共查询到20条相似文献,搜索用时 250 毫秒
1.
2.
针对玉米种粒在收获、脱粒、贮藏时因各种因素造成损伤和人工选种耗时耗力的问题,提出了一种基于机器视觉的玉米种粒破损检测方法。首先,利用图像获取装置得到单粒玉米种粒图像,通过差影法确定图像噪声种类,采用中值滤波方法对图像进行降噪;其次,标记图像边界,运用灰度阈值法完成玉米种粒图像分割。根据玉米种粒的形态特征分别提取玉米种粒的周长、面积、周长面积比、长轴长、短轴长、长宽比6个几何特征和矩形度、圆形度、紧凑度、7个Hu不变矩10个形状特征,共16个特征。完整玉米种粒和破损玉米种粒图像各50幅作为训练样本,将提取的16个特征分量作为输入量,对支持向量机(Support Vector Machine,SVM)进行训练,输出量为1、0,分别代表"合格""不合格",训练完成后获得玉米种粒的SVM识别模型;另取完整的玉米种粒和破损的玉米种粒图像各50幅作为测试样本,对训练好的SVM模型进行测试。结果表明:该检测方法对玉米种粒破损识别准确率达95%以上,识别100幅玉米种粒图像的时间为1.27s。研究结果为玉米种粒的实时破损检测提供了参考。 相似文献
3.
4.
5.
基于CNN的小麦籽粒完整性图像检测系统 总被引:3,自引:0,他引:3
为了快速、准确识别小麦籽粒的完整粒和破损粒,设计了基于卷积神经网络(CNN)的小麦籽粒完整性图像检测系统,并成功应用于实际检测中。采集完整粒和破损粒两类小麦籽粒图像,对图像进行分割、滤波等处理后,建立单粒小麦的图像数据库和形态特征数据库。采用LeNet-5、AlexNet、VGG-16和ResNet-34等4种典型卷积神经网络建立小麦籽粒完整性识别模型,并与SVM和BP神经网络所建模型进行对比。结果表明,SVM和BP神经网络所建模型的验证集识别准确率最高为92. 25%; 4种卷积神经网络模型明显优于两种传统模型,其中,识别性能最佳的AlexNet的测试集识别准确率为98. 02%,识别速率为0. 827 ms/粒。基于AlexNet模型设计了小麦籽粒完整性图像检测系统,检测结果显示,100粒小麦的检测时间为26. 3 s,其中,图像采集过程平均用时21. 2 s,图像处理与识别过程平均用时为5. 1 s,平均识别准确率为96. 67%。 相似文献
6.
基于机器视觉的花生品种识别系统研究 总被引:1,自引:0,他引:1
为了实现花生品种自动识别,收集了12个花生品种的600粒籽仁作为实验样本,利用计算机视觉和图像处理技术对图像进行处理;然后,对每幅样本图像提取形态、颜色和纹理等3大类共48个特征,建立人工神经网络( ANN )和支持向量机( SVM )识别模型对这些特征进行分析识别,并基于 Visual C++6.0环境构建识别系统。运行结果表明,SVM 方法识别效果比较稳定,对12个花生品种自我识别率达到100%,测试识别率达到83%;另外,基于Visual C++的识别系统在识别效果与效率方面比Matlab 都有了较大的提高。该花生品种识别系统对于花生品种识别具有积极意义。 相似文献
7.
由于存在包衣配方不统一、包衣机自动化水平低等问题,目前我国种子包衣合格率检测精度和效率较低。为此设计了一套丸粒化包衣种子识别检测系统,针对形状为类球体的包衣种子进行识别。首先,搭建拍摄平台,拍摄的图像传输至识别控制系统中进行图像前期处理。其次,根据图像处理后不同类型包衣种子特征提出了一种识别检测算法,根据破损包衣种子与其它包衣种子图像面积比例的差异,利用高级形态学处理实现破损包衣种子的识别。根据多籽种子与合格种子颗粒像素值的差异实现对多籽种子以及合格种子的识别。最后,对种子总数、合格数、多籽种子数及破损种子数进行检测,计算得到包衣合格率。以红三叶种子进行试验,结果表明:整套系统图像采集、处理与识别时间约为3s;运用高级形态学处理识别破损包衣种子准确率达98.8%;当试验样本为200粒时,总数识别算法的准确率达到99.1%;对合格包衣种子以及多籽包衣种子识别相对误差分别为1.18%与3.36%。该识别检测系统实现了拍摄、图像处理、检测识别以及结果保存等功能,实现了包衣种子的无损检测。 相似文献
8.
由于存在包衣配方不统一、包衣机自动化水平低等问题,目前我国种子包衣合格率检测精度和效率较低。为此设计了一套丸粒化包衣种子识别检测系统,针对形状为类球体的包衣种子进行识别。首先,搭建拍摄平台,拍摄的图像传输至识别控制系统中进行图像前期处理。其次,根据图像处理后不同类型包衣种子特征提出了一种识别检测算法,根据破损包衣种子与其它包衣种子图像面积比例的差异,利用高级形态学处理实现破损包衣种子的识别。根据多籽种子与合格种子颗粒像素值的差异实现对多籽种子以及合格种子的识别。最后,对种子总数、合格数、多籽种子数及破损种子数进行检测,计算得到包衣合格率。以红三叶种子进行试验,结果表明:整套系统图像采集、处理与识别时间约为3 s;运用高级形态学处理识别破损包衣种子准确率达98.8%;当试验样本为200粒时,总数识别算法的准确率达到99.1%;对合格包衣种子以及多籽包衣种子识别相对误差分别为1.18%与3.36%。该识别检测系统实现了拍摄、图像处理、检测识别以及结果保存等功能,实现了包衣种子的无损检测。 相似文献
9.
10.
根据福建主栽的珍珠豆型花生品种种子的尺寸特征,对花生机械式充种的落种机理和排种窝眼进行探索和研究,着重设计了偏置结构的圆柱孔、平键槽和圆柱平键混合孔3种型式排种窝眼并对其进行试验;综合该3种型式排种窝眼的试验情况,平键槽型排种窝眼的性能较好,能满足种子破损率和穴粒数合格率要求,但空穴率和双粒数占比这两项指标应优化。 相似文献
11.
12.
感官检验棉花的品级,这是农村常见的一种检测手段.它的一个主要特点就是存在不确定性.这是由于检验员的品级检验水平存在一定的差异,其中有很多因素制约着检验的结果.文章对影响感官检验结果的因素进行了系统的分析. 相似文献
13.
14.
15.
16.
《Journal of Agricultural Engineering Research》1998,69(3):249-254
A model to represent the discolouration of dried powder of carrots as a function of temperature was developed. Two types of carrots, Asian and European, containing large amount of lycopene and β-carotene, respectively, were tested. The dried powder was stored under an atmosphere with O2and at three different temperatures, 5,20 and 35°C. The surface colour of the powder was monitored during storage by a Hunter colour ratioa/b. In the proposed model, the rate of oxidation was assumed to be represented by the product of the fraction of concentration of oxidized pigment at arbitrary time and a specific rate of oxidation of pigment. The rate parameters in the proposed model were calculated by fitting the experimental data with smooth curves by trial and error at the end of the induction period but before discolouration took place. The frequency constant and activation energy, expressing the temperature dependence of the rate parameters, were expressed by the Arrhenius relation. The simulation results of a Hunter colour ratioa/bof dried powder at 25°C showed good agreement with the experimental data, suggesting that the proposed model was effective for the prediction of discolouration of dried powder of both types of carrot. The use of the induction period in the manner described may enable the shelf life of dried powder to be predicted. 相似文献
17.
18.
从灾害经济学的角度探讨了城镇供水优化调度的必要性和可能性,认为在缺水不可避免的情况下,对供水进行优化调度可以减小缺水带来的损失,产生较好的减灾效益,特别是可以大大减小严重干旱的灾害效应。并根据水资源的特性,提出了缺水损失的计算模式以及优化调度的原则和方法。 相似文献
19.