首页期刊导航|中国农机化学报
期刊信息/Journal information
中国农机化学报
中国农机化学报

曹曙明

双月刊

2095-5553

jcam@vip.163.com

025-84346270 84346296

210014

江苏省南京市中山门外柳营100号

中国农机化学报/Journal Journal of Chinese Agricultural Mechanization北大核心CSTPCD
查看更多>>本刊为农业机械化专业性期刊。宣传党的农业机械化的方针政策,探索农业机械化的方向和道路,交流农业机械化经营管理和教育培训经验,传播农业机械化信息,普及农业机械化基础知识。
正式出版
收录年代

    基于图像处理的小麦微量沉淀值自动读取方法研究

    王玲张晋雄田辉张驻军...
    149-154页
    查看更多>>摘要:为实现十二烷基硫酸钠(Sodium Dodecyl Sulfate,SDS)沉淀值读取的自动化、智能化,在SDS沉淀值自动化测定摇床上,设计一种图像自动识别沉淀值系统.通过对3种图像处理方法的可行性分析后,选定一种基于标签比对的图像识别方法.该方法包含图像前处理和体积值转换两大模块,主要步骤包括RGB转换成HSV、多通道二值化、提取标签和沉淀值前景,找标签和沉淀值轮廓等.该方法可以同时处理多个试管,并给出每个试管的体积.试验结果表明,平均识别准确率为98.945%.因图像处理光源固定,相对于人工读取示值,不仅提高试验效率,也降低每次读取示值时,因视线不同而造成的主观人为干扰,有效提高准确性,实现沉淀值读取的自动化与智能化.

    小麦十二烷基硫酸钠沉淀值图像识别体积值转换标签

    基于改进DeepLabV3+的梨树冠层分割方法

    陈鲁威曾锦袁全春夏烨...
    155-161页
    查看更多>>摘要:针对杂草和阴影等较复杂背景影响梨树冠层图像信息提取精度的问题,提出一种改进DeepLabV3+的梨树冠层图像分割方法.该方法将注意力机制引入到DeepLabV3+编码部分的主干网络与空洞空间金字塔池化模块之间和解码部分的主干网络之后,重要的特征信息将得到关注,提高模型分割精度的同时保证分割效率.以Y字形棚架梨园为试验对象,通过无人机采集梨树冠层照片,进行冠层分割试验.结果表明,提出的CBAM-DeepLabV3+模型对梨树冠层图像分割的平均交并比、类别平均像素准确率和准确率分别为88.72%、94.56%和96.65%,分割单张图像时间为0.107 s.CBAM-DeepLabV3+模型分割梨树冠层的类别平均像素准确率相比DeepLabV3+和SE-DeepLabV3+分别提高2.28%和0.56%.

    梨树冠层图像分割DeepLabV3+注意力机制深度学习

    基于改进Faster R-CNN的桃树缺磷症检测研究

    胡彦军张烨张平川张彩虹...
    162-167,174页
    查看更多>>摘要:桃树缺磷症(Peach Phosphorus Deficiency,PPD)初期症状不明显、不同阶段症状差异大,而现有的基于计算机视觉的桃树病害识别模型,识别准确率不高、对不同品种识别泛化性差,为此,提出改进Faster R-CNN(Faster Region based Convolutional Neural Network)模型.首先,使用 RS(Rank & Sort)-Loss 函数代替 区域建议网络(Region Proposal Network,RPN)中的交叉熵函数;其次,使用Soft-NMS(Non-Maximum Suppression)算法代替原有的NMS算法;最后,使用ResNeXt101网络替换原来的特征提取网络,提高对PPD识别的准确率和泛化性,并在自建PPD数据集上进行检测试验.试验结果表明:改进后的Faster R-CNN网络在自建PPD数据集上对PPD的各类别平均检测准确率达92.28%、召回率达92.31%、识别准确率达92.28%,满足实际应用要求.

    桃树缺磷症改进FasterR-CNNRPNSoft-NMSResNeXt101

    基于改进YOLOv5s的茶叶嫩芽检测

    严蓓蓓纪元浩曲凤凤许金普...
    168-174页
    查看更多>>摘要:为提高对茶叶嫩芽识别的准确率,提升自动采摘机器人的工作效率,减少人工采摘成本,提出一种对茶叶嫩芽目标检测的模型.通过拍摄包含白豪早茶叶嫩芽图片,进行筛选后得到179张图像,使用Mosic数据扩增后获得716张图像,建立数据集,按照训练集、测试集和验证集7:2:1的比例划分数据集.针对复杂背景下茶叶嫩芽存在重叠以及遮挡所导致的识别精准度低的问题,对YOLOv5s模型进行改动,在骨干网络上增添注意力机制模块SE和CBAM进行比较;Neck网络由原来的PAFPN改为可以进行双向加权融合的BiFPN,Head结构增加浅层下采样的P2模块,提出一种茶叶嫩芽检测的模型.试验表明YOLOv5s添加SE模块结合BiFPN时模型具有更高的检测精度,并对试验结果进行十折交叉验证,相较于基线精确率提高10.46%,达到88.30%,平均精度均值mAP提高6.47%,达到85.83%.最后使用相同的数据集和预处理方法对比YOLOv5m、Faster R-CNN和YOLOv4-tiny,证明该试验方法综合强于其他经典深度学习方法,能更有效地提升茶叶嫩芽检测精准度,可以为茶叶自动采摘机器人提供理论依据.

    茶叶嫩芽检测YOLOv5s注意力机制双向特征金字塔

    分子膜覆盖耦合生物炭对好氧发酵氨气减排及腐熟的影响

    曹杰陈明江李瑞容曲浩丽...
    175-179页
    查看更多>>摘要:为揭示分子膜覆盖耦合生物炭对好氧发酵氨气减排及腐熟影响,以番茄秸秆和菌菇渣为原料,采用具有选择透过性膨体聚四氟乙烯(E-PTFE)材料分子膜,添加5%生物炭,在实验室规模(500 L)进行为期33天的好氧发酵试验.结果表明:分子膜覆盖耦合生物炭可有效提高好氧发酵物料温度,延长高温期持续时间,相比于对照组(CK)样品,覆膜耦合生物炭组(T1)样品种子发芽指数(GI值)达到70%的时间提前12天;发酵周期内,试验组(T1)氨气(NH3)排放量比对照组(CK)减少34.8%.分子膜覆盖耦合生物炭好氧发酵技术可有效加快发酵反应进程,减少NH3排放.

    分子膜生物炭好氧发酵氨气

    基于STIRPAT模型的辽宁省能源碳排放影响因素分析

    曲睿婷乔林王浩淼王天博...
    180-185,230页
    查看更多>>摘要:辽宁省是传统的工业和农业大省,在能源结构持续调整和农业机械化水平逐渐提高的背景下,为制定科学合理的减排措施,必须探明其碳排放主要来源.为此,采用排放因子法计算2012-2021年主要能源消耗碳排放量,利用STIRPAT模型构建辽宁省能源消耗碳排放测算模型,分析影响能源消耗碳排放的主导因素.结果发现,煤炭是辽宁省消耗的最主要能源,占总能耗的55%左右;能源消耗碳排放总量整体呈明显增加趋势,而碳排放强度呈下降趋势,10年间降低11.3 kt CO2/亿元;第二产业产值、农业碳排放效率、农业经济发展水平、第一产业产值、人口、人均GDP、城镇化率、农业机械化程度、能源加工转换效率是影响辽宁省碳排放的主要因素;基于STIRPAT模型构建辽宁省碳排放测算模型,通过验证发现平均相对误差为-4.91%,准确度较好;对模型分析发现人口变化对辽宁省能源碳排放呈负向影响,而人均GDP、第二产业产值、农业经济发展水平、农业机械化程度对辽宁省能源碳排放呈正向影响.因此为抑制辽宁省能源碳排放量的快速增加,需要控制人口数量,优化产业结构,保持人均GDP增速,第二产业产值和农业机械化程度在一个合理的水平.

    农业机械化能源碳排放STIRPAT模型影响因素节能减排

    基于无人机影像的N、P对水稻生长的影响

    林远杨王彬黄尧粟超...
    186-192页
    查看更多>>摘要:无人机在农业遥感监测中具有便捷性和较低成本,利用大疆精灵4Pro采集研究区水稻三个发育时期的遥感数据,并测定两个时期水稻叶片N、P含量.通过无人机影像构建的数字表面模型(DSM),进行差分运算得到能够反应水稻生长高度的差异数字表面模型(DDSM).实测株高与DDSM提取株高拟合分析的决定系数R2为0.814,表明DDSM提取的株高具有较高精度.将叶片中N、P含量变化与DDSM提取的生长速率进行分析,结果表明:施肥三天后,N、P含量分别为4.787%、0.291%,N、P含量比为16.481,生长速率为4.971 cm/d;施肥20天后,N、P含量分别为3.750%、0.211%,N、P含量比为17.892,生长速率为2.564 cm/d.水稻生长符合生长速率假说,生长速率较高的时期具有较高N、P含量和较低的N、P含量之比.

    水稻无人机差异数字表面模型氮、磷含量生长速率假说

    不确定采摘环境下改进RRT算法的机械臂路径规划研究

    李晓娟陈涛韩睿春刘建璇...
    193-198页
    查看更多>>摘要:由于果蔬采摘环境的不确定性和复杂性,机械臂在复杂环境中完成采摘,其路径规划需考虑实时避障.为实现采摘机械臂在不确定环境下安全采摘,提出一种改进RRT的动态避障算法,以提升机械臂在不确定采摘环境的适应性.针对基本快速扩展随机树算法(Rapidly-exploring Random Trees,RRT)在动态环境下迭代时间长、路径长、适应性差等问题,在RRT算法的基础上,引入目标导向策略,把终点以一定概率作为随机采样点的采样方向,提高算法的迭代效率;引入动态检测机制,对已完成规划的初始路径进行实时检测,使算法适应动态变化的环境.通过仿真分析改进RRT算法,结果表明:改进RRT算法的路径减少16%,迭代时间缩短86.5%;同时,动态检测机制使算法适应动态环境.

    果蔬采摘机械臂快速扩展随机树动态避障目标导向动态检测路径规划

    基于YOLOv3算法的智能采茶机关键技术研究

    马志艳李辉杨光友
    199-204,236页
    查看更多>>摘要:在复杂背景下精确识别茶叶嫩芽,是实现高端茶叶智能化采摘的关键技术之一.为实现高端茶叶机械化精准采摘,设计一台基于视觉的采茶样机,根据蛛式机械手采摘茶叶的路径规划,将机械手末端的移动坐标问题转换成静平台3个电机转角问题.针对YOLOv3算法进行改进,采用EfficientNet网络替代DarkNet-53网络进行特征提取,并利用目标函数GIOU优化损失函数.试验结果表明:改进的YOLOv3算法在茶叶嫩芽识别方面,其准确率达到86.53%,单张图像平均识别时间为53 ms,相比传统的YOLOv3算法,性能实现明显的提升,可以达到预期目标,满足机器采摘需求.

    智能采茶YOLOv3算法蛛式机械手机器学习图像识别

    非结构化环境下番茄采摘机器人目标识别与检测

    张永宏李宇超董天天秦夏洋...
    205-213页
    查看更多>>摘要:针对采摘机器人收获技术中的识别技术受限于非结构化环境中复杂背景干扰的问题,采用改进模型后处理的研究路线,提出一种改进YOLOv5算法.首先将果实目标的中心点距离、预测框宽高实际差值与面积交并比三者共同考虑为损失项,提升预测框实际尺寸精度,再利用中心点距离作为惩罚项加权面积交并比得分,提升密集目标的识别能力,最后通过设置辅助训练头,提供更多的梯度信息以防止过拟合现象.通过多种损失函数损失值对比与模型改进精度对比试验证明改进有效性,部署至机器人验证可行性.结果表明,改进后的算法模型识别平均精度95.6%,召回率达到90.1%,相较于改进前全类精度提升0.4个百分点,召回率提升0.4个百分点,满足采摘机器人识别需求.

    非结构化番茄果实目标识别损失函数优化YOLOv5算法