基于纹理南疆红枣外观品质应用研究

红枣分级技术主要依靠人工分级,造成了生产效率低下,分级精度低。随着无损检测技术发展,利用计算机技术实现红枣的自动分级,已成为较优的红枣分级方法。以南疆红枣外部品质特征为研究对象,应用MATLAB的数字图像处理技术,寻求红枣外部品质特征参数的采集以及分级方法。采用灰度化对红枣图像作预处理以及图像的特征提取,结果表明,该方法可以实现红枣外部特征参数的采集,进而实现南疆红枣的纹理分级,具有实际应用价值,且对今后逐步实现基于机器视觉的红枣外观品质综合分级研究具有指导意义。     

新疆南疆规模红枣种植农户经营行为研究

新疆是我国重要的红枣种植基地。随着现代农业的发展,传统的以一家一户为主的种植方式逐渐向集约化、规模化进行转变。在这一过程中,虽然在经济效益和社会效益上取得了显著成绩,但是也存在着一些需要解决的问题。本文就新疆南疆红枣规划化种植过程中存在的问题进行了总结分析,并提出了促进红枣规模化种植的建议,以为实际工作提供参考。     

基于BP神经网络算法的红枣分级技术应用

分别从几何形状特征、颜色特征及纹理特征三方面入手,并对所有特征进行优化选择,最终得到3个表征红枣特性的特征量;建立红枣样本数据库,以BP神经网络为模型,设计合理的BP神经网络训练和测试方法,对红枣进行分级研究,通过不同样本条件下的实验测试,可以得到高达94%的红枣等级划分正确率,能较好地满足红枣分级的需求,对红枣产品的生产、销售均具有一定的理论和实际意义。     

基于图像处理的红枣分级检测方法设计

为提高红枣分级速度和分级检测的精度,实现无损分级的效率最大化,按照分级要求对红枣的大小、形状、颜色、表面褶皱程度及外轮廓等进行检测。采用图像预处理算法对红枣图像进行平滑去噪、图像增强,多种检测算法比较后采用自适应Canny算法对红枣图像进行外轮廓边缘检测,拟采用傅里叶算法对红枣的尺寸进行计算,由极半径函数确定红枣的形心位置坐标,配合Euclidean算法检测红枣距离尺寸,对干枣、鲜枣以及大小形状不规则的红枣混装进行分级处理。对若干大小、形状等特征不同的红枣进行分级检测试验,结果表明在提高红枣检测速度的同时准确率均在90%以上,具有较好的鲁棒性和准确率,在红枣分级要求精度较高的情况下,减少了整体运行时间,满足红枣分级的实际要求。     

基于Bayes的竹片颜色检测分级方法

为了采用机器视觉对竹片自动识别与颜色分选,研究了一种基于竹片图像颜色特征与纹路特征和Bayes分类器的颜色分类方法.首先,对灰度图像采用Canny算子进行边缘检测,再利用Hough变换对竹片进行边缘定位,并对倾斜竹片实施旋转校正,以确定待检测竹片在图像中的具体位置.根据竹片的位置提取竹片区域平均颜色特征及纹路特征,将其作为样本的属性特征,采用Bayes训练的颜色等级作为输出,建立特征参数与颜色等级之间的Bayes分类器,上位机获得分级信号后经串口通过下位机实现竹片的自动分级.试验结果表明,该方法对竹片颜色检测准确率达到91.7%,可为竹制品行业的竹片颜色自动在线检测提供理论依据.     

政府转移支付对南疆红枣加工企业的效应分析——以红枣国家现代农业产业园为例

在大力发展林果经济和乡村振兴的背景下,红枣产业成为了带动南疆产业振兴的重要部分,研究南疆尤其是兵团的红枣产业,对于我国红枣产业加工发展具有重要的作用。以红枣国家现代农业产业园为例,通过问卷调查法和深度访谈法,实地调查红枣加工企业补贴实施情况。总体来说,政府划拨财力性转移支付的经济扶助,显著激励了红枣企业的技术创新;存在80%的企业都对红枣深加工意愿较高,但在深加工方面,企业在资金、技术和人才方面存在着困难;加工补贴对于不同规模的红枣加工企业存在明显的异质性,提质增效效应总体有限。通过加强人才的引进提高企业的加工技术,降低红枣补贴的门槛,政府应合理制定政策,加强企业红枣深加工方面的补贴,促进红枣产业转变发展方式,提高红枣产品的附加值。     

基于颜色和纹理特征的柑橘自动分级

以柑橘为供试对象,研究了计算机视觉分级中的柑橘图像采集和图像信息处理方法。利用单个摄像机对每个柑橘从4个侧面采集4幅图像,利用4幅图像特征的平均值作为该样本的最终特征,研究基于果实颜色和表面纹理的柑橘图像快速处理分级技术。以人工感官鉴评结果作为分级标准,以训练好的概率神经网络对60个柑橘样本进行了分级试验。结果表明:系统对各级水果的识别成功率略有不同,对一级果和四级果的识别率最高,二级和三级果的识别率稍低,整体识别率约为85%。     

基于非参数密度估计对烤烟烟叶颜色CIE1976(L~* a~* b~*)色空间的三维空间图的研究

利用色差仪对云南9个烟区K326烤烟品种,3个部位的烟叶进行了颜色指标的测定。应用CIE 1976(L*a*b*)色空间理论,采用非参数密度估计函数,对颜色数据做非参数密度估计图,并以颜色的3个指标L、a*b*,分别作三维空间的坐标轴Z轴、X轴、Y轴,绘制了三维山峰图和等值线图。结果表明,通过三维图能够清晰地表征出3个部位的空间层次分布,通过山峰图能有空间立体层次地表现颜色指标,通过等值线图能看出每个部位颜色数据的分布情况,解决了颜色3个指标来表征一个特性的情况,可为今后颜色指标的数据库建立提供一定的基础。     

红枣自动分级技术的研究现状及展望

调查了国内外在机械式、光电式和基于机器视觉技术的红枣自动分级研究现状,并着重对机械式和基于机器视觉技术自动分级技术报道进行分析。结果表明,机械式在短期未来仍是研究热点之一,光电式未来发展空间不大,而机器视觉作为未来的发展方向,将重点解决在保证生产率和分级精确度的情况下完成红枣全表面在线实时检测和多指标综合自动分级的问题。     

基于支持向量机的苹果颜色分级

为了克服苹果颜色分级中存在的误差大等缺点,提出了一种新颖的智能分级方法.设计了基于支持向量机的苹果颜色分级系统,即利用计算机视觉技术获取苹果表面颜色的色度作为颜色特征;依据支持向量机理论,选取径向基函数作为核函数,采用"一对多"的方法构造多类分类机;将苹果的色度特征作为分类机的输入样本,对苹果进行分级.对大量样本进行分级仿真试验,结果表明,该方法分级正确率很高.将支持向量机应用于苹果颜色分级切实可行且效果显著.     

基于卷积神经网络干制哈密大枣纹理分级

【目的】研究一种基于卷积神经网络干制哈密大枣纹理分级的方法。利用卷积神经网络解决干制哈密大枣的纹理分类问题。【方法】将大小统一的彩色图片输入网络,卷积核自动提取其纹理特征,进行分类。【结果】分类准确率达到了97.7%。【结论】与常用的灰度共生矩阵提取干制哈密大枣纹理特征(最大概率,相关性,对比度、能量、同质性和熵),再用BP神经网络和支持向量机(SVM)分类准确率相比的方法,避免了复杂纹理提取和图片预处理的过程,在测试时间相近的情况下识别率更高。     

基于高空间分辨率卫星影像的新疆阿拉尔市棉花与枣树分类

【目的】 枣树和棉花是新疆地区的两大优势作物。利用高空间分辨率遥感影像对作物进行识别,更加快速、准确地获取枣树和棉花的种植面积及其分布区域,以利于相关部门政策的制定及农作物的精确管理。【方法】 本文以新疆阿拉尔市主要农作物为研究对象,运用基于像素与面向对象的遥感影像分类方法,通过比较光谱角制图（SAM）、支持向量机（SVM）、CART决策树（DTs）、随机森林（RF）这4种机器学习算法在高空间分辨率卫星影像分类中的作物识别精度,探究影像获取时期（2016-05-10、2016-09-07、2016-10-08）及面向对象的信息提取技术对作物分类精度的影响。【结果】 5月份影像（即棉花覆膜期影像）作物分类精度最高,10月份影像次之,9月份影像最差;与基于像素的作物分类方法相比,面向对象的作物分类方法可以使各时期的作物分类总体精度得到一定提高（除SAM之外）,各时期分类精度分别提高了4.83%、7.77%、7.22%,最高分类精度分别为93.52%（2016-05-10）、85.36%（2016-09-07）、88.88%（2016-10-08）,均实现了较好的作物分类效果。【结论】 5月份（棉花覆膜期）影像对棉花和枣树分类效果最好,该时期的棉花被地膜覆盖,且枣树表现出明显的植被光谱特性,两种作物生长早期呈现出差异化的光谱特征,因此棉花和枣树的遥感识别应在作物生长早期进行;面向对象的分类方法可以综合运用光谱、纹理及空间信息,特别是纹理信息的加入,可以取得比基于像素方法更高的分类精度,且提供一种高效提取田块边界的手段,对当地农田信息化管理具有重要应用价值。在棉花和枣树识别过程中,纹理特征的重要性高于光谱和空间特征,红光和绿光波段在所有波段中对棉花和枣树的识别贡献最大。     

气象因子对南疆地区骏枣果实品质的影响

为了了解新疆南疆地区气象因子对骏枣果实品质的影响,分析了2015-2016年南疆地区阿克苏、和田及库尔勒三个地区的温度、日照量、降雨量、相对湿度和风速等气象数据,研究了气候变化情况对骏枣果实品质的作用规律。通过对比两年内12项气象因子对单果重、Vc和可溶性总糖含量等骏枣果实品质的影响,发现南疆气候条件对骏枣果实品质有明显影响,不同品质指标的气象影响因子有所不同。结果表明对骏枣品质的关键指标（单果重、蛋白质、Vc和可溶性总糖含量）影响较大的气象因子分别为平均气温、平均最高温度、日照时数和降水量。其中Vc和可溶性总糖受空气平均最低温度的影响最明显。     

用人工神经网络进行果实颜色分级技术研究

以计算机视觉自动检测果实表面着色度并进行分级为目的,在分析果实表面颜色色相分布特性的基础上,提出将果实色相分布曲线作为模式处理,用人工神经网络进行果实表面颜色分级。结果表明,人工神经网络分级与人工分级的一致度在９４％以上。     

基于图像识别技术的南疆红枣品种识别研究

通过Matlab图像处理和识别技术,根据不同品种的红枣的形状特征不同,分别对5种不同品种的红枣进行识别。首先对红枣俯视图像预处理提取红枣的表面轮廓,然后利用轮廓计算矩形度,圆形度,偏心率等7个几何特征和8个图像的不变距。利用PNN和BP神经网络作为分类器,对不同品种的红枣图像进行识别。结果表明,两种神经网络能够对不同品种红枣进行识别,PNN网络的平均识别率为90%,BP网络的平均识别率为80%,PNN神经网络比BP神经网络分类效果好。     

新疆南疆绒山羊辅助育种网络管理系统的设计

在分析南疆绒山羊育种信息管理需求的基础上,以软件工程方法为指导,运用ASP.NET、数据库设计、服务器构架等技术,设计开发基于网络的南疆绒山羊辅助育种信息管理系统.通过该系统记录、收集、加工、存储和利用南疆绒山羊养殖育种生产数据,实现对绒山羊遗传资源与育种信息的规范化、科学化管理,提高联合育种数据信息分析效率,为南疆绒山羊的遗传育种、品质改良以及高效养殖提供指导.     

浅谈南疆地区农业信息化研究现状及前景分析

信息技术是作为21 世纪核心技术,自出现以来便以发展块,影响力大的有点,渗透在整 个社会经济中,其对于人们的生活,生产,工作都带来了极大的影响,其也促进了我国社会经济 的进步。在一定程度上农村信息化是为现代化农业发展提供了必要的动力支持。本文主要是 针对南疆地区农业信息化的现状以及在实际建设过程中的问题进行了详细分析,再从不同的角 度出发提出了针对强化农业信息化发展的对策,并且在对农业信息化的前景发展中提出了相应 的解决措施,予以相关学者参考与借鉴。