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。
简介:随着新世纪的开始,新经济的若干新理念已经在世界经济界、企业界形成了共识。其中最为显著的理念之一就是:尽管制造业仍将占有举足轻重的地位,但服务型经济模式将改变经济的本质。新经济之所以新,就在于服务型经济成为拉动经济增长和制造企业成长的强大牵引力。从这个意义上讲,大凡具有远大志向的制造型企业都将顺应经济变革、市场需求的潮流,以制造业为基础向服务型企业转型。GE、IBM、摩托罗拉等一些世界顶级企业已经走在了服务转型的前沿。vY,GE为例:在韦尔奇执掌期间,GE就实现了从制造型企业向服务型企业的转变。1980年,即韦尔奇接管GE的前一年.GE几乎是一个纯粹的制造企业.85%的收入臬白制造与生产.到2000年.GE服彝业收入则占了总收入的75%.