基于灰度截留分割与十色模型的马铃薯表面缺陷检测方法

为探索基于计算机视觉的马铃薯表面缺陷检测新方法,该研究提出能将马铃薯表面疑似缺陷一次性分离出来的快速灰度截留分割方法和用于缺陷识别的十色模型。选择面积比率和十色比率作为缺陷判别特征,对分割出来的深色部位采用阈值法进行缺陷识别。采用基于快速G与亮度截留分割的2种方法对发芽进行识别。通过对326个马铃薯样本的652幅正反面图像进行试验,基于十色模型的缺陷识别方法对分割出来的深色区域的正确识别率为93.6%,基于快速G与亮度截留分割2种方法结合对有芽体图像的正确识别率为97.5%,马铃薯表面缺陷正确检测率为95     

马铃薯缺陷透射和反射机器视觉检测方法分析

针对反射机器视觉技术若同时检测马铃薯内外部缺陷存在检测精度不高的问题,提出一种基于透射机器视觉技术的马铃薯内外部缺陷无损检测方法。通过对获取的马铃薯透射和反射图像预处理方法的比较研究,确定上山法结合区域生长法为马铃薯透射和反射图像特征的最优分割方法;采用偏最小二乘-支持向量机分别建立了透射和反射图像的马铃薯缺陷识别模型并进行了比较。在对马铃薯内部缺陷进行检测时,透射和反射图像所建模型的判别正确率分别为96.30%、59.26%;在对马铃薯外部缺陷进行检测时,透射和反射图像所建模型的判别正确率分别为94.20%、89.86%;在对马铃薯内外部缺陷进行同时检测时,透射和反射图像所建模型的判别正确率分别为95.83%、81.25%。研究结果表明,无论是对马铃薯内部或外部缺陷单独进行检测,还是对内外部缺陷同时进行检测,透射方法均比反射方法精度更高。     

计算机图像识别在玉米生长模型中的应用

为了应对玉米植株的自动化监控,有效预测玉米产量,设计了玉米的生长模型系统。该系统以图像识别技术为基础,选择植株形貌参数,可有效预测玉米果实质量。整个系统包含图像分析、生长参数分析和玉米生长模型系统3部分。首先进行图像灰度化处理,进行二值分割,后采用中值滤波改进方法去除噪声;最后采用Hilditch细化算法,得到玉米植株骨架图。利用本系统对同一玉米植株进行27天观察,探索植株高度H、宽度W和节结个数N与时间之间的关系。系统以植株高度H、宽度W和节结个数N作为自变量,以植株玉米果实质量作为应变量,建立关系式,预测结果与实际结果吻合良好。     

桃子表面缺陷分水岭分割方法研究

水果表皮缺陷的有效检测是水果自动化无损检测重要的部分,并且表皮缺陷的准确分割是对缺陷果准确分级的前提,也有助于缺陷果的分类识别。然而,通常水果表面具有较大的曲率变化,这种变化的曲率导致水果表面对同一入射光源照度反射的不均,进而影响缺陷区域的准确分割。本研究以平谷大桃为例,提出采用基于形态学梯度重构和内外标记的分水岭算法对水果表面缺陷进行分割。首先,提取R通道图像,采用NIR图像构建掩模模板并对R通道图像去背景;随后,去除背景后的图像进行形态学梯度变化获取梯度图像,并对梯度变化后的图像进行梯度重建以去除水果表面的细小噪声;接着,对重建后的梯度图像进行形态学标记运算获取标记图像;然后,采用标准分水岭算法实现缺陷的准确分割。对正常果、刺伤果、裂果、黑斑果、虫咬伤果、腐烂果和疤伤果7种表皮类型样本共计525幅图像检测结果表明,能够获得96.8%识别率。实验证明,基于形态学梯度重构和标记提取的分水岭算法能够有效用于桃子表面缺陷的分割,并不会受到桃子表面光照不均的影响。     

基于灰色关联分析和区域生长的微小缺陷提取

提出了一种基于灰色关联分析的区域生长算法。首先通过计算二维灰色绝对关联度,将原始图像转换为仅包含高频信息的灰色关联图像,并在此基础上进行阈值处理和区域标记,获得缺陷区域的形心。然后将该形心作为种子像素在灰色关联图像内进行区域生长,实现微小缺陷的在线提取。实验结果表明,新的区域生长算法能够有效地抑制背景噪声、简化计算过程,满足在线提取和实时性要求。     

高斯拉普拉斯算子检测马铃薯斑点缺陷研究

提出一种用高斯拉普拉斯算子的方法对马铃薯斑点缺陷进行检测,也称为"Lo G斑点"检测,该算法结合B通道灰度化及迭代阈值分割法可以有效地识别马铃薯表皮的干腐、结痂缺陷。实验采集了2 5 8个马铃薯样本的516个正反面图像,正确识别率94%以上。结果表明:该方法对检测马铃薯的干腐及结痂缺陷有效。     

农业机械在马铃薯种植中的应用

农业机械化时代悄然而至,在这一时代背景下马铃薯种植活动大范围开展,一定程度上提高了马铃薯种植效率,并扩大种植户经济利润空间。甘肃省临夏县农业技术推广中心客观总结农业机械在马铃薯种植中的应用要点及应用策略,希望能为同行提供借鉴,从整体上提高马铃薯机械化种植水平,加快农业现代化发展步伐。     

膜下滴灌技术在马铃薯种植中的应用

乌兰察布市位于内蒙古自治区中部，是一个干旱、少雨、水资源十分缺乏的地区。马铃薯是全市主要栽培作物之一，播种面积400万亩，占自治区马铃薯种植面积的50％，占全国马铃薯总播种面积的8％，在全国地级市排名第一，种植历史悠久，因其独特的美味而闻名全国。2009年该市被中国食品工业协会正式命名为“中国马铃薯之都”，目前马铃薯已成为全市农民脱贫致富的主导产业。     

干旱区马铃薯田间滴灌限额灌溉技术研究

针对宁夏中部干旱区水资源短缺状况和马铃薯需水规律,在充分利用自然降水的基础上,采用限额灌溉技术开展马铃薯田间滴灌试验研究,得出保证马铃薯正常产量条件下的滴灌限额灌溉制度.     

基于机器视觉的马铃薯自动分级与缺陷检测系统设计

针对现有的马铃薯分级和检测需要大量的人力物力、检测效率不高,设计了基于机器视觉的马铃薯自动分级与缺陷检测系统.工作时,自动分级系统对大量马铃薯进行快速表皮去泥和分级工作,得到3种规格的马铃薯并逐个运输到缺陷检测系统进行马铃薯缺陷的识别检测;通过多种图像处理算法对比分析,以平均值法灰度化、中值滤波处理、大津法分割等方法得...     

基于能量谱和吸光度谱的马铃薯黑心病判别模型优化

马铃薯储藏过程中,在高温、缺氧等环境下,极易产生黑心病等内部缺陷,严重影响马铃薯加工品的品质和原料加工利用率。黑心病薯无法从外观分辨,传统检测方法需要将马铃薯切开后判断,仅适用于抽样检测。基于自主研发的马铃薯内部品质光谱检测装置进行光谱数据采集,分别采集234条健康马铃薯和236条黑心病马铃薯能量谱和吸光度谱数据用于判别模型建立,采用随机法按3∶1将样本集划分为校正集和验证集,以灵敏度、特异性指数、分类正确率作为模型评价指标。基于吸光度谱,经标准化（Auto）预处理后,在波段500~950nm范围内建立马铃薯黑心病偏最小二乘线性判别模型（PLS-LDA）,并通过竞争性自适应重加权法与连续投影法（CARS-SPA）进行联合变量筛选,最终采用9个变量,对黑心病判别的灵敏度、特异性指数、总分类正确率分别达98.87%、98.30%和98.44%。基于能量谱,采用双波长相关系数法,分别计算任意波长对组合的能量差值和比值,与黑心病进行相关分析,最终采用2个变量能量比值T699/T435建立线性判别模型（LDA）,对黑心病判别的灵敏度、特异性指数、总分类正确率分别达97.71%、96.15%和97.67%。因此,基于吸光度谱的CARS-SPA-PLS-LDA模型和基于能量谱的(T699/T435)-LDA模型均可有效识别马铃薯黑心病,与吸光度谱模型相比,能量谱模型仅采用2个变量,模型更简单稳定,并且解决了白背景与暗电流2个参比限制的难题,适用性更广泛。     

基于PLC和MCGS的马铃薯种切块系统设计

传统马铃薯种切块主要依靠人工操作完成,自动化程度低,为解决这一问题,设计了一套马铃薯种切块系统.系统基于西门子S7-1200PLC和MCGS组态,采用PC机的图像处理功能分析工业相机采集的马铃薯图像并建立椭球模型,得到马铃薯的质量及种芽位置;使用PLC逻辑运算功能计算出所需切刀类型及切刀转动的角度,并用MCGS触摸屏对...     

梨果面坏损区域的计算机视觉检测方法

为检测梨的果面的坏损区域,提出了一种利用多台摄像机在多个角度进行拍摄,对多幅采集后的图像进行切割,提取各自特征并进行拼合的算法。试验证明,这是一种较为快速、准确检测梨的果面坏损区域大小的算法,识别梨的坏损面积的相对误差能控制在±0.2范围内,处理时间为250～350ms;识别梨坏损区域数的正确率为0.89,可以满足系统设计要求。     

基于三维线框模型的类球体农产品体积和表面积测量

为了快速无损测量不规则类球体形状农产品的体积和表面积,提出了基于三维线框模型的图像处理方法。即以Android系统为工作平台,利用Java结合OpenCV函数库,以三维线框模型为理论指导编写包括图像采集、图像分割、体积和表面积计算的应用软件。用3种不同直径的标准球体在6个拍摄距离下进行测量,所获测量值与理论值的误差小于0.3%,表明摄像头自身畸变小,在图像能完整呈现被测物的拍摄距离,被测物轮廓的大小对测量精度的影响在可接受的误差范围之内。用所提方法、排水法和扫描图像处理法对不规则形状的柑橘、苹果、梨各10组进行体积和表面积测量,结果显示3种测量方法的相关系数大于0.98,表明该方法可较精确测量类球体农产品的体积和表面积。     

马铃薯块茎组织泊松比的试验研究

固体农业物料的流变特性在生产、质量控制和发展新产品中起着重要的作用.为此,选用了4个品种的马铃薯,对每个品种3个不同部位的块茎组织进行了泊松比的测量研究.采用图像处理的方法获得马铃薯试样的横向和纵向尺寸,测得了不同品种及品种内3个不同区间的泊松比值,为马铃薯流变特性的研究提供参考.     

马铃薯组培苗生长点识别方法研究

采用马铃薯脱毒组培苗培育优质种薯进行种植有利于马铃薯连年高产量生产.目前,马铃薯组培苗生产面临人工成本高、自动化程度低等问题,亟需开发马铃薯组培苗自动化生产设备.为了引导马铃薯组培苗自动分化设备进行有效地移植分割作业,提出采用图像投影分析方法识别马铃薯组培苗生长点位置,提高马铃薯组培苗后续自动化分割移植的作业质量.对1...     

基于Gabor特征的马铃薯图像芽眼识别

为了实现马铃薯智能化切块中芽眼自动识别,提出了一种基于Gabor特征的马铃薯图像芽眼识别方法。首先,设计了马铃薯图像采集系统,采集马铃薯图像;然后,进行马铃薯图像中芽眼特征分析,并基于Gabor特征进行马铃薯图像滤波,选择方向2和尺度4下的滤波图像进行形态学图像处理;最后,通过剔除马铃薯边界连通区域进行芽眼区域提取。选择50张马铃薯图像进行芽眼识别试验,结果表明:提出的算法芽眼识别率为93.4%,误识别率为7.2%,平均识别速度为0.28s。本算法可为马铃薯智能化切块中的芽眼自动识别提供方法。     

马铃薯二级输送分离装置伤薯试验研究

针对现有马铃薯二级输送分离装置破皮、挤压等伤薯现象严重的问题,对马铃薯输送分离作业机理进行了理论分析,确定了主要影响伤薯性能的作业参数。针对伤薯率等作业指标进行田间二次正交旋转组合试验,通过因素编码、中心化处理和试验结果方差分析,确定了伤薯率和二级输送分离装置倾斜角度、驱动轴转速和垂直距离的影响规律,并判定了显著性因素中影响伤薯率的主次顺序:倾斜角度和转速的交互作用、倾斜角度、垂直距离。田间试验表明:二级输送分离装置伤薯率极大值为1.48%,符合马铃薯收获机质量评价技术规范(NY/T 1130-2006)要求。所获得的试验数据和结论分析可为马铃薯二级输送分离装置的结构改进和参数优化提供参考。