采用模糊形态学的大田害虫图像分割

介绍了基于机器视觉的大田害虫智能检测系统.文章通过对获取的大田害虫原始图像采用模糊形态学进行分割,将害虫从背景中分割出来,以提取出的周长、不变矩等特征,运用神经网络分类器对常见的9类害虫进行分类.试验验证了该系统的可行性,表明该方法分割速度快,容错性好,能够正确分割有噪声的大田害虫图像.     

杉木杂交育种中亲本选配的方法研究

杂交育种是杉木遗传育种的主要途径。为合理进行杂交亲本选配,利用12个杂交组合和4个自交后代的杉木材积生长数据,通过采用等位酶技术和生理学方法,获得杉木亲本的基因型信息、光合速率和发芽种子的平均呼吸强度。然后研究亲本等位酶和生理性状差异性,分别采用杂种优势群法和预测模型法,来确定杉木杂交时亲本选配模式。杂种优势群法是先用聚类分析法对亲本群体进行类群划分,然后根据杉木细胞遗传学的研究结果,决定杉木杂交时亲本的选配模式:采用高光合速率(叶绿素含量)的亲本做母本,高呼吸速率的亲本做父本。预测模型法是从预测杉木杂交组合平均值表现大小的角度,提出亲本选配的方法:采用多元回归分析,来建立杂交组合子代的平均生长表现与亲本等位酶差异及生理指标间的预测模型,并用10年生的5个杂交组合的资料来验证预测模型的可靠性,结果发现多元回归预测模型是成功的。杂种优势群法与预测模型法的研究结果是相互依存的,两者配合使用效果更佳。研究结果在杉木杂交育种实践中具有实用价值。