麦穗

摘要： 古希腊哲学家苏格拉底经常向学生提出问题来考验其智慧,也常向自己提问,借以反思,其中的“三个最”颇有深意。最大的麦穗苏格拉底让几位学生走进麦田去摘麦穗,不能回头,看谁能摘到最大的一束。有的学生刚走几步,看到较大的麦穗就摘了,以后有更大的麦穗只能放弃,心里充满懊丧。

摘要： 小麦是重要的粮食作物之一,针对人工田间麦穗计数及产量预测效率低的问题,基于深度学习提出了一种高分辨率的小密集麦穗实时检测方法。对麦穗图像数据集进行图像分割、标注、增强预处理,基于Tensorflow搭建YOLOv4网络模型,调整改进后对其进行迁移学习;与YOLOv3、YOLOv4-tiny、Faster R-CNN训练模型进行对比,对改进模型的实用性与局限性进行分析;重点分析影响麦穗检测模型性能的关键因素。通过图像分割的方式,证明了通过改变图像分辨率确定麦穗所占图像最优像素比,可以提高前景与背景差异,对小密集麦穗有显著效果。通过对改进模型的测试,表明该模型检测精度高,鲁棒性强。不同分辨率、不同品种、不同时期的麦穗图像均类平均精度(mAP)为93.7%,单张图片的检测速度为52帧·s^(-1),满足了麦穗的高精度实时检测。该研究结果为田间麦穗计数以及产量预测提供技术支持。

摘要： 单位面积麦穗数是估算小麦产量的重要指标,对于作物表型参数计算、产量预测和大田管理都具有重要的意义。目前的研究均未以单位面积麦穗图像为研究对象,为准确获取单位面积麦穗数,该研究提出了基于改进YOLOX的单位面积麦穗检测方法,利用采样框直接实现单位面积麦穗计数。首先,设计了一种简单的单位面积采样框,通过训练角点检测网络识别采样框,以提取单位面积小麦区域;其次,针对麦穗检测中存在的目标密集和相互遮挡问题,在麦穗检测网络的特征融合层,采用上下文信息进行特征重组的上采样方法(Content-Aware ReAssembly of Features,CARAFE)代替YOLOX-m模型中的上采样算法,同时结合迭代注意力特征融合模块(iterative Attentional Feature Fusion,iAFF),增加对麦穗空间信息和语义信息的提取。试验结果表明,改进的YOLOX-m模型明显改善了对密集麦穗和遮挡麦穗的检测效果,其精确率、召回率、平均精确度和F1值分别为96.83%、91.29%、92.29%和93.97%,与SSD、CenterNet和原YOLOX-m模型相比,平均精确度分别提升了10.26、8.2和1.14个百分点。该研究方法能够直接对复杂大田场景下的单位面积麦穗进行准确检测和计数,为实际生产小麦产量预测中的麦穗智能化计数提供了一种方法参考。

摘要： 建立了小麦扬花期和收获期麦穗中氟唑菌酰羟胺超高效液相色谱-串联质谱法(UPLC-MS/MS)检测方法,明确了氟唑菌酰羟胺在小麦麦穗中的消解动态.试验结果表明,在室温条件下,当乙腈浓度为60％,液固比为20 mL/g,超声破碎时间为15 min,扬花期和收获期样品中氟唑菌酰羟胺提取量均达到较高水平,分别为3.34 μg/g和1.12μg/g;利用空白加标试验,扬花期和收获期样品加标回收率为80.3％～115.8％,方法的检出限为0.03ng/mL,定量限为0.15 ng/mL.氟唑菌酰羟胺在麦穗上的消解动态符合一级反应动力学方程,半衰期为3.2～4.4 d.收获后麦粒中氟唑菌酰羟胺残留量为0.12 μg/g,低于美国规定的农药残留限量标准(0.3 μg/g).结果 表明,氟唑菌酰羟胺用于小麦病害防治是安全的.

摘要： 单位面积的穗数是估算小麦产量的重要指标,针对传统麦穗计数方法效率低、主观性高等问题,将基于深度残差网络的密度回归模型引入麦穗的计数领域,建立原始图片与密度图的对应关系,以密度图像素值总和确定图像中麦穗数量.对ResNet34网络进行改进,提出了ResNet-16模型,实现端对端的麦穗计数.针对ResNet34网络复杂度高的特点,ResNet-16增加了残差块的宽度,减少了ResNet34网络的深度;为了避免真值密度图的精度误差以及梯度下降过快,引入了矫正因子δ和膨胀因子K.结果 表明:改进后的ResNet-16模型能够取得更好的预测精度,平均绝对误差为2.50,均方根误差为3.27,相关系数R2为0.973,计数准确率达到94％,较MCNN计数模型精度提高了6％,可以实现高效、快速的麦穗计数.利用基于深度残差网络的回归计数模型为麦穗计数提供了一种新的计数方式.

摘要： 小满季节前后,田野里的麦粒灌浆结束。此时田地里的小麦,吸收了充足的阳光和丰沛的水分,颗粒渐渐饱满。一阵清风吹过,长长的麦穗随风摆动,孩子们会心生欢喜,因为又可以吃到美味“碾转”了。

摘要： (一)幸福五月,鲜花满地,四下热闹起来。麦穗在河床的金沙上惬意地游动着。她一会儿摇动一下尾巴,一会儿摆动一下背鳍,速度并不快。她是怕吓到了刚刚来到这个世界的小宝宝。

摘要： 聊起夏天,会想起田间的麦穗,会想起夜里的雨声,会想起冒着气泡的可乐,会想起用勺子挖了个心形的西瓜,当然,许多人也会想起“高考”这个字眼。只是,也有些人会是个例外,他的高考从冬天就已经开始,比如说我。

摘要： 一九七几年,我们上学时,每到麦收的季节,都要走挺远,去田地里捡麦穗儿,挺累挺热。老师说:“农民伯伯一年到头在田地里忙也不嫌累,我们一年才捡这么几天麦穗儿能嫌热嫌累吗?”记得我们齐声喊:“不——能”!但是,我们还是觉得挺累挺热的。

摘要： 识别小麦抽穗扬花期抽穗情况,可用于指导后期水肥管理、病害防治和产量预测等。为实现准确、自动地麦穗计数,提出一种基于颜色特征的麦穗计数方法。抽穗扬花期小麦麦穗与叶片、茎秆颜色非常接近,常见颜色特征并不能有效分割麦穗,通过彩色直方图均衡化和红绿归一化差异指数对麦穗进行有效提取。针对图像中麦穗粘连问题,利用改进Harris角点检测算法分别对垂直拍摄和45°夹角拍摄的小麦图像进行验证。通过样本图像进行计数试验,准确率分别为96.06%和94.74%。结果表明,经均衡化处理后麦穗、叶片和茎秆出现明显颜色色差,可以利用颜色特征提取大田环境下抽穗扬花期麦穗图像;麦穗细化后进行骨架交点检测,可用于粘连麦穗的准确计数。

摘要： 随着计算机图象处理技术在工程技术领域的广泛应用，其在农业工程领域的应用研究也越来越被人们关注。本文利用Matlab图象处理技术，对小麦穗头图象的纹理特征与产量的关系作了初步探索性研究。研究结果表明：1、对于穗头图片的背景分割，HIS彩色空间的S分量图片分割效果较好；2、从穗头图片中提取的各纹理特征参数值(灰度均值、方差、平滑度、三阶矩、一致性、熵)与穗头产量均呈显著相关；3、用多元线性回归方法建立穗头图象纹理-产量的数学模型，在置信度为95％时，模型的复相关系数为0.9856。

摘要： 本发明“一种与小麦穗型性状连锁的SNP标记、可鉴别小麦穗型的CAPS标记、试剂盒和方法”属于作物遗传育种及分子生物学技术领域。所述与小麦穗型性状连锁的SNP标记为小麦5A染色体第650129722碱基处的G突变为A。本发明还提供包括所述SNP标记的可鉴别小麦穗型的CAPS标记及其引物，所述引物包括序列分别如SEQ ID NO.1和SEQ ID NO.2所示的Sp‑CAPS‑2for和Sp‑CAPS‑2re。该CAPS标记为小麦穗型突变基因功能性分子标记，可用于分子标记辅助选择，筛选小麦穗型新材料。本发明所述野生型和突变体中经该功能性CAPS标记鉴定的位点，可通过回交选择实现小麦的穗型改良。

摘要： 本发明涉及农业机械设备领域，提供了一种单株麦穗的麦粒参数测量装置、单株麦穗脱粒及测量系统。该装置包括图像数据处理单元、测量盒、外壳以及设置在外壳内的图像采集单元；所述测量盒可抽拉地设置在所述外壳的下部，所述测量盒内设有用于放置麦粒的样品托盘，所述样品托盘与所述测量盒之间设有称重传感器；所述图像采集单元悬置在所述样品托盘的上方、用于采集所述样品托盘上麦粒的图像；所述图像采集单元和所述称重传感器分别与所述图像数据处理单元电连接。该系统包括小麦脱粒机和所述单株麦穗的麦粒参数测量装置。本发明结构简单、便于移动，工作人员利用该装置就能实现麦粒参数的在线测量，进而小麦产量和质量的评估效率就能得到大幅提高。

摘要： 本发明“一种与小麦穗型性状连锁的SNP标记、可鉴别小麦穗型的CAPS标记、试剂盒和方法”属于作物遗传育种及分子生物学技术领域。所述与小麦穗型性状连锁的SNP标记为小麦5A染色体第650129722碱基处的G突变为A。本发明还提供包括所述SNP标记的可鉴别小麦穗型的CAPS标记及其引物，所述引物包括序列分别如SEQ ID NO.1和SEQ ID NO.2所示的Sp‑CAPS‑2for和Sp‑CAPS‑2re。该CAPS标记为小麦穗型突变基因功能性分子标记，可用于分子标记辅助选择，筛选小麦穗型新材料。本发明所述野生型和突变体中经该功能性CAPS标记鉴定的位点，可通过回交选择实现小麦的穗型改良。

摘要： 本发明特别涉及一种基于可穿戴式麦穗采集装置的麦穗计数方法，包括如下步骤：S100、通过可穿戴式采集装置采集田间麦穗图像并将麦穗图像发送到服务器中；S200、服务器对采集到的图像进行预处理后输入至训练好的分割模型中进行分割后得到麦穗分割图；S300、将麦穗分割图输入至训练好的计数模型中统计麦穗数量并发送至采集装置上显示。采集装置可以方便的对田间麦穗进行图像采集，再将采集到的图像发送至服务器上进行麦穗的计数处理，这样采集装置无需进行数据处理，可以减少其体积便于携带；服务器上设置的分割模型可以方便的进行麦穗分割和计数，最后将统计的麦穗数量发送回采集装置上进行显示，这样对现场的工作人员来说，操作非常简便。

摘要： 本发明涉及农业机械设备领域，提供了一种单株麦穗的麦粒参数测量装置、单株麦穗脱粒及测量系统。该装置包括图像数据处理单元、测量盒、外壳以及设置在外壳内的图像采集单元；所述测量盒可抽拉地设置在所述外壳的下部，所述测量盒内设有用于放置麦粒的样品托盘，所述样品托盘与所述测量盒之间设有称重传感器；所述图像采集单元悬置在所述样品托盘的上方、用于采集所述样品托盘上麦粒的图像；所述图像采集单元和所述称重传感器分别与所述图像数据处理单元电连接。该系统包括小麦脱粒机和所述单株麦穗的麦粒参数测量装置。本发明结构简单、便于移动，工作人员利用该装置就能实现麦粒参数的在线测量，进而小麦产量和质量的评估效率就能得到大幅提高。

摘要： 本发明公开了麦穗结晶油滴建盏的制备工艺，包括以下步骤：将红土、高岭土混合、粉碎、淘洗，过筛，压滤、炼泥、陈腐，得到坯泥；将所述坯泥拉坯成型、修坯、素烧、冷却，得到坯体；称取釉石、草木灰、石灰石、红土、铁红混合，加水放入球磨机中研磨，过筛，得到釉浆；施釉，将施釉晾干后的坯体放入电窑炉内焙烧。本发明烧制得到的麦穗结晶油滴建盏，在青黑底色上饱满分布有银色油滴晶斑，油滴晶斑大多为长条形，一个油滴晶斑包含多粒小晶斑，一株株、一串串，犹如麦穗生长(即麦穗结晶油滴)，极具活力和美感，从而具有优异的艺术和收藏价值。

摘要： 本发明属于智能生物技术领域，涉及一种基于Faster R‑CNN的小麦穗数识别方法、系统和介质，包括：提取不同家系麦穗冠层图像，并在图像中的麦穗进行标定，获得各个麦穗对应的标签；将麦穗的图像和标签输入ResNet网络模型中进行特征提取，获得麦穗的特征图，并根据麦穗轮廓建立对应的候选框；通过特征图对Faster R‑CNN模型进行训练，获得最优的麦穗识别模型；将待测麦穗图像输入麦穗识别模型，获得与各个麦穗对应的候选框；统计候选框的个数，从而获得小麦麦穗数。其能够对小麦进行准确的QTL定位，能够准确对具有高重叠特点的小麦穗数的小麦进行识别，有望为小麦分子育种种产量相关表型鉴定提供高通量分析工具。

摘要： 本发明公开了一种铁酸镧复合氧化物及其制备方法与应用，该复合氧化物为均相高分散的麦穗状分级结构材料，其方法包括以下步骤：将镧盐配置成水溶液；向镧盐水溶液中逐滴加入亚铁氰化钾溶液形成白色沉淀；沉淀经过离心分离、去离子水、无水乙醇洗涤，烘干得到纯白色前驱体；将所得的前驱体控温煅烧，自然冷却后得到麦穗状分级结构铁酸镧复合氧化物。本发明的铁酸镧复合氧化物具有磁分离特性和优异的吸附性能，可以用于四环素类兽药废水的光催化降解，具有较好的应用前景。

摘要： 本发明公开了一种基于卷积神经网络的小麦麦穗赤霉病识别方法，包括：获取待识别麦穗图片；将所述待识别麦穗图片输送至分割网络模型中，得到麦穗分割结果图；将所述麦穗分割结果图输送至可视化模块中进行显示。本申请解决了现有技术中需要在纯背景或者受控环境下才能进行麦穗图片处理和机器学习的技术问题，实现了可以适应不同环境下的麦穗图像处理，实现了对小麦麦穗赤霉病的有效准确分割，以提高对小麦麦穗赤霉病识别的环境适应能力和精准度。

摘要： 本实用新型涉及食材加工设备领域，具体公开了一种麦穗腰花机，该麦穗腰花机通过在第一输送段和第二输送段之间设有换向机构，由于换向机构中的第一输送辊和第二输送辊同向转动且转动速度不同，所以第一输送辊和第二输送辊之间之间会形成一个速度差，所以会使猪腰由速度较快一侧向速度较慢一侧旋转，从而使猪腰自动完成旋转换向动作，并且在第二输送段还设有分条装置，分条装置中的分切刀能够对已改刀切花的猪腰进行自动切条，整个设备无需人工手动换向和分条，能够大幅度降低人工成本，从而提高工作效率。