烘烤过程中基于图像处理的烤烟形态特征分析

为寻求烘烤过程中烟叶图像的数字化特征指标,以云烟97上、中、下3个部位鲜样、烤后样及关键温度点稳温结束的360张烟叶图像为材料,采用图像处理技术提取其形状、颜色、纹理特征值,进行数值特征分析.结果表明:烟叶形状特征变化表现为变黄期缓慢、定色期剧烈、干筋期减缓的趋势,颜色特征变化表现为变黄期剧烈、定色和干筋期较缓的趋势,...     

小麦形态诊断计算机图像明化识别系统

将计算机图像处理、图像分析技术引入作物形态诊断中,结合数学形态学的某些技术手段和农业专家系统技术,通过对作物的图像采集,图像数字经及诊断性状的测量和分析,达到计算机对作物形态性状自动提取和智能诊断之目的,为实现作物因苗管理、分类指导、提高科学管理水平提供技术支撑。     

基于图像处理的边坡表面状态检测方法研究

针对图像边坡表面状态发生的变化检测,提出了一种新的智能检测方法。人工设置两个目标体,一个作为参考标识点,一个作为监测点,标识点具有特殊的颜色(红色)与形状(圆形),以两者之间的相对位移来表征边坡的状态变化。该方法由以下4个环节构成:选取特定目标体,设置目标体;将图像转换到HIS空间,提取特定的颜色---红色,确定感兴趣区域(ROI);进行图像二值化,确定感兴趣区域的中心坐标;通过位移判定准则判定边坡表面状态是否发生变化。实验证明,该方法具有鲁棒性好、检测准确率高等特点。     

小麦抗旱性与形态特征的关系

通过1986～1989年4年的小麦抗旱性研究表明,小麦的抗旱性与穗部性状关系密切,与穗数呈显著正相关,与穗粒数呈较显著正相关,与千粒重几乎不相关;抗旱性和产量与株高、穗叶距均呈显著正相关趋势,孕穗期小麦叶片厚度与抗旱性和子粒产量具有正相关趋势;抗旱、中抗、水地3类材料的种子根数没有明显差异(CV2.45％),且抗旱材料有偏少趋势;抗旱材料的根重、根长较其他两类材料也具有明显的优势(CV分别为38.38％、13.13％)。     

用图形图像技术处理作物图像提取作物形态信息

介绍了用微型计算机分析作物图像得到株型信息的方法,提出几个基于图像处理概念的描述作物株型的较为精确的定量化的指标,通过分析与重建玉米株型观察了玉米叶片夹角在日内的细微变化。     

基于图像处理技术的夏玉米叶面积指数估算方法研究

在大田条件下固定数码相机高度垂直拍摄夏玉米拔节期和大喇叭口期的群体图像,利用图像处理技术获取玉米地面覆盖度,建立覆盖度和叶面积指数间的关系模型。结果表明,覆盖度和叶面积指数间存在极显著相关关系（r2=0．9547）,模型的拟和度较高,对模型进行检验可知,模型的预测精度达到90．56％,说明利用图像处理技术估算夏玉米LAI具有很好的可行性。     

图像处理技术在小麦生产中的应用与展望

计算机图像处理技术是人工智能与模式识别的一个重要领域,其应用已扩展到农业领域的诸多方面.通过广泛查阅文献,分析了数字图像处理技术在小麦生产方面的研究和应用进展情况,概述了图像处理技术在小麦生产过程中各阶段的应用成果,如在小麦叶面积指数测定、病虫害识别、叶绿素含量测定以及产量预测等方面的应用,提出了尚待研究解决的关键问题,并展望了图像处理技术在小麦生产上的应用前景.     

基于图像处理的玉米品种的种子形态分析及其分类研究

 【目的】建立中国当代玉米品种的种子重要形态性状的基础信息集。【方法】扫描获得中国当代193个代表性玉米品种各50粒种子的正反面彩色图像,确定大小、形状、纹理和颜色共4大类27个能够系统反映籽粒形态的数量性状,自行编制数字图像处理程序实现了形态特征的自动提取并获得品种各性状的籽粒均值,采用SAS软件的单性状描述统计和单性状或同类性状聚类分析对品种进行评价与分类。【结果】建立了一个含有9 650个玉米粒的19 300幅彩色图像的数据库,明确了籽粒各个形态性状的变化规律,按变异程度分为大中小3个组别,发现中国当代玉米品种在大多数情况下聚集程度都比较高,筛选出36份（次）特异种质材料。【结论】研究结果为玉米粒的形态研究与应用提供了比较系统全面的数据,数字图像处理作为一种简便快速的作物籽粒形态检测技术将有十分广泛的应用前景。     

图像处理技术在植物叶面特征提取中的应用

介绍了一种采用数字摄像头或CCD(Charge Couple Device)机获取叶片的数字图像,建立运用计算机图像处理技术,快速、准确地测定叶片面积、周长及其他相关特征值的叶片测量系统软件。该软件是利用VC++6.0语言,根据该文的算法编写的;它基于Windows平台,具有非常友好的用户界面,采用交互方式实现图像分割、系统标定和最终测量,提高了可靠性和测量精度,实现了非破坏性地测量,在农业、林业等领域具有广泛的应用前景。     

小麦吸浆虫的发生特征与防治方法

近几年小麦吸浆虫对小麦的生产造成了一定的危害,为了使小麦生产持续稳定发展,稳定农村经济,现把小麦吸浆虫的形态特征,生活习性,发生规律,防治方法总结归纳一下,更有利的帮助农民朋友控制吸浆虫的危害,夺得小麦大丰收。     

基于图像处理技术的大豆灰斑病的检测技术研究

选择了平滑滤波、阈值分割等算法,利用图像处理技术和神经网络技术,对大豆灰斑病进行了检测,在标准豆粒与灰斑病豆粒混合的条件下计算出病粒的百分比。同时,在暗箱条件下用照相设备采集图像,利用VC++开发平台,编写程序对图像进行去噪和分割后,通过实验设计和数据统计分析提取出豆粒的23个形态特征和颜色特征参数。采用BP神经网络对豆粒进行进一步的测评。实验取得了良好的结果,识别准确,为今后大豆其他缺陷检测打下良好的基础。     

基于数字图像技术的冬小麦不同施氮处理颜色特征分析

利用HSI颜色模型研究大田条件下不同施氮处理冬小麦群体数字图像的颜色特征,分析其与叶绿素含量、产量以及吸氮量之间的关系。结果表明:在孕穗至灌浆期前冬小麦群体的色调值H与叶片叶绿素含量(SPAD)存在显著的相关关系;从冬小麦群体色调值H的动态变化看,当生育前期监测到H由峰值开始下降时,可判断进入抽穗期,而生育后期H出现迅速下降时则表明冬小麦群体开始进入灌浆成熟期,数字图像的颜色特征能够反映冬小麦的生育进程;孕穗-开花期间H可以较好的反映作物产量,并建立了H值与冬小麦地上部生物量、籽粒产量之间的线性方程。     

HACCP在小麦粉生产中的应用研究

贯彻HACCP应用准则,应用HACCP原理,对小麦粉生产进行HACCP应用研究,确立了小麦接收、微量成分添加、磁选检测3个关键控制点及其关键限值、监控方法和纠正措施,提高了小麦粉生产的安全性和质量水平.     

基于图像信息的马铃薯薯形检测方法研究

马铃薯按薯形分级是提高其经济价值的重要方法。作者提出了一种基于图像边缘信息的薯形检测方法。从马铃薯BMP图像中提取R、G、B分量,利用R+G-B构建灰度图像,经开、闭形态学处理和二值化处理后,运用canny算子检测出边缘点信息;最后利用最大横径与最大纵径的比值作为形状特征参数,建立马铃薯薯形的预测规则。试验结果表明,该方法可以有效地判断马铃薯薯形,为在线检测马铃薯形状奠定了基础。     

基于小波分析的图像边缘检测

本文介绍了数字图像的小波算法的基本原理，论述了二维图像的小波分析的边缘检测的原理，以及小波函数的构造。利用小波分析的边缘检测算法，对原始图像进行检测，具有良好的检测效果。     

三个不同穗型小麦品种的高产特性分析

对重穗型8761，中穗型9133和多穗型温6小麦品种的高产特性进行了研究。结果表明，中穗型9133的成产三因素比较协调，在生产上容易获得高产。     

基于支持向量机的小麦条锈病和叶锈病图像识别

为了解决生产中小麦条锈病和叶锈病症状难以区分的问题,提高识别率和精度,提出了一种基于支持向量机和多特征参数的小麦条锈病和叶锈病图像分类识别方法。利用图像裁剪方法获取典型症状的子图像,采用中值滤波算法对图像进行去噪,利用K_means硬聚类算法实现病斑分割,提取病斑区域的形状、颜色和纹理特征空间的50个特征参数,设计支持向量机分类器进行分类识别。根据优选的26个特征参数,利用以径向基函数作为核函数的支持向量机对这2种小麦锈病图像进行识别。结果表明:训练样本识别率均为96.67%,测试样本识别率均为100%;与其他核函数相比,径向基核函数最适合于这2种小麦锈病的识别。所提出的基于支持向量机的方法可有效地进行小麦条锈病和叶锈病的图像识别。     

小麦基因组SSR体系及反应条件优化研究

以小麦叶锈病抗病亲本TcLr45和感病亲本Thatcher为材料,探索影响SSR扩增结果的各因素(模板DNA、dNTP、引物、Taq酶)的最佳用量及不同引物的退火温度。结果表明:dNTP对扩增影响较大,Taq酶浓度在聚丙烯酰胺凝胶电泳检测时表现对扩增有一定影响,每对引物都有其扩增适合的退火温度。确立了适合小麦SSR分子标记研究的优化体系。最终确定总反应体系为25μL,其中模板DNA 20~50 ngd、NTP 240μmol/L、引物各0.2μmol/L、Taq酶1.5 U。     

小麦籽粒胚乳结构性状的研究

利用扫描电镜观察了 4个小麦品种 (系 )的籽粒断面 ,分析了 2 6个小麦品种的加工品质性状。结果表明 :软麦籽粒断面胚乳薄壁细胞的淀粉粒清晰可见 ,并保持完整状态 ,胚乳结构比较疏松 ;而硬麦籽粒断面胚乳淀粉粒多数破碎 ,胚乳结构相对致密。硬麦品种出粉率、粗蛋白含量、沉淀值、面团评价值等性状的平均值均高于软麦品种 ,但软麦的水溶性蛋白质含量平均值高于硬麦品种。籽粒硬度与角质率与多种加工品质性状呈显著正相关 ,与水溶性蛋白质呈显著负相关 ,因而硬度作为硬麦指标比较可靠。试验还发现 ,参试软麦品种中有沉淀值较高的品种出现。     

基于像素类型的阶跃型边缘提取算法

介绍一种用于提取目标图像和背景图像都比较简单的图像中的阶跃型边缘算法。把二值化图像中的像素点分为4类:背景点、目标体点、边缘点、噪声点;算法实现过程如下:首先对图像进行二值化处理,然后对二值图像中的目标体的边缘像素点进行跟踪,找出目标体的边缘曲线。试验表明:该算法实现简单、处理快速、抗噪性好。