国家自然科学基金(30471011)
- 作品数：6 被引量：114H指数：4
- 相关作者：李伟荀一蔡卫国张俊雄陈晓更多>>
- 相关机构：中国农业大学浙江工业大学更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金教育部重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术农业科学理学电气工程更多>>
- 谷物种子精选自动化系统研究被引量：1
- 2006年
- 在计算机视觉动态检测技术基础上，研究了种子精选分级自动化系统。提出了系统检测工作原理及整体结构方案，并开发研制了样机。色标传感器对种子位置进行实时跟踪，自动获得运动中每一粒种子的位置信息。根据种子的形态学特征将种子分为4级。电磁阀控制高压气流的通断从而达到分级目的。整个试验台的控制由可编程控制器PLC完成。试验结果表明，当传送带速度达到0．3m／s，气压为0．85MPa时，种子分级合格率可达90％，系统处理速度为15粒／秒。
- 荀一蔡卫国李伟
- 关键词：种子精选计算机视觉自动控制
- 种子精选分级装置自动控制方法研究被引量：13
- 2005年
- 基于形态学信息并结合计算机视觉技术的精选种子实时分级装置可将种子分为4级,传感器对种子位置进行实时跟踪,快速、自动获得运动中每一粒种子的位置信息,电磁阀控制高压气流的通断达到分级目的,整个试验台的控制由可编程控制器PLC完成。试验结果表明,当传送带速度达到0.2m/s,气压为0.85MPa时,种子分级准确率可达90%以上,系统处理速度为15粒/s。
- 蔡卫国李伟荀一
- 关键词：种子可编程控制器
- 粘连玉米籽粒图像的自动分割方法被引量：33
- 2010年
- 以玉米籽粒为对象,提出了一种基于公共区域和籽粒轮廓寻找分割点的方法,实现了粘连玉米籽粒图像的自动分割。对于两个相互粘连的籽粒,在对粘连目标进行连续腐蚀—膨胀处理过程中,相互接触籽粒会形成公共区域,将公共区域与任意一个籽粒轮廓进行交集运算后,得到一段不封闭的曲线,曲线段的端点作为分割点,再运用Bresenham画线算法生成分割线,将这两个籽粒分离。对于大量粘连的籽粒,采用同样的方法,以"剥离"方式可将籽粒逐个分离出来。对100组粘连籽粒图像进行算法测试,分割正确率为96%,分割后的籽粒边界较为平滑,变形较小。
- 荀一鲍官军杨庆华高峰李伟
- 关键词：玉米籽粒图像处理BRESENHAM算法
- 基于形态特征的玉米种子表面裂纹检测方法被引量：38
- 2007年
- 采用数字图像处理技术实现了对玉米种子表面裂纹的识别和检测。选择冷阴极荧光灯(CCFL)设计了图像采集的光照环境,建立了玉米种子图像的采集系统,然后针对玉米种子图像提出了一种基于籽粒形态学特征的表面裂纹检测方法。该方法采用水平和垂直边缘检测算子处理得到裂纹、种子边界和噪声等边缘信息;然后通过玉米籽粒的形态特征寻找其尖端位置,并使用图像代数运算的方法去除大部分非裂纹信息;最后根据裂纹的长度和位置特征提取得到裂纹,并计算裂纹的绝对长度和相对长度。对农大4967和农大3138两个品种的玉米分别选取裂纹粒和无裂纹粒各50粒进行图像识别,试验结果表明:识别准确率分别为94%和90%,基本满足玉米种子表面裂纹检测的精度要求。
- 张俊雄荀一李伟
- 关键词：计算机视觉图像处理玉米种子形态学
- 基于近红外光谱技术和人工神经网络的玉米品种鉴别方法研究被引量：36
- 2008年
- 提出了一种采用近红外光谱技术结合人工神经网络对玉米品种进行鉴别的方法。在3800～10000cm^-1（波长1000～2632nm）范围内采集四种玉米单粒完整籽粒的近红外漫反射光谱,经Savitky-Golay平滑和多重散射校正预处理后,对数据进行主成分分析,再结合人工神经网络技术进行品种鉴别。主成分分析表明,前8个主成分的累积贡献率达到99.602%。以前8个主成分作为网络输入,品种类型作为输出,建立三层LMBP神经网络模型。每个品种各取30粒共120个样本用于建模,10粒共40个样本用于预测。模型对建模集120个样本鉴别率为100%,对预测集40个样本的鉴别率为95%。实验结果说明该方法能快速无损地鉴别玉米品种,为玉米的品种鉴别提供了一种新方法。
- 陈建陈晓李伟王加华韩东海
- 关键词：近红外光谱主成分分析人工神经网络
