基于bp神经网络的植物病斑区域识别

基于数字图像的植物叶部病害识别技术研究,能够快速准确诊断出植物病害,提高产量。传统的基于阈值的图像分割方法,不能精确的分割出病斑区域,而且存在阈值难以确定的缺点。文章采用bp神经网络,对植物病斑区域进行识别。当训练样本足够全面的时候,能够精确的分割出病斑区域。该算法鲁棒性高,识别精准,效率高。     

棉花叶部害螨病斑形态特征提取

针对当前农作物病害诊断存在的效率较低、难以保证精确度等问题,提出运用计算机图像处理技术进行棉花害螨病斑特征提取的方法.该方法以棉花害螨病叶为研究对象,利用中值滤波法对噪声的干扰进行有效的去除;结合运用超绿特征2G-R-B分割算法和面积阈值法将害螨病斑区域从病叶图像中有效分离出来;最后依据分割好的病斑样本图像,运用二值图像区域标记法准确提取出病斑的8个形状特征值.对提取的数据进行分析,得出病斑的圆形度、伸长度紧凑度和内切圆半径等4个相对值特征能有效地体现病斑的形状特征,可以作为识别病害症状的依据.试验结果表明,该方法准确有效.     

基于卷积神经网络的纸病识别算法研究

为提升识别算法对纸病多样性的适应性,提出基于卷积神经网络的纸病识别算法。根据纸病类别多样性且形式复杂的特点,采用MSER分割算法对图像进行预处理,并利用卷积神经网络的逐层学习特性,结合Softmax分类器,建立卷积神经网络模型。对比实验表明,卷积神经网络模型具有更快的收敛速度和更高的检测准确率,验证了该识别模型的有效性。     

番茄斑萎病毒N基因克隆及其植物表达载体的构建

目的对从云南楚雄番茄染病材料上得到病毒分离物进行鉴定,建立病毒N基因植物表达载体,以便进行抗病育种研究。方法利用RT-PCR技术克隆得到N基因,全长777 bp,将克隆得到的TSWV-N基因连接至质粒p BI121重组植物表达载体p BI121-TSWV-N。结果 TSWV-N基因与NCBI上已登记的番茄斑萎病毒中国云南分离物同源性达到97%~100%。结论所分离病毒确为番茄斑萎病毒,包含有TSWV-N基因的植物表达载体构建成功。     

基于脉冲耦合神经网络的人脸图像边缘分割

为实现在复杂背景中对人脸图像边缘的快速分割,以满足对后续的人脸检测的准确性要求。本文利用脉冲耦合神经网络(PCNN),对人脸数据库JAFFE进行分割,这是一种依赖于图像的自然属性具有重要发展前景的图像分割方法。实验证明,该算法在背景与目标有重叠时分割效果优于阈值分割,分割出来的边缘较为光滑,封闭性好。     

基于机器视觉的马铃薯加工原料分选系统

目的：设计以马铃薯加工原料为对象的自动化分选系统,实现设定标准下马铃薯自动识别。方法：构建分选系统的控制流程及分选算法,通过自动传送、机器视觉采集、吸压翻转自动化获取马铃薯2面的图像,采用图像复原算法消除运动模糊,设计面积比、长短径、凸起检测算法对马铃薯畸形、发芽、大小进行检测,基于颜色特征构建神经网络模型对马铃薯绿皮、病斑、常色进行分类。结果：利用BP神经网络算法预测马铃薯外观颜色绿皮、病斑、正常的分类,以误差分数为衡量预测模型准确性的度量,神经网络的预测分类平均准确率为96.2%。通过选取混合样本对分选系统进行测试,参照设定分选标准,分选系统对马铃薯识别正确率达到95.92%;单薯处理耗时3.76 s。系统运行稳定。结论：该方法用于马铃薯加工原料精量分选可行,能够满足薯制品加工生产线前端的分选需要。     

马尔可夫随机场在纸病检测中的应用研究

纸病检测是造纸生产过程中重要的环节,现有的纸病检测系统一般采用阈值算法或边缘检测算法对图像进行分割。为解决阈值分割和边缘检测分割方式中存在的误分以及过度分割问题,本研究提出了基于马尔可夫（MarKov）随机场的纸病图像分割方法。通过MarKov随机场理论对纸病图像纹理进行分析得到纹理特征参数,利用纹理特征参数以及最大差值对正常背景和纸病区域进行分割。结果表明,相比于其他分割算法,基于MarKov随机场的纸病图像分割方法可有效提取出纸病图像的纹理细节和轮廓特征,提高分割的准确度。     

基于深度学习的脑部核磁图像分割算法

提出一种基于深度学习的脑部核磁图像的灰质和白质分割算法。首先,用小波去噪和直方图均衡化方法对脑部核磁图像进行预处理,去除颅骨,确定预分割区域;然后,分别采用栈式自编码神经网络和卷积神经网络两种深度学习方法提取图像的特征,从而构建特征模型;接着,利用模糊C均值聚类算法进行粗分割,确定大致的脑部灰质和白质的区域;最后,将粗分割结果中的灰质和白质部分区域作为训练集,采用支持向量机完成分类器训练后,再对整个脑部区域进行分类,从而得出精确的脑部灰质和白质区域。实验发现,相比栈式自编码神经网络,卷积神经网络方法在纹理特征、区域特征及效率等评估指标上,均更有优势。     

基于相位一致性的低对比度纸病识别算法研究

针对机器视觉检测低对比度纸病,存在常规的阈值分割会引起低对比度纸病信息丢失以及边缘检测存在鲁棒性差的问题,本课题提出了一种基于相位一致性算法识别低对比度纸病的方法,并与常规的阈值分割以及边缘检测中具有代表性的canny算子进行了对比分析。结果表明,当识别低对比度纸病时,本课题提出的方法不仅保留的有用信息较常规阈值分割的多,而且鲁棒性较canny算子的边缘检测好。     

甜瓜细菌性果斑病病原菌的分离鉴定及16S rDNA序列分析

从新疆昌吉甜瓜实验田中采集发病甜瓜样品12 份,对甜瓜细菌性果斑病病原菌进行分离纯化,并根据形态观察、致病性测定得到甜瓜细菌性果斑病病原菌1 株。以该菌总DNA为模板,采用细菌16S rDNA通用引物进行聚合酶链式反应扩增,并克隆到pGM-T载体,测序结果表明：克隆的16S rDNA序列长度为1 493 bp,通过GenBank上序列比对搜索工具分析,并构建系统发育树,对该菌株进行鉴定,结果表明该菌属于Acidovorax avenae subsp.citrulli Willems（Aac）,即燕麦嗜酸菌西瓜亚种。     

一种改进的植物叶片病斑区域边缘提取技术

针对传统Canny算子边缘检测时容易丢失边缘细节的缺陷,提出了一种改进的植物叶片病斑区域边缘提取技术。运用最大类间方差法对病害图像进行二值化,添加对两个斜方向上梯度信息的提取,更加完整地保存了梯度信息,从而得到更完整的边缘图像。实验结果表明,本文方法能够有效地滤除图像中的噪声,检测到细节梯度,去除伪边缘和噪声边缘,得到更加精确的病斑区域边缘。     

基于RPCA的纸病图像分割算法

针对实际纸病检测应用中采集到的图像分辨率越来越高,在图像处理过程中出现数据维数过大的问题,提出一种基于鲁棒主成分分析法(Robust Principal Component Analysis,RPCA)的纸病图像分割算法,该算法将纸病图像对应的矩阵分解成稀疏矩阵和低秩矩阵。在后续检测中只需选取稀疏矩阵对应的图像进行检测就可以满足纸病检测的要求,有效减少了计算量,最终节省了整个纸病检测环节的检测时间。仿真结果表明,该方法可用于纸病图像的分割,并且具有良好的分割效果。     

烟草抗番茄斑萎病毒基因筛选与生物信息学分析

通过同源克隆的方法在TSWV高感烟草品种NC89、TSWV耐病烟草品种中烟100中分别克隆出一个疑似抗番茄斑萎病毒(Tomato spotted wilt virus, TSWV)的基因,分别命名为NtSw-5^NC89和NtSw-5^zy100。序列分析表明,NtSw-5^NC89长3819bp,包含1个完整的读码框,编码1273个氨基酸,理论等电点和相对分子质量分别为5.64和147529.5Da;NtSw-5^zy100长3165bp,包含1个完整的读码框,编码1054个氨基酸,理论等电点和相对分子质量分别为6.75和122032.9Da;NtSw-5^NC89和NtSw-5^zy100均不含信号肽,均无明显跨膜区,二者均含有大多数植物抗性蛋白所共有的CC-(NB-ARC)-LRR典型结构。系统进化树分析表明,NtSw-5^NC89与马铃薯假定晚疫病抗性蛋白同源R1A-3近源关系最近,NtSw-5^zy100与烟草假定晚疫病抗性蛋白同源R1A-3同型X2近源关系最近。该结果可为烟草番茄斑萎病毒抗性研究和烟草番茄斑萎病毒的防治提供理论基础。     

纸病图像检测与分割的二阶段方法

提出了纸张表面纸病检测与分割的二阶段新方法.通过对纸张微观结构中纤维分布的分析,由统计学分析原理建立了纸病图像的二阈值分割法,利用质量控制图结合具体纸样进行了纸病特征的提取,利用数学形态学操作对二值图像进行了滤波和分割检测.结果表明:二阶段分割阈值检测方法对纸病图像的分析十分简单、有效.     

基于BP神经网络的织物表面绒毛质量的检测方法

为了对起毛工艺后的织物表面绒毛状态进行客观评定,提出了基于BP神经网络的织物表面绒毛质量的检测方法。以光切成像原理采集绒毛轮廓图像,利用自适应图像分割方法对绒毛区域进行分割,将得到的二值图像应用Freeman链码原理提取织物的上边缘轮廓坐标,以此作为BP神经网络的输入对BP神经网络进行训练,并将训练得到的2组权值根据BP神经网络的计算过程进行验证,提出应用激活函数和训练的权值相结合直接计算的方法。应用基于光切成像原理搭建的绒毛织物检测平台,对4种不同颜色和不同起毛工艺加工后的织物进行检测,准确率为93.02%;且权值的计算结果与网络实际计算结果相符合,因此可以直接利用网络训练的权值做矩阵运算,缩短实际检测的时间。     

神经网络在图像语义分割中的应用

图像分割任务在图像处理中尤其重要,涉及医疗交通等多个领域。且在神经网络发展起来之后,使用神经网络对图像进行语义分割任务尤为广泛。根据模型的复杂度进行介绍和梳理,首先从全卷积神经网络开始介绍,对迁移学习图像增强阐述介绍;其次是Unet模型,多次的上采样和下采样,跨尺度的特征叠加;最后是PSPNet模型,介绍金字塔池化模块的应用和膨胀卷积。     

进境多肉植物细菌性褐腐病的病原分离与鉴定

目的通过对病变叶片进行细菌的分离鉴定,明确韩国进境多肉植物上叶片褐色腐烂病斑的病原。方法采用组织分离法,从韩国进境多肉植物叶片中分离纯化到1株细菌菌株,对该菌株进行了鉴定和生物学特性研究。结果形态及培养特征、生理生化特性的研究结果表明该菌株在营养琼脂(nutrient agar,NA)培养基上单菌落圆形淡黄色,边缘整齐。菌体直杆状,周生鞭毛运动,无芽孢,为革兰氏阴性菌。经形态鉴定、培养特征、生理生化、致病性测定及16S rDNA序列分析,确认引起该多肉植物发生褐腐病的病原是菠萝泛菌(Pantoea ananatis)。结论经过对发生细菌性褐腐病的叶片进行病原分离与鉴定,有效阻止了菠萝泛菌的远距离传播。     

广西南宁圆叶葡萄污果病病原菌分离鉴定

采用五点采样法连续3年调查广西南宁圆叶葡萄的污果病发病情况,并随机选择具有典型形态特征的单一病斑,刮取病斑组织进行病原菌分离纯化,根据柯赫氏法则验证其污果病致病力,通过形态学及分子生物学手段对病原菌进行鉴定。结果表明,在参试种植园中,2019—2021三年中圆叶葡萄‘Noble’的果穗污果病发病率分别达到92.00%、96.67%和97.33%,病情指数分别为62.13、67.46和66.40。从病斑组织中分离得到多株形态特征相近、具有污果病致病力的优势菌,选取其中代表性菌株GX-2216,经鉴定为蚜虫莫氏黑粉菌Moesziomycesaphidis,其与前期在附近地块‘巨峰’葡萄污果病病果上分离鉴定的病原菌亲缘较近,表明M.aphidis可能是当地污果病的优势病原菌,其能够在不同葡萄品种上引发污果病。     

改进的阈值选取方法在纸病图像分割中的应用

全局阈值分割法对含有对比度不同的纸病图像分割效果差,把图像先分块再求阈值,可以分割出每块区域的目标。针对上述分割结果的不足,提出了一种改进的阈值选取方法,该方法是用改进的迭代法对分割的子块求阈值,最后与每块区域的平均灰度值作比较,找出整幅图像的最优阈值。以含有灰度不一污点的纸病图像为处理对象,实验结果表明改进的方法可以分割出低对比度纸病。     

Trichothecium roseum的酸碱属性及pH值对其胞外酶活性和致病性的影响

目的：明确粉红单端孢（Trichothecium roseum）侵染果实的酸碱性质,测定3 种pH值孢子悬浮液接种对苹果果实病斑直径及胞外酶活性的影响。方法：用T. roseum接种“富士”苹果,测定果实病斑处的pH值变化。用pH值分别为3、5和7的孢子悬浮液接种果实,观察接种对果实病斑直径及病斑处果胶酶和纤维素酶活性的影响。结果：T. roseum接种后果实病斑处的pH值显著升高,由第0天的3.54升高至第12天的4.84,提高了36.7%。3 种pH值孢子悬浮液接种果实后,以pH 7接种的果实病斑直径最大,第9天时分别高出pH 5与pH 3接种的35.2%与68.0%。pH 7接种的果实病斑处具有最高的果胶酶及纤维素酶活性,第9天时的果胶甲酯酶、果胶甲基多聚半乳糖醛酸酶、多聚半乳糖醛酸酶活性分别为pH 3接种的2.95、1.61 倍和1.68 倍,为pH 5接种的2、1.25 倍和1.39 倍。此外,pH 7接种的果实病斑处纤维素酶和β-葡萄糖苷酶第9天的活性分别为pH 3接种的1.97 倍和1.64 倍,为pH 5接种的1.33 倍和1.3 倍。结论：T. roseum属碱化菌,中性或偏碱环境可提高该菌损伤接种苹果果实病斑处的胞外酶活性,增强其致病性。