试析种子纯度与活力快速测定的人工智能图像识别与处理系统

试析种子纯度与活力快速测定的人工智能图像识别与处理系统

ID:34823623

大小:1.85 MB

页数:50页

时间:2019-03-11

试析种子纯度与活力快速测定的人工智能图像识别与处理系统_第1页
试析种子纯度与活力快速测定的人工智能图像识别与处理系统_第2页
试析种子纯度与活力快速测定的人工智能图像识别与处理系统_第3页
试析种子纯度与活力快速测定的人工智能图像识别与处理系统_第4页
试析种子纯度与活力快速测定的人工智能图像识别与处理系统_第5页
资源描述:

《试析种子纯度与活力快速测定的人工智能图像识别与处理系统》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、吉林农业大学硕士学位论文种子纯度与活力快速测定的人工智能图像识别与处理系统姓名:任东申请学位级别:硕士专业:农业机械化工程指导教师:袁洪印20030601吉林农业大学硕士学位论文玉米种子纯度与活力快速测定的图像识别与处理系统摘要今天,计算机图像识别与处理技术已经成为发展现代农业不可缺少的组成部分。随着计算机硬件成本的下降和CPU运算速度的提高以及图像识别与处理技术本身的专业化发展,图像识别与处理技术在农业上的应用越来越广泛。种子的纯度与活力对种子的销售者和使用者来说都是非常重要的指标。对杂交的玉米种子来说,种子纯度提高1%,作物产量可提高

2、10%。近年来全国各地因种子纯度和活力等造成作物减产,绝收的情况时有发生,经济损失巨大。蛋白电泳、四唑染色、发芽率实验和田间实验等常规方法虽能测定种子纯度和活力,但在数据处理的速度、精度和结果分析等方面远远不能满足种子生产的实际需要。本文旨在以我省的玉米品种为研究对象,以计算机、摄像机、图像采集卡、电泳仪等设备为工具,综合运用图像处理、统计学理论和对比试验等理论和技术,将计算机图像处理技术与玉米种子纯度与活力的生物学检测方法相结合,研制出种子纯度与活力快速测定的图像识别与处理系统。本研究分三大部分:(1)(2)检测方法研究对试验采用的种子

3、纯度与活力的生物学检测方法进行分析,进而选取最适合的检测方法。改进纯度检测方法,提高电泳谱带的清晰度,利用选取的纯度与活力检测方法,进行人工检测,得出可靠的人工检测结果。系统研制根据选取的检测方法,确定图像识别与处理系统的组成。对人工检测得到的图像进行分析,确定图像处理方法。对处理后的图像进行识别理解,编写软件程序包。最终研制出玉米种子纯度与活力快速测定的人工智能图像识别与处理系统。系统可靠性研究利用对比试验来验证和修正图像识别与处理系统。一、检测方法研究研究了目前种子纯度与活力的检测方法。在玉米种子纯度检测的方法中,蛋白质凝胶电泳法具有

4、快速、准确、稳定、经济、不受环境条件影响等特点,因此,选取此方法作为种子纯度检测方法。对国家试行的玉米蛋白凝胶电泳法的反映体系进行了改进,使得到的图像更清晰。在种子活力检测方法中,主要采用种子生吉林农业大学硕士学位论文玉米种子纯度与活力快速测定的图像识别与处理系统活力、发芽率和幼苗评定来评价种子活力高低。种子生活力、发芽率、幼苗长势高低是种子活力高低的反应。四唑染色测定种子生活力是目前国际上承认的一种准确可靠的测定方法,且易于图像处理,因此选取此方法作为种子活力的检测方法。二、系统研制根据以上选取的玉米种子测定方法,设计了图像识别与处理系

5、统的硬件组成。IBM—PⅢ微机、CCD行间变换摄像机、图像采集卡和光照室组成图像识别与处理系统。将人工检测得到的图像进行图像预处理,将32位真彩色图像转化成灰度图像。降低了数据量,加快了图像处理速度。应用图像的直方图均衡、窗口变换、平滑去噪、滤波等处理技术对图像进行去噪和增强,得到本研究所需要的图像特征。种子活力的人工检测是通过计算胚芽中染色的面积与未染色的面积的比值来定量的研究种子的活力。如果染色部分与整个种胚的面积比大于2/3,就认为此粒种子是有活力的。人工检测方法是大概的估计染色的面积比。在大量的检测中,由于疲劳等因素可能产生人工误

6、判等情况。计算机图像识别和理解是以像素的个数表示区域的面积,保证了检测精度。对于种子活力检测,需要利用边缘检测对图像进行分割,得到活力检测所需要的种胚部分,为图像的理解作准备。对种胚部分选取特定阚值确定为染色像素,染色比例就是染色与未染色像素个数之比,从而得出活力检测结果。对于种子纯度的检测,利用图像的模板匹配能很好地解决问题。在图像的模板匹配中,用下式采衡量模板T和被匹配图像so的相似程度R(f√)=式中,埘、口为模板上的坐标。当0

7、。当相似性测度R

8、?,J)≥瓦时,ⅡDbr丰D0一∥M∑d吉林农业大学硕士学位论文玉米种子纯度与活力快速测定的图像识别与处理系统就认为模板的匹配是成功的。通过实验,当t=o.66时,纯度检测最成功。将以上的各个方法设计成软件模块,加以集成,便形成图像识别与处理系统的软件流程。利用界面友好、功能强大的vC++开发语言,将该流程形成软件包。三、系统可靠性研究将计算机图像识别结果和人工检测结果进行对比,验证和修正图像识别与处理系统。在种子纯度检测中,图像识别与处理系统检测结果与人工检测结果的吻合率达到了95%以上,达到了项目任务书的要求。试验中

9、发现,摄像机和数码相机的光学失真以及种子品种本身的质量问题对生成的电泳谱带以及图像识别的结果有很大影响。在种子活力检测中,图像识别与处理系统检测结果与人工检测结果的平均吻合率达到96.7%以上

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。