暗光环境下油菜种子发芽率自动监测系统

发芽率是种子质量检测的重要指标,采用高发芽率的种子用于生产,是确保农业生产安全的重要举措。传统的种子发芽率检测方法需要耗费大量专业技术人员的劳动力,且存在主观不确定性。针对这一问题,引入图像分析方法,在培养箱中构建图像实时采集系统,获取种子图像;并针对培养箱中的暗光环境,设计相应的种子发芽检测算法,分析当前图像中种子的总数和已经发芽的种子数,计算发芽率。以油菜种子发芽为例进行了实验验证,证明了该系统的有效性。可应用于种子的选育工作,也可用于当前种子质量评价方法的验证工具,有效提高育种工作人员的工作效率。     

基于双椭圆变化参数的香蕉形状描述方法

为实现香蕉外部形状的描述,提出一种基于双椭圆变化参数的香蕉形状描述方法。首先通过图像预处理获得对象物体的二值化图像,结合开源计算机视觉库（OPENCV）提供的库函数cv.fitEllipse进行二维点集的椭圆曲线拟合,并筛选出外接椭圆轮廓作为初始轮廓;然后在此基础上构造可变参数的外接椭圆和内接椭圆,以双椭圆叠合面积的大小为准则进行香蕉形状的拟合描述;最后提取描述香蕉形状的双椭圆参数作为特征参数,并运用该类参数对其他类型果蔬形状进行描述,判断该类特征参数的有效性。试验结果表明,所提出的方法简便易行,在AMD FX6300处理器平台上运算速度约0.1 s。算法采用C++语言编写,能够应用于水果分类包装自动化生产线。