公益性行业科研专项(201203026)
- 作品数：2 被引量：19H指数：2
- 相关作者：王越刘哲马钦李绍明朱德海更多>>
- 相关机构：中国农业大学更多>>
- 发文基金：中央高校基本科研业务费专项资金公益性行业科研专项国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于计算机视觉的玉米穗粒重无损测量方法被引量：5
- 2015年
- 目前,国内玉米穗部考种大多采用目测尺量等传统手段,并且进行穗粒重测试时必须要经过脱粒环节,造成了对玉米果穗样本的破坏,无法保留考种原材料,不利于果穗精细化育种。为此,基于计算机视觉技术,利用可见光成像技术和X光成像技术,通过测量与计算果穗的三维几何性状,根据果穗质量分布特征建立了3种穗粒重估算模型:基于单粒重的穗粒重计算模型、基于容重的穗粒重计算模型和基于轴重的穗粒重计算模型。实验结果表明:基于单粒重的穗粒重计算模型和基于容重的穗粒重计算模型对果穗品种依赖较强,计算误差较强;相比较之下,基于单粒重的穗粒重计算模型比基于容重的计算模型拟合效果要更加好一些;相比于单粒重模型和容重模型,通过轴重模型来计算穗粒重有着较高的精确度,平均误差精度能达到1.30%,而且数据波动小,测量结果较稳定。该方法能够满足玉米果穗考种的基本需求,为实现考种流水化、智能化和自动化提供了很有价值的借鉴。
- 周金辉马钦朱德海王越张晓东刘哲李绍明
- 关键词：穗粒重计算机视觉
- 基于机器视觉的玉米异常果穗筛分方法被引量：14
- 2015年
- 针对玉米品种制种过程中病害果穗的表型识别问题,以玉米果穗整体为研究对象,基于二维快速成像技术实现了霉变、虫蛀和机械损伤3种异常果穗的快速分选。构建了单目视觉便携式图像采集装置,采集了任意摆放的粘连果穗目标图像,分别在RGB模型和HIS模型中提取了玉米果穗的6个颜色特征和5个纹理特征,并实现特征参数的归一化。构建了病害果穗分类模型,并采用已知样本特征向量对支持向量机和BP神经网络方法进行训练和对比分析,最后采用支持向量机方法实现了3种异常果穗的快速分选。实验结果表明,该方法对霉变异常果穗筛分的正确率可达96.0%,虫蛀果穗筛分的正确率可达93.3%,机械损伤果穗筛分的正确率可达90.0%。
- 张帆李绍明刘哲朱德海王越马钦
- 关键词：机器视觉筛分图像处理
