基于小波变换的Wiener滤波算法去除苹果图像噪声

在小波变换的基础上,提出了一种基于小波变换的Wiener滤波去噪方法。采用该方法对苹果图像的加性噪声（高斯白噪声）去噪,结果PSNR为184．94,视觉效果清晰（而含噪声图像的PSNR为158．23,噪声太多不清晰）。好于邻域平均法（PSNR为174．15,视觉上含部分噪声）、中值滤波法（PSNR为182．4Z）、小波阔值去噪（PSNR为171．59,视觉上也含部分噪声）和Wiener滤波去噪法（PSNR为173．65）的去噪结果,更好于数学形态学的去噪结果（PSNR为150．46,视觉上含较多噪声）。试验结果表明,基于小波变换的Wiener滤波方法对苹果图像加性噪声的去噪效果具有信噪比高、视觉效果好等优点。     

草莓真空密封贮藏技术试验初报

近年来,各地的草莓种植面积不断扩大,草莓收获期短,季节性强,没有后熟能力,过早采摘会影响品质,成熟的果实则含水量高,易受感染腐烂,贮藏难度大.常温下采收24h内就会褐变失水、变色、萎缩,继而腐烂变质,对草莓的贮藏、销售带来很大的困难.     

西瓜抗病品种选育

利用我国优质轻抗枯萎病材料为母本,与美国高抗枯萎病丰产材料为父本选配而成抗病“黑旋风”品种,全生育期100天左右,雌花开花到成熟需32天,果实椭圆,黑皮红瓤少子,肉质细脆,口感好,平均单果重6kg以上,最大可达30kg。中心糖12%以上。产量高于3500kg/667m2以上,耐贮运,植株生长旺盛,易坐果,高抗枯萎病,产量及抗病性均超过对照品种,可重茬1～2年种植或缩短轮作年限3～5年,是目前较理想的西瓜新品种。     

优质抗白粉病网纹甜瓜新品系的选育及利用

利用抗病的哈密瓜类型材料与网纹类型材料杂交 ,结合田间自然发病和苗期人工接种抗性鉴定 ,通过连续自交分离选择 ,获得 3个稳定的抗白粉病的网纹类型品系材料。经果实性状调查和杂交组合配制 ,3个品系均表现出网纹形成良好、果肉厚 ,折光糖含量高等特点 ,为网纹甜瓜新品种选育提供了亲本材料     

无籽西瓜新品种津蜜3号的选育

津蜜3号是1个纯黑皮、浓腊粉、圆果形、优质、中熟无籽西瓜品种。中抗枯萎病，较抗叶部病害，果实从开花到成熟需32天，单瓜重5．5kg以上，中心可溶性固形物含量11％以上，皮厚1．0cm左右，瓤色大红，瓤质脆，口感好，耐贮运。生长中庸，易坐果，平均产量3500kg／667m^2以上。在陕西、湖南、河南、山东试种表现良好。2002年12月通过天津市农作物品种审定委员会审定。     

无籽西瓜新品种津蜜3号的选育

津蜜3号是1个纯黑皮、浓腊粉、圆果形、优质、中熟无籽西瓜品种。中抗枯萎病,较抗叶部病害,果实从开花到成熟需32天,单瓜重5.5kg以上,中心可溶性固形物含量11%以上,皮厚1.0cm左右,瓤色大红,瓤质脆,口感好,耐贮运。生长中庸,易坐果,平均产量3500kg/667m2以上。在陕西、湖南、河南、山东试种表现良好。2002年12月通过天津市农作物品种审定委员会审定。     

抗病丰产耐裂西瓜新品种津花3号的选育

津花3号是抗病、丰产、耐裂、京欣1号类西瓜新品种。华北地区露地栽培全生育期90天,果实发育期28天,单瓜重4.6kg左右,较京欣1号增产20%以上,中心可溶性固形物含量11%以上。瓤色红,瓤质脆,口感好。皮韧,耐贮运。生长势旺,易坐果,抗枯萎病,适宜露地地膜覆盖和小拱棚栽培。2002年通过天津市农作物品种审定委员会审定。     

无籽西瓜新品种津蜜二号的选育

用美国四倍体×日本四倍体回交选育的 4X- 1,与美国双抗自交系杂交 ,选育出无籽西瓜品种津蜜二号 ,经在天津区试及全国各地试种 ,表现较黑蜜二号增产10 %以上 ,中心糖 11.3%,坐果率达 90 %,1999年通过天津市农作物品种审定。     

农作物病虫害诊断专家系统初步研究

1 前言 　　在农作物病虫害的防治体系中,病虫害的诊断至今为薄弱环节.各种类型的病害与各种各样的害虫,是否能够正确的诊断,直接影响到作物病虫防治工作的成败.然而,正确的诊断病虫,对病虫害防治人员提出了较高的要求,而近年来变化异常的生态环境和多变的病虫灾害,为病虫害的防治带来较大的困难,因为作为专业技术人员,对病虫的诊断需要一定的学习和实践的过程,常常某些病害的来临,非常迅猛,则要求病虫防治人员作出最快的反应,只有这样,才能挽回病虫对农业生产带来的损失. 　　……     

基于小波变换的Wiener滤波方法在农产品图像去噪中的应用

农产品图像的去噪是农产品图像处理中最基本、最重要的工作之一。为了更有效地去除农产品图像中的噪声。受二维离散Wiener滤波器计算方法的启发,提出了一种基于小波变换的Wiener滤波方法。该方法采用小波变换和Wiener滤波相结合的方法,具有稀疏性、多分辨率、去相关性、选基灵活性和在MSE意义上对图像进行最优估计的优点。该方法首先对含噪农产品图像ano做第一次小波变换得到低频图像a1和水平、垂直和对角三方向的高频图像 hd1、vd1及dd1;其次对低频图像a1做Wiener滤波得到a1w,再对3个高频图像分别做Wiener滤波并合成得到g1w ;接着对低频的a1w和高频g1w做小波逆变换,得到滤波图像“a1w+g1w”。同时,考虑到噪声主要在高频部分,所以直接把低频的a1和高频g1w做小波逆变换,得到滤波图像“a1+g1w”。这是对含噪图像ano做第1次小波变换的情况,其第2次、第3次及第4次变换的情况与此类似。这样可以得到许多滤波图像,然后根据图像信噪比PSNR和视觉效果,最终确定去噪效果最好的农产品图像。该方法应用于红枣、小麦杂草等农产品图像的去噪中,结果PSNR为158.23(视觉效果清晰),好于邻域平均法(PSNR 为154.14)、中值滤波法(PSNR 为155.82)、数学形态学(PSNR为154.07,视觉效果偏黑)、高斯滤波法(PSNR为153.79,视觉效果太黑)、直接维纳去噪(PSNR为154.14)和小波去噪(PSNR为158.18)等多种方法。试验结果表明,基于小波变换的Wiener滤波方法应用于农产品图像去噪具有信噪比高、视觉效果好等优点;基于小波变换的Wiener滤波方法用于农产品图像去噪是有效的、可行的。