红富士苹果摘袋后着色进程与抗氧化能力的关系

为指导套袋红富士苹果根据天气适时摘袋,避免日烧,对套袋红富士苹果摘袋后着色进程与抗氧化能力的关系进行研究。结果表明,套袋红富士苹果在十月初摘袋后2d即开始有明显的花青苷积累和红色表现,清除自由基的能力也明显增强,但只有到摘袋后第3d花青苷含量大幅增加后,果实遇低温强光时才可能避免日烧。建议红富士苹果摘袋时要注意天气预报,避开3d内的霜冻。     

苹果外形特征与内在品质的典型相关分析

运用典型相关分析,研究了苹果的外形特征(面积、周长、偏心率以及似圆度等)与苹果的内在品质(水分含量、含糖量、酸度)之间的关系.结果表明:长轴与短轴比与苹果的内在特征呈正相关,而似圆度与苹果内在特征呈负相关.该研究初步为基于计算机视觉的水果实时分级提供了依据.     

基于双侧图像识别的单株苹果树产量估测模型

利用普通数码相机获取成熟期苹果树图像进行产量估测,具有成本低、操作简单等特点,其关键是估测模型的建立。该文分别按东南和西北2个方向获取富士苹果成熟期的40株果树的80幅图像,通过果实特征提取,获取东南方向识别出的图斑数量（参数1）、西北方向识别出的图斑数量（参数2）、东南方向识别出的图斑像素面积（参数3）、西北识别出的图斑像素面积（参数4）,分别以识别出的4个参数及双方向图斑数量之和（参数5）、双方向图斑像素面积之和（参数6）共6个参数为自变量,以获取的单株产量信息为因变量,以奇数组20株果树为建模数据集建立线性回归模型。结果表明以参数5构建的产量估测模型的决定系数R2最高为0.81,相对均方根差（NRMSE）值最低为0.11,说明以该参数构建的模型其估测效果最好;进一步利用以参数5构建的估测模型对偶数组20株果树进行验证,其NRMSE值为0.16,估测结果较好,但也存在估测产量较大波动的情况。深入讨论引起估测偏差的情况,后期研究应重点提高逆光、弱光照条件下的成熟期苹果的识别率,及解决由于单果因遮挡被分离而被识别为多果的情况和多果因重叠被识别为单果的情况,以提高识别效果,进而提高产量模型估测效果。     

基于模糊集理论的苹果表面阴影去除方法

为了提高阴影影响下的苹果目标提取精度,该文提出了一种基于模糊集理论的苹果表面阴影去除方法。该方法将含阴影图像作为一个模糊矩阵,利用所设计的隶属函数进行图像去模糊化处理,达到图像增强的目的,进而削弱苹果表面阴影对目标分割的影响。为了验证算法的有效性,采用基于灰度阈值和基于颜色聚类2种算法对去除阴影前后的目标图像进行分割,并选用分割误差、假阳性率、假阴性率和重叠系数4项指标进行了分析比较,试验结果表明,去除阴影之后,2种分割算法所提取的苹果目标区域较去除阴影之前有了较大的提高,2种分割算法的平均分割误差分别为3.08%和3.46%,比去除阴影之前降低了20.53%和25.92%,假阳性率、假阴性率分别降低了29.79%、29.98%和21.25%、29.83%,重叠系数分别提高30.96%和24.55%。与灰度变换法去除阴影后分割的效果比较表明,该方法的平均分割误差降低了29.23%,假阳性率、假阴性率分别降低了30.97%和20.40%,重叠系数提高了26.60%;与直方图均衡化法的比较表明,分割误差降低了25.59%,假阳性率、假阴性率分别降低了22.74%和27.56%,而重叠系数提高了27.43%。这一系列数据表明,基于模糊集理论的阴影去除方法具有较好的阴影去除效果。经过去除阴影后,可以获得更高的目标分割性能,目标提取精度显著提高,表明将模糊集方法应用于苹果目标的阴影去除可以有效地提高苹果目标区域的提取精度。     

考虑直径影响的苹果霉心病透射光谱修正及检测

针对苹果霉心病近红外透射光谱信息受果实直径影响的难题,提出了一种能够修正果实直径对透射光谱影响的方法。基于透射光谱采集平台获取327个红富士苹果的可见/近红外光谱(350～1 100 nm)信息,采用电子游标卡尺获取其直径(光程)信息。以直径为80 mm健康苹果的平均光谱作为参考光谱,将327个苹果的光谱与参考光谱进行比较,结合直径信息利用公式求得透射光在果实内的衰减系数P,用衰减系数P进行透射光谱的修正。修正后光谱建立支持向量机(SVM)模型、误差反向传播神经网络(BP-ANN)模型,并与修正前原始光谱建立模型进行对比。实验结果表明,应用此光谱修正方法能够显著提高模型判别精度,其中应用SVM算法对修正后的光谱建立模型效果最好,对训练集和测试集的判别准确率分别为99. 34%和90. 20%,相对于原始光谱建立的模型判别准确率分别提高了7. 84和5. 89个百分点。基于此方法修正果实直径对于透射光谱的影响是可行的,构建的模型能够实现苹果霉心病的准确判别。     

基于Snake模型与角点检测的双果重叠苹果目标分割方法

为了实现重叠苹果目标的精确分割,提出了一种Snake模型与角点检测相结合的重叠苹果目标分割方法。该方法首先利用Snake模型得到重叠苹果目标的轮廓,接着采用提出的基于距离测度的角点检测算法寻找重叠苹果目标的角点,针对距离扰动产生伪角点的问题,采用3级db1小波变换得到不含细节信号的近似距离信号,并通过Spline样条内插算法使其恢复到原始信号的长度,从而去除伪角点,最后提出了一种基于长轴分割准则的分割点选取方法并实现了重叠苹果目标的分割。为了验证算法的有效性,利用20幅重叠苹果目标进行了试验,并与人工计算得到的分割线进行了对比,试验结果表明,利用文中算法分割重叠苹果目标的最大误差为13.27°,最小误差为1.20°,平均误差为6.41°,表明Snake模型与角点检测算法相结合对重叠苹果目标具有较好的分割性能,将该方法应用于重叠苹果目标的分割是可行的。     

旬邑县红富士苹果丰产园管理技术经验

现从整形修剪、培肥、加强果实管理和病虫害防治4个方面,对旬邑县红富士苹果成龄丰产园管理技术进行了总结,为红富士苹果丰产提供参考依据。     

改良高干开心形富士苹果树冠不同层次相对光照强度分布与枝叶的关系

以12 a生富士苹果(Malus domestica Borkh cv.Red Fuji)为试材,研究了改良高干开心形树冠不同层次相对光照强度的分布、季节动态变化与枝叶数量间的关系。结果表明,树冠相对光照强度从上部到下部逐渐降低,同一冠层内相对光照强度从内膛到外围逐步增加;树冠最上层5—10月呈平稳趋势,而中下部5—7月呈下降趋势,7月份后趋于稳定;小于30%的相对光照强度的树冠体积在年生长周期内逐渐增加:5—6月份为15%,7—8月27%,9—10月30%。新梢的空间分布研究表明,>30 cm的长枝(梢)、15～30 cm的中长枝(梢)、5～15 cm中枝(梢)和小于5 cm的短枝(梢)分别集中分布在冠层高度2.0m以上、1.5～2.5m、1.0～2.0m和1.0～2.5m冠层内;生长季总枝量100.39万条/hm2,长、中长、中和短梢占总枝量的比例分别为6.44%、5.52%、14.40%、73.64%,多于6片叶的短梢占总短枝量的42.08%。应用多元统计分析的方法建立了树冠相对光照强度与枝(梢)叶量关系的回归方程,相对光照强度值与累计枝梢数量和叶面积系数呈负指数关系,苹果优质生产和最佳利用光能的群体结构参数为总枝(梢)量小于96万条/hm2,叶面积系数控制在3.9以下,长、中、短梢比例分别为10.91%、13.70%和75.39%。     

青香蕉苹果室温贮藏期间糖酸比及芳香成分变化规律的研究

在室温 (16～ 18℃ )条件下 ,青香蕉苹果贮存前 10d是糖酸含量变化的高峰期 ,期间糖酸比值由 2 3.5上升到 4 9.4。乙酸乙酯和丁醇、己醇、2 -甲基丁醇等含量均出现高峰值。第 10～ 4 0d ,糖酸比值呈微降趋势 ,酯类芳香成分含量出现 1～ 2个高峰值。果实表现出浓郁的青香蕉苹果风味。4 0d后 ,糖酸比趋于平稳 ,苹果进入生理成熟状态 ,酯类芳香物含量下降 ,而乙酸乙酯和醇类芳香物含量均又出现增加趋势