基于非下采样剪切波变换的参数自顺应双通道脉冲耦合神经收集取平稳小波变换的植株图像融合方式。该算法实现正在保障融合质量的同时，提高融合图像的效率，为搭建绿色植株三维点云模子供给高质量数据的同时节流了时间。

　　科研机构：西北农林科技大学机械取电子工程学院、 农业农村部农业物联网沉点尝试室、陕西省农业消息取智能办事沉点尝试室、西北农林科技大学葡萄酒学院、贺兰山东麓葡萄财产园区办理委员会。

　　科研机构：中国农业大学消息取电气工程学院、中国农业大学农业农村部农业消息获取手艺沉点尝试室、北达科他州州立大学农业取生物工程系、韩国江原大学生物系统工程系、韩国江原大学、塔里木大学机械电气化工程学院。

　　正在成长聪慧农业上，无数高校都投入了巨量人力、物力，连系无人机、深度进修、遥感遥测等手艺，及时、精确地获取农田消息和做物发展情况，并进行精细化出产办理(灌溉、施肥、病虫害防治)决策，对提高做物产量和质量有主要感化，为出产种植智能化、运营消息化及办理数字化供给手艺根本。

　　分歧类型的小麦倒伏(根部倒伏、茎部倒伏)对产量和质量会发生分歧影响。该团队研究正在通过无人机图像检测对小麦倒伏类型进行分类，并探究无人机飞翔高度对分类机能的影响。

　　基于一年的温室接种试验和大田采样尝试，共同利用自动光源、ASD地物光谱仪和FluoWat叶片夹，获取了拔节期和抽穗期水稻植株顶1至顶4叶位的叶片SIF光谱，并人工标注了被测样本的发病品级。研究基于持续小波阐发提取对稻叶瘟的小波特征，比力了分歧叶位特征及其感病叶片识别精度，最初基于线性判别阐发算法建立了稻叶瘟识别模子。

　　该研究了稻瘟病下水稻叶片SIF光谱响应纪律，成果证了然持续小波阐发和SIF手艺用于诊断稻叶瘟的潜力，为实现稻瘟病的田间晚期、快速、原位诊断供给了主要参考取手艺支持。

　　遥感手艺正在油料做物监测中的机缘，提出了基于遥感手艺的油料做物估产正在做物特征拔取、空间标准确定以及遥感数据选择等方面存正在的一些问题和挑和，为油料做物的区域估产及发展监测的深切研究供给自创和参考。

　　该团队针对低空无人机手艺并连系深度进修语义朋分模子精准提取做物倒伏区域，受田间各类客不雅前提(分歧无人机飞翔高度低于120 m、多个研究区、环节生育期分歧气候情况等)，无人机获取的图像数量仍偏少，难以满脚高精度深度进修模子锻炼要求等难题。旨正在摸索一种正在做物生育期和研究区无限的环境下精准提取倒伏面积的方式。

　　为建立绿色植株三维点云模子需大量清晰图像，受镜头景深，正在采集大纵深植株图像时图像会部门失焦，导致呈现边缘恍惚、纹理细节丢失等问题，现有的处置算法难以兼顾处置质量和处置速度。盖团队研究提出了一种新型算法，提高融合图像质量问题的同时兼顾处置速度。

　　根系图像朋分是根系表型阐发的主要方式，受限于图像质量、复杂土壤、低效保守方式，根系图像朋分存正在必然挑和。该团队为提高根系图像朋分的精确性和鲁棒性，以UNet模子为根本，提出了一种多标准特征提取根系朋分算法，并连系数据加强和迁徙进修进一步提高改良UNet模子的泛化性和通用性。

　　科研机构：中北大学消息取通信工程学院、北方干旱半干旱耕地高效操纵全国沉点尝试室(中国农业科学院农业资本取农业区划研究所)、湖南省农业科学院农业经济和农业区划研究所。

　　葡萄卷叶病是一种严沉影响葡萄产量和质量的病害。然而，葡萄卷叶病传染程度类别之间存正在严沉的数据不均衡，导致无人机遥感手艺难以进行切确的诊断。针对此问题，该团队研究提出一种连系细粒度分类和生成匹敌收集的方式，用户提高无人机遥感图像中葡萄卷叶病传染程度分类的机能。

　　为实现玉米的干旱等做物发展形态的无损监测，该团队研究摸索一种基于高光谱手艺的干旱下玉米叶片叶绿素含量取含水量无损检测方式。可实现玉米叶片叶绿素含量取含水量的切确、无损检测，可为玉米发展形态及时监测供给理论根据和手艺支撑。

　　操纵DCGAN进行样本数量增广，能显著提拔基于光谱数据的模子对菌草MDA含量的反演精度取预测机能。

　　科研机构：江南大学轻工过程先辈节制教育部沉点尝试室、江南大学物联网工程学院等？。

　　动物光合感化过程中的叶绿素荧光取光化学反映慎密耦合，其荧光信号采集是光合感化效率、动物心理及等无损的测试手段。做为获取该信号的叶绿素荧光成像系统凡是价钱高贵，针对此问题，该团队提出一种低成本叶绿素荧光成像系统设想方案。

　　为培育优良高产的小麦品种，该团队为处理小麦籽粒检测精度低的问题，研究成立ImCascade R-CNN模子，提出小麦籽粒表形判定方式，精准检测小麦籽粒完整性、朋分籽粒并获取完整籽粒表形参数。

　　以蛇龙珠品种卷叶病识别诊断为例，利用GANformer别离对每一类的葡萄园正射影像的分块图像进行进修，生成多样化和逼实的图像以加强数据，并以Swin Transformer tiny做为根本模子，提出改良模子CA-Swin Transformer，引入通道留意力机制来加强特征表达能力，并利用ArcFace丧失函数和实例归一化来改良模子的机能。

　　研究设置3个无人机飞翔高度(15、45、91 m)来获取小麦试验田的图像，并操纵从动朋分算法生成分歧高度的数据集，提出一种EfficientNetV2-C改良模子对其进行分类识别。经试验改良的EfficientNetV2-C正在小麦倒伏类型检测方面取得了较高的精确率，为小麦倒伏预警和农做物办理供给了新的处理方案。

　　科研机构：南京农业大学国度消息农业工程手艺核心/江苏省消息农业沉点尝试室/农业农村部农做物系统阐发取决策沉点尝试室/聪慧农业教育部工程研究核心/现代做物出产省部共建协同立异核心！

　　油料做物是粮食供应和非粮食供应的主要构成部门，也是食用动物油和动物卵白的主要来历。及时、动态、大范畴的油料做物发展监测对指点农业出产、维持粮油市场不变、确保国平易近生命健康具有严沉意义。遥感手艺因其笼盖范畴广、快速等劣势被普遍使用于区域做物产量监测研究和使用中。

　　对稻瘟病的研究多利用反射光谱正在其显症阶段进行监测，该团队针对稻叶瘟晚期侵染阶段的日光叶绿素荧光光谱监测研究尚未见报道。基于分歧叶位的日光叶绿素荧光消息，实现水稻叶瘟病晚期阶段感病叶片的精确识别。

　　基于该方案，制制了一款仪器样机，其激发光强最大为6250μmol/(m2·s)，光场全体变化幅度误差为2%，光谱范畴为400～1000 nm，不变的采集频次最高可达42 f/s，具备持续光激发和调制脉冲激能。通过叶绿素荧光图像采集尝试验证了本仪器的无效性。该仪器布局简单、制价成本低，正在动物心理形态检测范畴有着很好的使用价值。前往搜狐，查看更多。

　　经试验，该方式丈量粒长、粒宽的平均误差率别离为2。15%和3。74%，丈量长宽比的尺度误差为0。15，取人工丈量值具有较高的分歧性。研究成果可快速精准检测籽粒完整性、获取完整籽粒表形数据，加快培育优良高产小麦品种。

　　以健康/倒伏小麦为研究对象，正在其灌浆期和成熟期开展麦田图像采集工做。试验得知迁徙进修模子倒伏面积提取精度最高，操纵低飞翔高度(40 m)预锻炼语义朋分模子，正在较高飞翔高度(80 m)空图像做迁徙进修的方式提取倒伏小麦面积是可行的，这为处理空域飞翔高度下，较少80 m及以上图像数据集无法满脚语义朋分模子锻炼的要求的问题，供给了一种无效的方式。

　　农业病虫害科学数据集是农业病虫害监测预警的根本，也是成长聪慧农业主要的构成部门，对农业病虫害防治具有主要意义。跟着深度进修手艺正在农业病虫害智能监测预警中使用结果的凸显，建立高质量的农业病虫害数据集逐渐遭到专家学者的注沉。为了进一步建立高质量、分布平衡的农业病虫害图像数据集，提高检测模子的精确性和鲁棒性。

　　科研机构：广西大学机械工程学院、广西大学农学院、广西大学广西甘蔗生物学沉点尝试室。

　　采用的多标准特征提取策略能精确、高效地朋分根系，为做物根系表型研究供给主要的研究根本。

　　基于改良YOLOv8模子的玉米茎秆宽度原位识别方式，能够实现对玉米茎秆的原位精确识别，很好地处理了目前人工丈量耗时吃力和机械视觉识别精度较差的问题，为现实出产使用供给了理论根据。

　　科研机构：中国农业大学农业农村部农业消息获取手艺沉点尝试室、中国农业大学聪慧农业系统集成研究教育部沉点尝试室、中国农业大学水利取土木匠程学院。

　　①连系现实利用场景建立农业病虫害数据集。多视角、多下采集图像数据建立数据集，从算法提取特征的角度，科学、合理划分数据类别，建立样本数量分布和特征分布平衡的数据集？。

　　②均衡数据集取算法间的关系。研究数据集特征取算法机能之间的关系，需充实考虑数据集中的类别和分布，以及取模子婚配的数据集规模，以提高算法精确性、深切研究农业病虫害图像数据规模取模子机能的联系关系关系、病虫害图像数据标注方式、恍惚、稠密、遮挡等方针的识别算法和高质量农业病虫害数据集评价目标，进一步提高农业病虫害智能化程度！

　　基于CA-Swin Transformer利用滑动窗口法制做了葡萄园蛇龙珠卷叶病严沉程度分布图，为葡萄园卷叶病的防治供给了参考。同时，该方式为无人机遥感监测做物病害供给了一种新的思和手艺手段。

　　该团队研究基于6个品种的菌草植株，设置低温组取常温对照组，获取菌草苗期的可见/近红外光谱数据取叶片MDA含量消息，阐发低温前提下菌草MDA含量及其光谱反射率均响应添加的变化趋向；为提拔模子的检测结果，提出了改良的一维深度卷积生成式匹敌收集用于样本数量增广，并成立基于随机丛林、偏最小二乘回归以及卷积神经收集算法的MDA光谱定量检测模子。

　　科研机构：农业大学机电工程学院、省教育、农业大学农学院。

　　科研机构：江南大学物联网工程学院“轻工过程先辈节制”教育部沉点尝试室、江南大学物后勤办理处核心等？。

　　为处理玉米茎秆宽度丈量存正在人工采集过程繁琐、设备从动采集识别精度误差较大等问题，该团队研究一种玉米茎秆宽度原位检测取高精度识别方式具有主要使用价值。

　　科研机构：安徽大学农业生态大数据阐发取使用手艺国度处所结合工程研究核心、 西北农林科技大学机械取电子工程学院、宿州学院消息工程学院？。

　　③加强数据集的利用价值。建立多模态农业病虫害数据集，立异数据采集组织形式，开辟数据中台，挖掘多模态数据间的联系关系性，提高数据利用便利性，为使用落地、营业立异供给高效办事。

　　连系农业病虫害图像识别现实需求，对建立高质量农业病虫害图像数据集提出了相关。

　　菌草是多年生可用做饲料取生物质能源的草本动物，正在温带种植需降服越冬问题。低温会对菌草的发展发育形成晦气影响。丙二醛做为诊断菌草低温形态的无力诊断目标，操纵光谱手艺反演MDA含量，可快速无损地评估菌草发展动态，为菌草育种及低温诊断供给参考。