阴影补偿方法研究
4
作者 葛玮 汤浩 +3 位作者 仝德之 李志伟 付丽疆 郭亚 《传感器与微系统》 CSCD 北大核心 2024年第10期42-45,共4页
三维风速计在众多领域有重要的价值,但三维超声风速计自身结构影响待测量风场,导致阴影效应的产生,从而引起测量误差。现有的阴影补偿方法研究多从阵列结构上优化或局限于二维风速风向,在应用到三维测风中效果较差。针对该问题,本文利... 三维风速计在众多领域有重要的价值,但三维超声风速计自身结构影响待测量风场,导致阴影效应的产生,从而引起测量误差。现有的阴影补偿方法研究多从阵列结构上优化或局限于二维风速风向,在应用到三维测风中效果较差。针对该问题,本文利用随机森林回归算法建立三维超声风速计阴影补偿方法,通过有限元仿真获取受阴影效应影响后的风速风向数据,以该数据为样本,对模型进行训练和测试。结果表明:本文提出的阴影补偿方法将风速值与理论值的相对误差降低到±1%以内,垂直风向角的平均相对误差从-4.1%降低至0.08%,水平风向角的平均相对误差从1.9%降低至-0.8%,验证了本文提出的补偿方法在解决阴影效应问题方面的可行性。 展开更多
关键词 三维风速计 阴影补偿方法 随机森林回归算法 有限元分析
在线阅读 下载PDF
基于改进Mask R-CNN模型的植物叶片分割方法 被引量:17
5
作者 袁山 汤浩 郭亚 《农业工程学报》 EI CAS CSCD 北大核心 2022年第1期212-220,共9页
通过图像处理对植物叶片进行分割是研究植物表型性状的基础,但叶片间相互遮挡、叶片边缘特征不明显以及幼叶目标过小会对叶片分割效果造成很大的障碍。针对上述问题,该研究提出了一种基于改进MaskR-CNN模型的植物叶片分割方法,通过引入... 通过图像处理对植物叶片进行分割是研究植物表型性状的基础,但叶片间相互遮挡、叶片边缘特征不明显以及幼叶目标过小会对叶片分割效果造成很大的障碍。针对上述问题,该研究提出了一种基于改进MaskR-CNN模型的植物叶片分割方法,通过引入级联检测模块对模型检测分支进行改进,以提高遮挡叶片检测质量;利用注意力机制和一个2层3×3卷积模块对模型分割分支进行优化,以提高边缘特征表达能力;在模型测试过程中采用多尺度叶片分割策略,利用多个尺度上的最优目标以分割幼叶。测试结果表明,在CVPPP叶片分割挑战数据集中的对称最佳Dice得分Symmetric Best Dice(SBD)为90.3%,相比于利用域随机化数据增强策略并采用MaskR-CNN模型进行叶片实例分割的方法提高了2.3个百分点,叶片分割效果有显著提升。该研究提出的方法可以有效解决植物叶片分割效果不佳的问题,为植物表型研究提供技术支撑。 展开更多
关键词 模型 图像处理 Mask R-CNN 植物叶片 注意力机制 多尺度分割
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部