基于图像处理的玉米籽粒尖端识别系统的设计

鉴于玉米籽粒尖端识别对快速准确检测玉米品质的重要性,设计了基于图像采集、数据处理以及SUSAN角点检测算法的籽粒尖端识别系统。该识别系统先采集玉米籽粒的实时图像,再对此图像进行滤波、二值化、边缘检测,计算USAN值对应的曲率大小,曲率最大处则为籽粒尖端。采用该识别系统对200粒玉米籽粒进行了测试,发现其识别玉米籽粒尖端的准确率高达96. 5%。研究结果表明,该系统具有识别快速、准确的优点,满足实验室和科研分析的需求。     

基于图像处理技术的小麦形态检测方法研究

形态特征是作物的肢体语言,对形态特征的研究在育种工作、生长状态分析、病害判断等方面都有着重要的意义。文章通过对图像分割和骨架提取算法进行优化改进提取出小麦植株骨架,采用最小矩形法计算小麦株高、用像素查找法计算叶长、用Hough变换计算叶基角和开张角,检测精度均达到90%以上,从而实现了面向农学小麦育种和管理专家的高效检测系统。     

玉米品种资源的数值分类研究

应用主成分分析法对湖北省份玉米品种资源的２８个性状进行分析，结果表明，前７个主成分对变异的贡献率达７２．７％，以前７个主成分为综合指标进行逐步聚类，２０１份品种资源被分成１２大类，不同类群具有明显的性状差异，而类群内状特征相似。其中Ｄ、Ｅ、Ｆ、Ｉ类为综合性状较好的种质类群。     

普通菜豆种质资源形态多样性鉴定与分类研究

 对324份普通菜豆种质资源的形态多样性进行了研究。结果表明，我国普通菜豆种质资源具有丰富的形态多样性，平均多样性指数为1.632，高于国外材料（1.227）40.5%。通过多变量的主成分分析，第一主成分和第二主成分代表了普通菜豆形态多样性的44%。基于形态性状，把我国280份普通菜豆种质聚类并划分为三大组群：第一组群，生育期较短、植株较矮、籽粒较大、单株荚数和单荚粒数较少，生长习性以直立为主，主要来自东北和华北地区；第三组群，表现为生育期较长、植株较高、籽粒偏小、单株荚数和单荚粒数较多，生长习性主要以蔓生为主，主要来自于西南地区；第二组群普通菜豆的特征特性介于第一和第三组群之间，分布较广。     

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,...     

玉米自交系种质类群划分及其分析

以60份玉米自交系材料为供试品种，调查了株高、穗位高、穗长、穗粗、穗行数、行粒数、百粒重、稿上位叶面积、穗中位叶面积、穗下位叶面积和抽雄期共儿个性状。对得到的各自交系性状均值采用SPSS中的Ward方法进行聚类分析。结果表明，通过表型性状进行玉米自交系聚类，其结果在很大程度上反映的是综合性状的差异性。初步结论认为，Mo17、自选系-1、W59(长)、海104、海儿、95海-1、444、沱219、107、112、利德、庆7、7732G、BHP48、783/黄、Mo14/O2、F83、吉856／O2：等综合性状较好，在育种上有较高的利用价值；自选系-3的利用价值较小，应淘汰；其余的自交系还有待于进一步改良。     

青海引进玉米品种形态性状遗传多样性研究

56个引进玉米品种的18个形态性状的平均多样性指数为1.6185,遗传多样性丰富;其中14个数量性状的平均多样性指数为1.8778,4个质量性状为0.7111,数量性状高出质量性状1.1667。穗行数的多样性程度最高(2.0921),粒型的多样性程度最低(0.3475)。不同来源的甘肃群体(30份,1.5216)的遗传多样性比河北群体(18份,1.4226)和辽宁群体(6份,1.0219)丰富,多样性指数分别高出0.0990和0.4997。     

基于图像处理的玉米叶片姿态测量方法研究

为实现玉米叶片姿态的自动测量,针对玉米叶片形态特征,提出了基于图像处理的玉米叶片姿态自动测量方法。首先采用迭代方法对叶片图像细化,提取骨架图像上的各像素点,然后采用最大距离法计算叶片的弯曲度,通过测量叶片最高点与叶尖的垂直距离计算下垂度,最后对2种测量方法进行测试和分析。结果表明,所提出的叶片姿态测量的2种方法对样本叶片的测试准确率分别为92.4％和88.2％,能够有效描述和量化不同玉米品种的叶片弯曲程度,方法简单易行,且测量过程不需要标度校准。     

基于图像处理的玉米叶色分级及其与光合性状的相关性分析

以67份辽宁省玉米骨干自交系为材料,利用图像处理技术提取叶片颜色特征值,构建叶色分级系统,并对颜色特征值与玉米叶片叶绿素含量及光合速率进行相关性分析,建立回归模型.结果表明:综合全部颜色特征值,可将67份玉米自交系叶色划分为6个等级;GB组合可以使其与叶绿素含量间的相关性提高;G/B、G-B、2G-R-B、(G-B)/(G+B)、b、b*与叶绿素含量呈显著相关,G-B模型预测的误差值最小,为13.48％.颜色特征值G-B可作为基于图像处理测定玉米叶绿素含量的最佳预测指标,其所预测的叶绿素a、b、a+b含量模型分别为:y=-0.201x+9.549,y=-0.062x+3.143,y=-0.263x+12.692.     

石榴品种叶片形态特征比较

本研究对68个石榴品种叶片形态及重量等指标进行相关测定与比较分析。结果表明:叶片形态指标、叶形指数等均有极显著差异(P<0.0001)。综合聚类分析结果可得月季石榴、冰糖籽、和田皮酸、紫皮甜、牡丹等叶片较小,枣庄红牡丹、泰山三白甜、大红甜等品种叶片较大;淮北小红皮甜、竹叶青、鲁青1号等单位面积上干物质的积累较多;其叶形主要分为披针形、卵状披针形、半月形、纺锤形、长柳叶形、椭圆形、柳叶形、长圆形、倒卵披针形9种。     

大丽花品种数量分类研究

对52个大丽花品种的20个形态学特征进行Q型聚类分析。结果表明:株高应作为大丽花分类的一级标准,依此标准可将大丽花分为两大类;花径应作为大丽花分类的二级标准;叶片大小、花瓣大小和花瓣多少作为大丽花品种分类的三级标准。     

不同糯玉米品种籽粒灌浆特性与采收期研究

[目的]探求糯玉米鲜穗最佳采收期和提高其鲜果穗商品率。[方法]以6个糯玉米品种为试材,对籽粒干重和灌浆速率进行研究。[结果]籽粒干重随授粉后天数的增加呈＂S＂型曲线变化,符合自然生长模式y=k/1＋ea-bx。[结论]干重曲线和最大灌浆速率出现的时间因品种而异。     

牡丹栽培品种数量分类的初步研究

以22个牡丹栽培品种为分类运算单位(OTU),选取5个花粉性状和23个形态性状进行聚类分析和主成分分析,结果表明:数量分类基本可以反映牡丹品种间的亲缘关系,与传统分类法基本吻合;Q型聚类分析能比较理想地将供试品种在Lq1=4.516水平上分为2个大群,在Lq2=3.765水平上分为3个品种群。主成分分析显示:28个性状可综合为7个主成分,其累积贡献率达75.9%,进而选出了影响力比较大的一些性状。     

碗莲品种形态学性状聚类分析的研究

[目的]探究荷花品种间的亲缘关系、荷花资源的分类和遗传多样性。[方法]对23个碗莲品种的9个数值性状和11个质量性状进行了调查,借助DPS统计软件对结果进行聚类分析。[结果]在碗莲的分类中,花瓣数、花色、体型大小、亲缘关系等因素占有重要的地位,这和传统分类方法得到的结果基本符合。[结论]该方法可在研究栽培植物起源中充分加以利用。     

系统聚类分析法在玉米自交系分类中的应用

对本所新育成的７个自交系和一个外引系武３１４等８个自交系１２个性状进行聚类分析,结果分为６大类。根据杂优模式规律,同类之间无杂种优势,而不同类之间有较大杂种优势。本所近几年的育种实践证明,将生育期相近的不同类自交系进行组配可获得理想效果,同类之间组配无杂种优势。因此在组配之前先将自交系进行分类,将不同类之间的自交系进行组配,可减少育种的盲目性,提高育种效率。     

去叶影响玉米籽粒发育的生理研究

以玉米杂交种０４２５为材料右授粉后第２天进行去叶处理,测定了处理后果穗中部和上部籽粒在籽粒形成期的粒重,呼吸,可溶性糖含量及乙稀释放量的变化。结果表明,不同程度去叶处理季籽粒的发育,造成籽粒败育率的升高。相对于穗粒数而言,粒重的变化较小。     

乙烯在玉米籽粒发育及败育中调节作用的研究

采取田间处理和室内培养相结合的方法，对败育型（３６３１）和正常类型（４９３６×Ｕ８）玉米杂交种进行了乙烯与籽粒发育及败育关系的研究。结果表明，败育类型品种授粉后８ｈ乙烯释放量明显高于正常类型，且在以后１～２ｄ内维持较高水平。田间在穗部处理和室内培养处理均表明乙烯明显影响籽粒败育，增加败育。由此可见，乙烯在籽粒发育和败育发生中起着重要作用。     

玉米种质资源扩增、改良及创新方法探讨

创造并掌握丰富的种质资源是培育新的作物和优良品种的前提,我国玉米种质资源相对比较狭窄,本文结合育种实践,分析了当前应用的各种种质改良、创新方法的特点和优势,提出了它在今后玉米育种和种质扩增中存在的问题和利用的思路.     

基于图像识别的玉米叶部病害诊断研究

【目的】探讨利用图像技术实现玉米叶部病害自动识别的方法。【方法】根据玉米叶部病害特点，综合应用阈值法、区域标记方法与Freeman链码法，对玉米叶部病害图片进行图像分割、统计病斑个数、去除冗余斑点、计算病斑形状特征，最后根据二叉检索法推断病害。【结果】研究提取了五种玉米叶部主要病斑的识别特征，确定了诊断流程，并开发了识别系统。经检验，该系统对玉米叶部的锈病斑、弯孢菌病斑、灰斑、褐斑、小斑等五种主要病害的诊断准确率达80%以上。【结论】研究结果表明，用图像技术进行玉米叶部病害诊断是可行的，本研究开发的诊断系统为玉米病害自动识别与诊断奠定了基础。     

图像颜色特征提取及其分类研究

在图像分类和检索中,如何对图像进行特征提取及提取图像的哪些特征信息,影响着图像分类的准确性。提出了一种基于颜色的特征提取算法,同时利用最新的多层的深度学习算法对图像进行分类。结果表明,该研究提出的图像分类方法比传统图像分类算法准确度有较大的提高。