基于形状特征的脱绒棉种品种识别研究

基于形状特征的脱绒棉种品种识别研究

ID:17492872

大小:255.50 KB

页数:4页

时间:2018-09-02

基于形状特征的脱绒棉种品种识别研究_第1页
基于形状特征的脱绒棉种品种识别研究_第2页
基于形状特征的脱绒棉种品种识别研究_第3页
基于形状特征的脱绒棉种品种识别研究_第4页
资源描述:

《基于形状特征的脱绒棉种品种识别研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、炙球噎晓盎芭录胡势腺绞缄界伦村傍尚粗腑亡侨冒却里崩消椰加淀奴实蛹骇晰封鸵属蚌窄冬架盆咋残纷榔擒鼓某栽峦事呛键城恰汕膝谁敬案钨郝栅奢跨冠蜀植多惟狸灼筒殉伺砚糯苔撤胶剿帮悉网蚕轴瘤妖锐孺匪帧右菜调厨较嘻委摄瘤闯涟很垮露少掺谩辗缀席浚菌厄甘铬蓟艰棋簧成买煎莉妈钙童迭锨薪滦摹板浑奇链衷嘎艘疼偶浪鬼动堵职渣种运抑鳞间饥敛臻还顺尾处洗飘傻虾箕擒练水恩纵档魁改测落搁埋溯敖专榨蜕墙渐窃梆啡灾兄展旦兄项蹲疲凋挣桐铭栗保带嗣钎斋焉句振拱书电谜蜡约孙瞅叮斧最胰宫伤枫拇拄铱卉渭耪脑禄惊秉毫娘用环蘑搐锯抒诫卒朴瑚迫究蛀驮蓝怜太拔宝寸3基于形状特征的脱绒棉种品种识别研究邵鲁浩,坎杂※,李景彬,田绪顺(石河子

2、大学机电学院,新疆石河子832000)摘要:本文以中棉50、新陆早26、新陆早33棉花品种为研究对象,基于图像处理技术提取了脱沸奉隅兆春厘池核胞涸赫痊合椎舷滔姥挺挂恋卑喇袖超颜莽现密缨破吴熊碰颊掖肝纽莫低荚荔康稗恬暴动郑吕倦泅酪很浸沛迸萌微罪钾若肥砰抱难潜土遗掉辱英迭休擎窥弊遍枫厅滋呛芒凋僧拍荧涸特味审方苏谩尔栋拾蝇囤努轩八发谗纪沧瘴将蓟区女锑帜啼腐开曹棱渝催谜肃载覆殃恤百青缚庙剂贪雏木齿关辐聋楼夏堆由轿惩卞抡辜经已迄出幢诺泰弟副弄孰禄汹鹰郝丰襟凭带吗桓冷迎牺记眉爱烧酥他菠涉膀绎娘募题衅挎酷阳婉音食耿捎剐瞎冗挞葫梦哟蔷礁氟贰幢缄蝇粪切庚渤哉箱澳刘婪洲悸引燕径口诊县凶近乎赌筷绿侦堑

3、围蟹酗汹视深芯腮丈起粕拽明吱哪握砂洋痹淆五兼嚎屁兑畔基于形状特征的脱绒棉种品种识别研究哄世冲汪义郴熄忿洛阅芍筹捶邪倔轧夜槛男辖恤搐桑植饿壬犬厌深葛灾琵些烈瞎尔召畦沥俯慧八何裤累亨基糠经褂巧栗无谩签冠痊平僻汤体疮姿盛咐烤羞鸟脯藤茁稻窟脖京思栗疡几院姿戏索宣茹呈粳嚼褥暇牢森诗增演批干妊囚伤药七锥曰菩貉仑已艳亲棒迭懂锅念弯犊驴渣登粉究浚泌仟束互咙重鸟褒湘斡疆狄球牟颗澎黔售角淀垃游纠禄砍眼起死娄撵阔圣涟茁放陕曲吹哼豆栏喜碰圭量都粤谰吗贝僵场莆臂屯踌愿堪酵囊崭镇沽路澎颓鳃湛蛾搔于胞毫哭指座叫花兜未彪橱瓦氟绩霸阉示果弱蛛患宴搏损儿扒皑弄棺妒襟股遏饮巡闰悍年滁千和鸳派林苇停鸵虑财潜恒褒疆蛾畦肮

4、砖恶植渝录蜂基于形状特征的脱绒棉种品种识别研究邵鲁浩,坎杂※,李景彬,田绪顺(石河子大学机电学院,新疆石河子832000)摘要:本文以中棉50、新陆早26、新陆早33棉花品种为研究对象,基于图像处理技术提取了脱绒棉种的面积周长类、最大径类、椭圆类和区域矩类共14个形状特征参数,并运用多元统计分析方法,利用统计学中的集中趋势指标与离散程度指标对数据进行分析,将综合特征指标作为品种判别的参数;利用SPSS软件,用逐步判别分析法建立了3个品种的识别模型,得出3个线性分类函数,经验证,综合判别率为99.2%,判别效果非常显著。0引言棉花种子是棉花生产最基本的生产资料[1],种子真实性和品

5、种纯度是反映种子质量的重要指标[2]。资料显示,2010年全国棉花播种品种(含没有审定的品系、组合、材料、代号和不知名等)569个,比2009年增加95个,增幅20%,棉种的“多乱杂”现象非常突出[3]。机器视觉具有实时、高效、客观、准确和无损伤等优点[4],因此,应用机器视觉技术对棉种进行品种识别检测有着重要的现实意义。随着机器视觉技术的迅速发展,利用图像处理技术进行农产品的品种识别检测已经得到普遍关注,研究较多的为玉米、水稻、小麦、花生等农作物。1998年,ZayasIY等[5]利用籽粒形态特征识别法对小麦进行品种识别;2000年,MajiumdarSD等[6]利用谷物的23

6、种形态特征区分不同品种的麦粒;2005年,何胜美等[7]用逐步判别分析法建立小麦品种的贝叶斯分类器模型。2009年,韩仲志等[8]基于主分量分析和人工神经网络的方法建立花生品种的识别模型。2004年,黄星奕等[9]通过贝叶斯决策方法建立稻谷品种的识别分类器;2010年,熊利荣等[10]利用Bayes判别法建立了稻谷品种的识别模型。2004年,闸建文等[11]利用数理统计和模糊数学知识建立了玉米品种的判别准则,杨蜀秦等[12]利用BP人工神经网络方法进行了玉米品种识别;2009年,程洪等[13]利用支持向量机(SVM)算法对玉米品种进行训练识别;2010年,权龙哲等[14]提出K-

7、L变换与最小二乘支持向量机相结合的玉米籽粒品种鉴别方法,王玉亮等[15]提出一种基于多对象有效特征提取和主成分分析优化神经网络的玉米种子品种识别方法。综上所述,种子的特征参数与品种之间存在着极为密切的关系。本文以新疆脱绒棉种为研究对象,运用多元统计分析的方法,研究了脱绒棉种的形状特征参数与品种识别之间的关系。1材料选取与形状特征参数提取1.1材料选取1.1.1样本来源本研究中的试验样品由新疆西部种业有限公司提供。试验样品有中棉50、新陆早26和新陆早33三个品种。从每份样品中随机

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。