玉米籽粒的特征选择算法——基于支持向量机与遗传算法

在基于数字图像的玉米品种自动识别的研究中,寻找对识别贡献大的新特征项,对玉米品种识别率的提高具有十分重大的意义.把遗传算法和支持向量机算法相结合,设计了具体的基于支持向量机和遗传算法的玉米籽粒特征选择算法,利用这种算法优选提取出的玉米籽粒特征,从玉米籽粒的胚部和冠部的颜色特征与形状特征中找出了对玉米品种识别贡献较大的新特征.     

HSI模型结合OSTU法的玉米种胚检测算法

为解决玉米种胚特征提取问题,提出了一种利用HSI模型结合OSTU方法进行玉米种胚检测的算法。使用研制的图像采集系统获取玉米种子的RGB图像,并利用公式转为HSI图像进行分析,发现胚部与非胚部的S分量的差异较之B分量更加明显。同时,采用屏蔽背景像素的OSTU方法 ,对S分量图像进行分割,获得玉米种胚区域。试验表明,此算法能检测到的玉米种胚区域与人眼观测到的基本一致。     

模糊控制技术在节水灌溉中的应用

根据灌溉系统不易建立精确数学模型的特点,设计了基于模糊控制技术的智能灌溉控制系统。系统以土壤水分误差为输入,以灌溉时间长度为输出,通过对输入变量的模糊化、模糊推理和模糊决策,获得了作物的灌溉时间长度。信息的采集、传输、接收与执行由Jennic公司的无线湿度传感器和DZK201电动阀门控制器完成,使每个节点便于安装部署,免去了有线接入的繁琐过程,降低了成本。     

图搜索算法优化非线性流水线的无冲突调度

非线性流水线是计算机处理多任务问题的关键技术,解决无冲突的任务调度是非线性流水线的难点。本研究分析了非线性流水线计算机的任务调度问题,并给出了一种优化非线性流水线无冲突调度的算法。通过计算机仿真,利用该算法能够快速找到最优的调度方案。     

基于梯度图像的玉米种胚褶皱识别

针对玉米品种自动识别中玉米种胚特征的提取问题,提出一种根据玉米种胚图像梯度图,采用基于密度的K-均值聚类算法识别分析玉米种胚褶皱的方法。根据阈值识别出胚部区域,计算其长轴方向的梯度;利用Sobel算子与膨胀算子,去除梯度图像边缘噪声,利用中值滤波去除孤立点噪声;以像素点的R、G、B梯度为特征,组成特征向量空间;采用基于密度的初始中心点优化算法,启发式的找到初始聚类中心;K-均值聚类分析,得到褶皱区域,标记区域并统计褶皱个数。对300颗玉米籽粒进行胚部褶皱识别分析,结果表明:无论是深褶皱、还是浅褶皱的,该方法均能有效识别,与人工观测值的平均吻合率达82.7%。通过本方法获取的褶皱信息体现了玉米种胚纹理特性,为玉米籽粒品种自动识别中特征参数的选取提供了新的思路和方法。     

信息化下河北省农业电子商务探析

通过对河北省农业电子商务现状的分析,找出了制约河北省农业电子商务发展的主要因素,并提出了一种适合河北省的新的电子商务平台模式。     

基于机器视觉的多个玉米籽粒胚部特征检测

为了利用机器视觉进行多个玉米种子品种的自动识别,该文提出了一种针对多个玉米籽粒进行胚部检测的方法。该方法基于阈值分割和形态学,在RGB空间,采用自动屏蔽0值像素的大津法（Otsu法）,根据B分量值对多粒玉米籽粒扫描图像进行分割,并采用改进的开闭运算对分割后的图像进行修整,最终得到多个玉米籽粒胚部区域。以4个黄玉米品种各45个籽粒为实验对象,以此方法进行胚部检测,为了验证所得胚部区域有效,提取胚部区域面积、周长分别与手工测量的面积、周长进行线性回归分析,R2的均值分别达到0.9834、0.9578;进一步提取所得胚部区域的形状参数,进行聚类识别,不同品种间的差距值反映了不同品种胚部视觉效果上的差异大小,4个品种中1种识别率为97.8%,其余3种均为100%;多个玉米胚部检测较每个籽粒单独处理的效率提高了29.59%。试验结果表明本文提出的多个玉米籽粒胚部检测方法可行。此研究结果为进一步研究玉米籽粒的胚部特征提供了有利条件,也为实现玉米品种的快速准确分类提供了参考。