简介:5月23日至26日在北京召开的中国科协七大,是我国科技界继年初全国科学技术大会之后的又一历史性盛会。这次大会对于加强科协工作,发展科技事业,团结和动员广大科技工作者为建设创新型国家作出新贡献,具有十分重要的意义。认真学习中央领导同志的重要讲话,深刻领会中国科协七大会议文件的精神实质,是当前烟草学会的首要任务,是做好学会各项工作的需要,是进一步增强广大科技工作者的历史责任感和紧迫感的需要,是动员和组织广大科技工作者为建设创新型国家作出新贡献的需要。各级烟草学会要紧密结合烟草改革发展实际,深刻领会和准确把握中国科协七大会议的基本精神.并贯穿到学会工作的各个环节。
简介:摘要 : 准确获取西兰花花球面积和新鲜度是确定其长势的关键步骤,本研究通过对深度残差网络 ResNet进行改进得到一种新型的西兰花花球分割模型,并通过花球部位黄绿颜色占比判断其新鲜度,实现低成本高效准确地西兰花表型信息提取。主要技术流程包括:( 1)基于地面自动影像获取平台拍摄西兰花花球正射影像并建立原始数据集;( 2)对训练图像进行预处理并输入模型进行分割;( 3)基于颜色信息用粒子群结构 PSO和大津法 Otsu对分割结果进一步进行阈值分割,获取其新鲜度指标。试验结果表明:本研究建立的分割模型精度优于传统深度学习模型和基于颜色空间变换和阈值分割模型, 4个评价指标结构相似性指数 (SSIM)、平均精度 (Precision)、平均召回率 (Recall)、 F-度量 (F-measure)结果分别为 0.911、 0.897、 0.908和 0.907,相比于传统方法提升了 10%-15%,且对土壤反射率波动、冠层阴影、辐射强度变化等干扰具有一定的鲁棒性。同时,在分割结果的基础上采用 PSO-Otsu法可以实现花球新鲜度快速分析,其精度超过了 0.8。本研究结果实现了西兰花田间多表型参数的高通量获取,可以为作物田间长势监测研究提供重要参考。