首页期刊导航|南京农业大学学报
期刊信息/Journal information
南京农业大学学报
南京农业大学
南京农业大学学报

南京农业大学

郑小波

双月刊

1000-2030

nauxb@njau.edu.cn

025-84395214

210095

南京市卫岗1号

南京农业大学学报/Journal Journal of Nanjing Agricultural UniversityCSCD北大核心CSTPCD
查看更多>>本学报是综合性、多科性农业科学学术期刊，中国自然科学核心期刊。主要刊登动物遗传育种、生理生化，作物栽培、病虫害防治，园艺科学，食品科学，动物医学与动物科学，资源与环境科学，农业应用化学，农业经济与贸易，土地管理及农业工程等学科的学术论文、研究报告、科研简报和文献综述。
正式出版
收录年代

    基于三维重建的秸秆地单株水稻生长形态检测研究

    魏天翔汪小旵施印炎王延鹏...
    1197-1208页
    查看更多>>摘要：[目的]为评估长江下游稻麦轮作区小麦秸秆全量还田对下茬水稻早期生长的影响,设计1种基于深度学习和三维重建的单株水稻生长形态参数测量方法.[方法]首先,以交并比(IoU)、像素精度(PA)和F值(精准率和召回率的调和平均数)作为精度衡量指标,对比传统图像分割方法(ExG+Otus、Grabcut)和深度学习模型(DeepLabv3+、SegNet、PSPNet)优选出适用于田间水稻植株的图像分割方法.然后,将植株分割图像作为输入,使用多视图空间雕刻算法对水稻进行三维重建,并从模型中提取植株形态参数,与人工测量值对比验证精度.最后,利用筛选出的方法对不同秸秆还田方式下的水稻早期生长发育情况进行量化对比.[结果]DeepLabv3+网络可用于田间水稻图像分割,在水稻分蘖期的不同阶段均能实现较好的分割效果,且能克服田间的杂草、浮萍、倒影等干扰因素,其性能指标分别为IoU值0.801,PA值0.986,F值0.822,优于其他图像分割方法.使用空间雕刻算法结合深度学习图像分割技术可以实现田间水稻的三维模型重建,根据植株三维模型计算得到株高、叶长、分蘖数和叶片数4个形态参数,与人工测量参数对比,决定系数(R2)分别为0.99、0.95、0.89和0.95,均方根误差(RMSE)分别为1.03、1.19、0.82和1.39.利用该方法对"泡田+旋耕(SR)""旋耕+泡田(RS)"和"翻耕+旋耕+泡田(PRS)"3种不同秸秆还田方式下的水稻早期生态参数进行为期4周的测量,从生长参数的增量对比来看,整体上水稻受秸秆还田的负面影响从小到大依次为PRS、RS、SR.[结论]本文方法可以实现较高精度的田间单株水稻三维重建,可用于秸秆还田后水稻早期生长形态检测研究.

    三维重建深度学习生长形态秸秆还田水稻

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于Pointnet和迁移学习的苹果表型参数估算研究

    陈龙王浩云季呈明孙云晓...
    1209-1216页
    查看更多>>摘要：[目的]为快速、准确、无损检测苹果的外部表型参数,提出了一种基于Pointnet和迁移学习的苹果表型参数估算算法.[方法]通过Kinect相机从任意角度拍摄苹果并使用直通滤波法去除背景环境数据得到只包含苹果信息的点云数据.在此基础上使用最远点采样法,获取标准输入点云,然后采用椭球曲面方程构建苹果几何模型,生成基于椭圆方程的苹果几何模型库.使用Pointnet算法训练仿真模型数据,然后通过迁移学习迁移到实测数据上去,在训练好的模型上进行微调;再经过5-折交叉验证,判定模型的鲁棒性和泛化能力,得到最终的估算模型.[结果]以均方根误差(RMSE)和决定系数(R2)评价模型结果,实测250个苹果3个角度点云共750组数据,在任意一个角度拍摄的残缺率达到50％的点云数据的条件下,该模型对苹果的直径、高度、体积3组表型参数的RMSE分别为2.247、2.275和22.780,R2分别为0.919、0.841和0.927.[结论]该算法回归效果优于传统算法,在任意角度拍摄到的残缺率达到50％的点云数据的条件下仍能很好完成外部表型参数估算.

    Pointnet迁移学习苹果表型参数点云

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普