基于机器视觉的玉米单倍体自动分选系统

针对导入基因标记后杂交诱导产生的玉米籽粒,设计了一套基于计算机视觉的玉米单倍体高通量自动分选系统。系统主要由传动部件、斜面翻滚部件、信号采集与处理部件,以及籽粒分选部件4部分组成。斜面翻滚部件表面有凹凸纹理,可使玉米籽粒在下落翻滚过程中产生多种姿态,试验使用这一方法获得含胚面图片的成功率达90%。信号采集与处理部件通过提取玉米籽粒胚面的SIFT特征来判断籽粒属性,并将属性结果发送给籽粒分选部件,分选部件根据结果控制直线滑台的运动以实现籽粒筛选。试验结果表明:系统对单倍体的正确识别率为95%,可很好地实现玉米单倍体的自动分选。     

基于计算机视觉的玉米单倍体自动分选系统

研究了一种玉米单倍体籽粒分选方法,可自动分选具有Navajo标记的玉米单倍体籽粒。分选系统主要由种子输送单元、图像采集处理单元、分拣卸料单元及系统控制单元组成。图像采集处理单元根据玉米籽粒胚部及胚乳顶部的颜色特征进行单倍体籽粒判断,并将判断结果发送给系统控制单元。系统控制单元根据该结果协调种子输送单元及分拣卸料单元机械臂的运动,实现籽粒位置定位,同时开启与机械臂末端相应电磁阀,采用气吸方式分离杂合体籽粒,系统分拣速度可达     

基于K-L变换与LS-SVM的玉米品种识别方

为实现外观相似的不同玉米品种的有效识别,提出了K-L变换与最小二乘支持向量机相结合的籽粒品种鉴别方法。采用标记算法及多尺度小波分析方法获得玉米单籽粒图像,应用K-L变换技术提取籽粒图像的特征数据,设计了二叉树型多类LS-SVM分类器,实现了对特征数据的有效分类。通过试验分析,确定了较为合理的状态空间维数(L=3),正确识别率可达     

基于K-L变换与LS-SVM的玉米品种识别方法

为实现外观相似的不同玉米品种的有效识别,提出了K-L变换与最小二乘支持向量机相结合的籽粒品种鉴别方法.采用标记算法及多尺度小波分析方法获得玉米单籽粒图像,应用K-L变换技术提取籽粒图像的特征数据,设计了二叉树型多类LS-SVM分类器,实现了对特征数据的有效分类.通过试验分析,确定了较为合理的状态空间维数(L=3),正确识别率可达95.3%.     

基于遗传组合网络的玉米品种识别方法

为了提高计算机视觉技术对玉米品种的识别率,研究基于遗传组合神经网络的玉米品种识别方法。利用自制的动态计算机视觉系统,获取了4种具有代表性的西南地区杂交玉米种子图像,提取了8个形态特征参数和6个颜色特征参数。针对玉米品种识别特点,设计了由4个子网络组成的遗传算法优化的径向基函数组合网络,并优选了特征参数组合,优化了网络参数。经验证对比试验表明,本方法识别率可达95%,优于其它识别方法,切实提高了玉米品种识别率。     

多类支持向量机在玉米品种识别中的应用

为了验证采用机器视觉以及图像处理方法对玉米品种进行自动识别的可行性,研究了一种基于玉米外观特征和多变量支持向量机(SVM)分类算法的玉米品种识别方法.采用数码相机获得了11个品种每个品种50粒共550幅图像,然后对各品种对应的籽粒群体图像提取每个籽粒的形态特征8个、颜色特征12个、纹理特征13个,共33个特征参数,并分别定义11个玉米品种的二进制编码作为网络的输出,建立特征参数与玉米品种之间的SVM识别模型.试验结果表明,该方法对11个品种550个籽粒的品种检出率为100%.在同样的情况下比较了基于BP神经网络(ANN)的识别性能,较ANN 94.3%的识别率,采用SVM的识别效果有了较大的提高,得到了较好的识别效果.     

基于最小平方误差的单倍体和二倍体分类方法研究

基于玉米油分的花粉直感效应,采用核磁共振鉴别单倍体,快速、准确、低成本地确定单倍体与二倍体之间的含油率阈值,是实现大批量自动鉴别的前提和关键。提出一种基于最小平方误差的单倍体和二倍体分类方法,通过少量籽粒确定含油率阈值的研究,对单倍体和二倍体进行识别。以10个玉米组合为研究对象,利用核磁共振分析仪测定各组合一定数量单倍体和二倍体籽粒的含油率,依据最小平方误差方法确定各组合油分阈值,并通过逐级递增训练集样本数量的方法,确定油分阈值所需训练集规模,获得含油率阈值,能够满足单倍体正确识别率及对二倍体正确拒识率的均值达到90%以上的要求,为核磁共振全自动单倍体鉴别系统的后期大规模分类提供参数指导,提高分选效率。同时因单倍体生产效率低,运用最小平方误差的方法,通过少量的单倍体及二倍体籽粒来构建油分鉴别单倍体模型,以较小的投入获得更优的分类效果在玉米单倍体自动化分选中具有非常重要的现实意义,将该分类方法应用到全自动核磁分选单倍体系统中,可以达到较好的效果,为加快单倍体工程化育种提供保障。     

基于小波分析的玉米籽粒图像正形研究

近年来,通过对玉米籽粒的尺寸、外形、色泽等方面的研究,已获得了一些必要的单籽粒的视觉信息。但是,对于粮食作物而言,只有实现了作物籽粒的大规模、快速识别,才有可能在实际生产中得到广泛应用。为此,采用图像标记法,对含有众多的、散放的玉米籽粒图像进行处理,对标记图像中的像素进行逻辑判断,采用多尺度小波分析算法,实现籽粒分割、定位及正形。     

不同因素对玉米单倍体育种诱导率的影响

研究了不同受体材料、不同诱导系及不同地域条件对玉米单倍体育种诱导率的影响。利用4种不同诱导系做父本，6种成熟的玉米杂交种做母本，分别在海南地区和吉林地区开展玉米单倍体诱导率研究，结果表明，不同受体材料、不同诱导系和不同地域条件对玉米单倍体诱导率影响显著，海南基地的玉米诱导率最高，先玉335为诱导率最高的受体材料，吉高诱3号为诱导率最高的诱导系材料。      

基于SVM和DS证据理论融合多特征的玉米病害识别研究

针对玉米叶部病害图像的颜色、纹理、形状特征对病害影响的差异性,提出一种结合单特征下的SVM识别准确率和识别结果的融合多特征玉米病害识别方法。首先对预处理后的玉米病害图片提取颜色、纹理、形状3种特征,对应每一种特征构建一个SVM分类器,结合3个SVM分类器的平均准确率和识别结果作为证据理论的3个证据,构建D-S证据理论的基本概率分配函数(BPA),最后根据D-S证据理论决策规则进行决策级融合,依据决策条件输出最终识别结果。结果表明,结合SVM识别准确率和识别结果来对玉米的灰斑病、弯孢菌叶斑病、锈病三种病害进行识别,准确率分别为95%,85%,100%,平均准确率为93.33%,该方法对玉米叶部病害的识别更准确和稳定。     

基于CT图像和RAUNet-3D的玉米籽粒三维结构测量

玉米籽粒构成和精细结构与玉米产量及品质直接相关。本文提出一种基于CT图像的玉米籽粒三维结构自动测量方法,快速提取、统计玉米籽粒成分和结构性状,评估不同玉米品种籽粒间性状差异。首先,利用Micro-CT获取批量玉米籽粒CT图像,通过Watershed算法准确分割出单颗籽粒;进而,设计基于注意力机制RAUNet-3D网络准确提取出籽粒胚;最后,建立自动化玉米籽粒表型管道,计算籽粒、胚、胚乳和空腔的共23项性状,用于玉米籽粒性状分析和品种鉴定。选取4个玉米品种籽粒（登海605、京科968、先正达408和农华5号）共120颗籽粒进行验证,结果表明籽粒CT扫描成像效率提高到1min/粒,籽粒表型提取效率为10s/粒,胚分割精度可达93.4%,粒长、粒宽和粒厚的R2分别为0.902、0.926和0.904,籽粒品种分类精度达90.4%。本文方法实现了玉米籽粒及其胚、胚乳、空腔三维结构无损、快速测量,提取的性状能够表征不同玉米品种籽粒间表型差异,为开展大规模玉米籽粒三维表型鉴定奠定了基础。     

基于形色筛选的苹果园羽化害虫粘连图像分割方法

针对苹果园害虫识别过程中的粘连问题,提出了一种基于形色筛选的害虫粘连图像分割方法。首先,采集苹果园害虫图像,聚焦于羽化害虫。害虫在羽化过程中已完成大部分生长发育,其外部形态、颜色、纹理更为稳定显著。因此,基于不同种类害虫的形色特征信息分析,来获取害虫HSV分割阈值和模板轮廓。其次,利用形状因子判定分割粘连区域,通过颜色分割法和轮廓定位分割法来实现非种间与种间粘连害虫的分割。最后,对采集的苹果园害虫图像进行了试验分析,采用基于形色筛选的分割法对单个害虫进行分割,结果表明,本文方法的平均分割率、平均分割错误率和平均分割有效率分别为101%、3.14%和96.86%,分割效果优于传统图像分割方法。此外,通过预定义的颜色阈值,本文方法实现了棉铃虫、桃蛀螟与玉米螟的精准分类,平均分类准确率分别为97.77%、96.75%与96.83%。同时,以Mask R-CNN模型作为识别模型,平均识别精度作为评价指标,分别对已用本文方法和未用本文方法分割的害虫图像进行识别试验。结果表明,已用本文方法分割的棉铃虫、桃蛀螟和玉米螟害虫图像平均识别精度分别为96.55%、94.80%与95.51%,平均识别精度分别提高16.42、16.59、16.46个百分点。这表明该方法可为果园害虫精准识别提供理论和方法基础。     

基于可见光与热红外技术的苹果树测产方法

为了实现苹果园的快速精确测产,结合可见光与热红外图像,提出了一种基于机器学习和Hough变换的苹果树测产新方法。以成熟期苹果树为研究对象,利用热成像相机同步采集可见光与热红外图像数据,通过仿射变换模型实现了可见光与热红外温度图像的配准;利用温度信息与RGB颜色波段作为4个分类特征,采用支持向量机,完成分类与后验概率的计算;采用Hough变换实现了图像中苹果的识别标注和计数;通过线性回归模型进行了苹果测产估计,并进行了交叉验证。在光照条件非均一而使苹果颜色存在差异的情况下,经过试验验证,与人工记录的测产数据相比,该文提出的新方法苹果测产的准确率达到80%以上,为果园的科学管理提供了有力的技术支持。      

玉米籽粒冲击破碎中的Ab-T10破碎模型参数标定

针对基于离散元法的玉米粉碎过程仿真研究中缺乏准确模型的问题,本文以玉米籽粒为研究对象,设计搭建了颗粒物料冲击破碎试验装置,运用切片法构建了适用于Ab-T10破碎模型的玉米籽粒凸面体模型,开展了玉米籽粒的Ab-T10破碎模型参数标定和玉米籽粒的冲击破碎特性研究。以破碎概率和t10为冲击破碎特性评价指标,开展了5种不同含水率玉米籽粒的冲击破碎试验。试验结果表明,玉米籽粒的破碎概率和t10随着冲击比能增加而增加,随着玉米籽粒含水率的增加而减小,临界破碎速度随着玉米籽粒含水率的增加而增加;以Ab-T10破碎模型中破碎概率和t10的理论公式对玉米籽粒冲击破碎试验数据进行了拟合（R2adj高于0.86）,确定理论公式中参数值,实现了玉米籽粒Ab-T10破碎模型的参数标定。以构建的籽粒模型和标定的Ab-T10破碎模型参数进行粉碎仿真试验,结果表明,不同含水率玉米籽粒的粒径累计分布规律的实测值与仿真值具有较好的一致性,粉碎后颗粒平均粒径的实测值与仿真值相对误差低于6.54%,说明构建的玉米籽粒模型和标定的Ab-T10破碎模型参数可以表征玉米籽粒冲击粉碎过程。     

玉米种子脱粒过程高速摄影观察分析

为优化差速式玉米种子脱粒机脱粒系统的有关参数,进而降低玉米种子在脱粒过程中的损伤,采用高速摄影方法对单个玉米果穗喂入与脱粒过程进行了观察分析.分析结果表明:果穗在开始喂入阶段,籽粒破碎大;在脱粒起始阶段,果穗撞击强烈,越到后段,撞击越弱;果穗在正常脱粒情况下,脱下籽粒多,籽粒运动轨迹可近似为沿直辊与果穗接触点的切线方向;而果穗非正常脱粒情况下,脱下籽粒少,籽粒运动规律呈杂乱状态,没有一定飞行方向;螺旋辊的转速偏大造成果穗的非正常脱粒加大,果穗的非正常脱粒会影响果穗的脱粒质量和脱粒效率.     

玉米籽粒剪切破碎的试验研究

在微机控制的电子拉压试验机上,对辽北主栽玉米品种东单0号和富油1号的玉米种子籽粒进行了剪切破碎的试验研究,分析了在不同作用力、不同含水率下的玉米籽粒剪切特性.试验结果表明:玉米籽粒在不同侧面、不同方向加载的剪切力有显著差异;含水率不同时,剪切破碎载荷也不同,其原因与玉米籽粒的内部结构、玉米籽粒的形状等因素有关.研究成果对进一步研究玉米籽粒的力学特性、破碎机理、设计新型玉米粉碎机有重要的意义.     

紫玉米色素的提取工艺及产品稳定性研究

以紫玉米为原料提取紫玉米色素,并对产品稳定性进行研究。通过单因素试验,确定各工艺参数对紫玉米色素提取率的影响;选择提取温度、提取时间和料液比3个因素进行正交试验设计,对紫玉米色素的提取工艺进行优化。试验结果表明:影响紫玉米色素提取率的因素主次顺序为提取温度>提取时间>料液比;以80%乙醇与0.2mol/L柠檬酸混合溶液为提取剂,最佳工艺条件为提取温度60℃、提取时间2h、料液比1:10。