基于U-Net和Res_UNet模型的 传送带矿石图像分割方法

针对传送带矿石图像中矿石粘连和边缘模糊造成的分割不准确问题,提出了一种基于U-Net和Res_UNet模型的传送带矿石图像分割方法.该方法首先将待分割图像经过灰度化、中值滤波和自适应直方图均衡化处理后,利用预训练的U-Net模型提取图像轮廓;然后,将图像轮廓二值化后,利用预训练的Res_UNet模型进行轮廓优化;最后,利用OpenCV得到分割结果.与基于形态学重建的分水岭算法和NUR法分别对10张测试图进行实验比较,结果表明,所提出的利用深度学习实现矿石轮廓检测和优化方法分割的结果更加准确,证明了其对传送带矿石图像分割的有效性.     

Mehlich3方法测定土壤养分的影响因素研究

Mehlich 3浸提剂被应用于浸提测定土壤多种有效养分,但对方法的影响因素研究报道较少。选择重庆紫色土和河北的潮土两种土壤样品,采用正交试验设计L9( 34 )正交试验,设置液土比（A）、振荡时间（B）、振荡温度（C）、浸提液pH（D）四个因素,对Mehlich 3法的浸提条件进行研究,浸提液使用电感耦合等离子发射光谱仪测定元素含量。结果表明：对于土壤中的养分浸提影响因素依次为浸提液pH＞浸提液体积＞振荡时间＞振荡温度,结合经济效益以及显著性,综合各因素最优组合为A1B1C1D1,即加入pH为2.5的浸提液25 mL,在25 ℃下振荡5 mim。该方法除B元素外,其他元素测定值的相对标准偏差RSD%小于5%,精密度良好。