基于CNN的語義分割應用于溝槽輪廓圖像以研究作物根系...
基于CNN的語義分割應用于溝槽輪廓圖像以研究作物根系分布情況由于土壤中的養分和水分分布不均，影響作物生長和產量的根系體系是土壤根系分布的重要組成部分。耕地中的養分分布取決于耕地面積，耕作方法和施肥系統。為此，根系分布受耕作和施肥影響。 現代農業通常使用高輸入設備，使位于地表附近的耕層土壤變得十分肥沃。因此，淺根作物能夠較好地吸收養分，促進生長。而在干旱條件下，深根作物在缺少養分和水分的耕地中通過避免養分和水分的缺乏而表現得更好。因此，根的分布受環境條件和栽培技術的影響。 以適合農場的根分布品種為目標進行育種可以提高產量。育種的成功取決于如何在自然和人工種群中使用適合的表型方法找到有效的遺傳資源。然而，當下很難培育出理想的根系分布新品種，因為用于田間根系分配的表型方法，即篩選可調節根系分布特性的遺傳資源所必須的步驟，在有限的技術層面上具有一定的挑戰性。 獲取根部表型性狀的方法大致分為四類：溝槽輪廓法、......閱讀全文
基于CNN的語義分割應用于溝槽輪廓圖像以研究作物根系...
基于CNN的語義分割應用于溝槽輪廓圖像以研究作物根系分布情況由于土壤中的養分和水分分布不均，影響作物生長和產量的根系體系是土壤根系分布的重要組成部分。耕地中的養分分布取決于耕地面積，耕作方法和施肥系統。為此，根系分布受耕作和施肥影響。?現代農業通常使用高輸入設備，使位于地表附近的耕層土壤變得十分肥沃
基于深度學習的化纖外觀缺陷語義分割
摘要： 針對化纖外觀缺陷檢測使用基于深度學習的語義分割方法，總結了自2014年以來基于深度學習的典型語義分割方法，并在此基礎上應用到化纖外觀檢測項目上，取得了不錯的效果。 01 化纖外觀缺陷檢測背景 化纖作為紡織制造的原料，由化纖生產企業進入下游紡織企業前會收卷形成絲餅，但在絲餅
新策略將有效提高農業害蟲識別準確率
原文地址：http://news.sciencenet.cn/htmlnews/2023/5/500755.shtm近日，中國農業科學院（深圳）農業基因組研究所研究員錢萬強課題組完成的研究論文在《農業科學學報》(英文) (Journal of Integrative Agriculture，JIA)
美開發出基于熱映像的圖像分割算法
美國普渡大學的研究人員開發出一種基于熱映像的計算機圖像分割算法，可使計算機迅速識別出物體的外形，即便其發生扭曲或輕度變形也不會受到影響。該技術將使機器視覺與人類視覺更加接近，可廣泛應用于圖像搜索、醫療影像以及無人機制造等多個領域。詳細研究結果將分為兩篇論文，在6月21日至23日舉行的IEEE(美
根系分析系統—基于圖像識別技術的根系掃描分析系統
????? 植物的根是植物最重要的組成部分，一般來說健康的植物都有健全而龐大的植物根系。植物的根由于深埋在地下，且結構復雜，相對于植物的地上部分，研究起來要 困難很多，但是隨著圖像識別技術的發展，利用圖像識別技術來識別和分析植物根系成為了可能。根系分析系統就是一款基于圖像識別技術而開發的專用于植物根
根系圖像分析系統告訴你為什么你的作物根系生長不好？
一般的作物主要分為地上部分和地下部分，而地下部分主要就是植物的根系了。在作物的整個生長過程中，植物根系的生長狀況都直接影響著植物冠層的性狀和結實性能，因此需要特別重視，而采用根系圖像分析系統來開展土壤根系分析，不僅為快速測定作物根系參數提供了一條新的途徑，而且也填補了根系分析研究這個領域的技術空白，
根系分析系統對作物根系水分吸收的研究
農作物生長的時候需要充足的水分才能保障作物的正常生產，據調查80%以上的水分都是通過根系進行吸收的，因此利用根系分析系統對作物根系的研究可以有效的幫助我們了解作物吸收水分的情況，為合理灌溉、施肥、育種從而最終提高作物產量與生產力有著很大的幫助。作物根系包括向下生長的主根和沿主根產生的側根及其多級分枝
我國科學家首次公開了SAR圖像船舶檢測數據集
近日，中國科學院空天信息研究院數字地球重點實驗室研究員王超團隊首次公開了SAR圖像船舶檢測數據集。該數據集來自于多源、多模式SAR圖像。基于此數據集，該團隊實現了復雜背景下的商船檢測與分類一體化深度學習處理系統，在無需海陸分割的基礎上，實現商用船舶的近實時自動檢測與分類，為我國國產高分3號的業務
科學家在智能駕駛場景感知研究方面取得進展
近日，中國科學院上海微系統與信息技術研究所仿生視覺系統實驗室研究員李嘉茂團隊與合作者在智能駕駛感知領域取得進展。針對智能駕駛感知的兩個關鍵問題——柵格占據預測和全景分割進行研究，兩項成果分別被機器人領域國際學術會議2024 IEEE International Conference on Robot
智能駕駛場景感知研究獲進展
原文地址：http://news.sciencenet.cn/htmlnews/2024/3/519592.shtm近日，中國科學院上海微系統與信息技術研究所仿生視覺系統實驗室研究員李嘉茂團隊與合作者，在智能駕駛感知領域的柵格占據預測和全景分割方面取得新突破，兩項成果均被ICRA錄用。針對柵格占據預
利用根系分析儀對農作物根系吸水研究的幾點建議
1 注重根系吸水機理研究植物根系生長與植物根系吸水是緊密聯系在一起的兩個過程。植物根系吸收水分促進根系生長，而根系生 長又反過來增加植物根系吸水的土層深度并縮短水分到達根表皮的距離。因此，植物根系生長過程及其影響因素、植物根系伸展規律、植物根系密度分布規律等，仍 是未來研究的重點。2 修改與完善已有
研究作物根系情況對高產栽培的重要意義
作物正常的生長發育、產量形成過程是地上部光合作用和地下根群吸收養分、分水的有機統一過程。生產中改良土壤、施肥、灌水和中耕等大多數栽培措施均是直接作用于根系,從而調節地上部發育和實現最終產量的提高。因此,對根系的研究在高產栽培中愈來愈顯得重要。然而,由于根系深藏于土壤之中,研究難度大,以住在我區尚很少
沈陽自動化所行人檢測技術研究取得進展
? 行人檢測技術是自動駕駛、機器人以及智能視頻監控等研究領域的核心技術。 近日，中國科學院沈陽自動化研究所通過對基于共享特征提取網絡的目標檢測網絡和弱監督訓練語義分割網絡的輸出結果進行融合，得到目標最終檢測結果的方法可兼顧精度與速度。 研究人員首先通過改進的YOLO檢測網絡對圖像中目標進行了檢測
地質地球所提出人工智能地震信息挖掘方法
人工神經網絡（ANN）在數據驅動的自然和信息科學研究領域（如圖像圖形學、材料、生物學和醫學、天文地理以及地球科學）的應用發展迅速。在勘探地球物理學中，大部分此類研究均可視為可視化圖像分類或分割問題。如地質學家使用地震反射數據圖像對地下沉積單元或油氣藏進行分類，并識別斷層、裂縫或鹽體等不連續地質結
用TensorFlow實現物體檢測的像素級分類
最近，TensorFlow 的「物體檢測 API」有了一個新功能，它能根據目標對象的像素位置來確定該對象的像素。換句話來說，TensorFlow 的物體檢測從原來的圖像級別成功上升到了像素級別。使用 TensorFlow 的「物體檢測 API」圖片中的物體進行識別，最后的結果是圖片中一個個將不同物體
《語義通信及語義認知網絡架構研究》報告發布
原文地址：http://news.sciencenet.cn/htmlnews/2023/10/510096.shtm10月11日，記者從鵬城實驗室獲悉，由該實驗室副主任石光明牽頭撰寫的《語義通信及語義認知網絡架構研究》報告，于近日在工信部IMT-2030（6G）推進組正式發布。該報告是全球首個語義
深度學習在雷達中的研究綜述（二）
其中，?J(w,b)?為對應自編碼器代價函數，?β?為控制系數性懲罰因子權重。2.3 DBN基本原理DBN是一個概率生成模型，其建立一個觀測數據與標簽之間的聯合分布。并且DBN由多個受限玻爾茲曼機(Restricted Boltzmann Machine, RBM)組成，典型的DBN結構如圖4所示。
識別田間條件下小麥的穗區域的表型分析方法
2019年6月，Plant Phenomics刊發了由來自英國諾里奇研究所（Norwich Research Park）的Tahani Alkhudaydi等人撰寫的題為An exploration of deep-learning based phenotypic analysis to dete
基于深度學習和超像素的大田小區水稻稻穗分割技術研究
不同生長階段頂視相機角度下進行稻穗分割近日華中農業大學和華中科技大學聯合作物表型研究團隊在《Plant Methods》雜志上發表題為：Panicle-SEG: A robust image segmentation method for rice panicles in the field b
植物根系圖像分析儀介紹
植物的根系對生長是非常重要的，FT-WinRHIZO植物根系圖像分析儀是風途廠家生產出來幫助研究植物根系的各項參數的，可以分析根系長度、直徑、面積、體積、根尖記數等，功能強大，操作簡單，軟件可分析植物根系的形態，色彩、分級伸展分析及根系的整體結構分布等等。廣泛運用于根系形態和構造研究。 植物根
植物根系圖像監測分析系統簡述
植物根系圖像監測分析系統按成像方式不同，可分為對原位根系圖像的分析儀，以及對洗根后的根系圖像分析儀。一般都要求可分析根系的長度、直徑、面積、體積、根尖數、分叉數、根交叉數等。專業些的根系分析系統，還可分析植物根系的主側根拓撲形態關系、連接關系，以及根尖部位的色彩變化，以便進行根系形態和構造研究。
水平集活動輪廓模型（一）
菌落計數，是微生物實驗中基本又耗時的一項操作。近年來，出現一些自動菌落計數儀，為常規菌落檢測提供了方便。但對一些復雜情況，例如菌落表面皺褶嚴重、邊緣輪廓模糊、菌落顏色與培養基顏色非常接近、菌落生長在含有網格的濾膜上等等（下圖1），一般菌落計數儀就無法實現計數統計。 ???? 這是因為，菌落計數的核心
自動化所提出不規則卷積神經網絡
近日，中國科學院自動化研究所馬佳彬、王威、王亮等研究人員在科學預印本網站arxiv上預發表了一項研究，提出了一種新形式的卷積神經網絡——不規則卷積神經網絡，這種新的方法能夠解決常規卷積效率低下的問題。 在深度卷積神經網絡（CNN）中，卷積核是最基本和最重要的組件。研究人員給卷積核配置了形狀屬性
濾膜與3M測試片檢測
濾膜與3M測試片，越來越多的應用于生物、醫藥、食品、環境等領域的微生物檢測。很多濾膜或測試片都有一個特點，就是在其表面有著不同顏色不同大小的網格線。這些網格有助于人工觀測計數，但卻給目前使用越來越多的自動菌落計數儀帶來困難。因為網格的顏色往往很深，導致傳統的方法往往檢測到網格而不是菌落。下圖1、2、
高光譜成像技術在根系表型分析中的應用
根系是植物的重要組成部分，植物吸收土壤中的水分與養分全依賴根系，所以根系的研究對于植物各學科來說都至關重要，但是根系分布在地面以下，而且是動態生長的，這就給根系的監測帶來了很多困難。《Nature》雜志于2004年6月出版了一本專輯認為“人類對自己腳下土壤的了解遠遠不及對宇宙的了解”，更是佐證了地下
促進植物根系生長的方法？作物根系的四種生長狀態？
一、作物根系的四種顏色四種生長狀態，這點你必須要知道! 一般來說，作物的根系可以分為四種，白色根、黃色根、黑色根、灰色根四種根色，分別代表著作物的四種不同生長狀態。 1、白根有勁 白色根一般是作物的新生根和老根根際，白色根多說明作物長勢旺盛、生命力強勁。 2、黃根保命 黃色根(或者是黃
基于地面遙感延時圖像的咖啡花識別方法
Plant Phenomics | 浙江大學黃敬峰教授課題組提出了一種基于地面遙感延時圖像的咖啡花識別方法?咖啡是全球三大主要飲料之一，具有重要的經濟價值。咖啡花的早期監測在開花調節，灌溉，產量預測和其他作物管理任務中至關重要。因此，準確識別咖啡花是更好地管理這些任務的關鍵。然而，常用的遙感平臺由于
博普特植物表型組學多維度解決方案介紹（二）
1、Videometer Portable 多光譜表型成像系統對小植株的生理脅迫研究通過植被指數可評估不同狀態下植被的生理結構和功能特性，包括生物量、冠層結構、葉面積指數、葉綠素含量以及植物冠層的光利用效率等。研究表明，Videometer 可用于擬南芥中葉綠素（NDVI）和葉黃素（PRI）
植物根系圖像監測分析系統的綜合分析
原則上,植物根系吸收土壤水份是受土壤性質、植物特性和大氣因子三者綜合影響的,忽略任何一個因素研究植物根系吸水或建立植物根系吸水模型都是不全面的。從過去眾多的植物根系圖像監測分析系統吸水函數表達式分析表明,根系的吸水速率與土壤的非飽和導水率成正比,與土壤和植物兩者之間的水勢差成正比,與土壤含水量或土壤
多菌種混雜情況的檢測
在菌落計數中，常常會碰到這樣一種情況，即培養皿中生長著多種不同種類的菌落：有真菌、細菌、霉菌、放線菌等等。不同種類的菌落，往往顏色不同、生長形態不同。尤其是霉菌和放線菌，其表面往往呈碎顆粒狀，碎顆粒的密度不一樣，中間密度高從而顏色深、邊上密度低從而顏色淺；另外其邊緣往往呈毛刺狀或云霧狀，面積則比一般