| 基于图谱特征的番茄种子活力检测与分级 |
| |
| 引用本文： | 彭彦昆,赵芳,白京,郑晓春,王文秀,孙群.基于图谱特征的番茄种子活力检测与分级[J].农业机械学报,2018,49(2):327-333. |
| |
| 作者姓名： | 彭彦昆 赵芳 白京 郑晓春 王文秀 孙群 |
| |
| 作者单位： | 中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学 |
| |
| 基金项目： | 国家重点研发计划项目（2017YFD0701205）和北京市科技计划项目(Z151100001015004) |
| |
| 摘 要： | 为解决现存分级过程中损伤种子问题,替代仅根据种子表面特征评价的粗筛查方法,本研究基于高光谱的图谱融合技术,提出了一种番茄种子图像采集并辨识种子特征进而将种子分级的算法。试验随机选取170粒番茄种子作为样品,校正集与验证集比例约为3∶1。通过标准发芽试验得到种子活力结果,基于连续投影算法(Successive projections algorithm,SPA)求得反映番茄种子活力的特征波长为:535、577、595、654、684、713、744、768、809、840 nm。对特征波长下的光谱图像进行解析,通过双边滤波法、大津法、形态学变换算法提取了种子边缘轮廓,计算求出每粒种子的面积、圆形度以及图像灰度平均值。基于统计学分析,利用校正集128粒种子的特征值及其标准发芽试验结果求出分级阈值,其中有活力为合格,无活力为不合格。然后,利用验证集42粒种子的特征值对阈值进行验证,结果显示,在713 nm波长下的图像特征对活力结果判断分级的正确率最高,校正集和验证集的正确率分别为93.75%和90.48%。
|
| 关 键 词： | 番茄种子 活力 高光谱 图像处理 |
| 收稿时间： | 2017/6/5 0:00:00 |
Detection and Classification of Tomato Seed Vitality Based on Image Processing |
| |
| PENG Yankun,ZHAO Fang,BAI Jing,ZHENG Xiaochun,WANG Wenxiu and SUN Qun.Detection and Classification of Tomato Seed Vitality Based on Image Processing[J].Transactions of the Chinese Society of Agricultural Machinery,2018,49(2):327-333. |
| |
| Authors: | PENG Yankun ZHAO Fang BAI Jing ZHENG Xiaochun WANG Wenxiu and SUN Qun |
| |
| Institution: | China Agricultural University,China Agricultural University,China Agricultural University,China Agricultural University,China Agricultural University and China Agricultural University |
| |
| Abstract: | |
| |
| Keywords: | tomato seeds vitality hyperspectral image processing |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
