国家教育部博士点基金(20050019005)
- 作品数：6 被引量：168H指数：6
- 相关作者：李伟张俊雄荀一陈涛于振东更多>>
- 相关机构：中国农业大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学理学电子电信更多>>
- 基于计算机视觉的新疆棉种颜色分选系统设计被引量：9
- 2009年
- 设计了一套基于机器视觉的脱绒棉种在线分选系统,采用种子平抛和气吹分离的方式实现了新疆地区红棕色棉种与黑色棉种的自动分选。研究了无序状态下的种子图像采集方法,并通过区域细分的方式解决了无序种子与气流喷嘴的对应关系。提出了种子位置跟踪和分离算法,实现了对棉种图像处理结果的延时分离操作。实验结果表明:在传送带速度为0.50 m/s时,分选精度为88.6%,选出率为80.7%。
- 张俊雄陈涛于振东李伟
- 关键词：棉花种子机器视觉
- 基于计算机视觉的马铃薯自动检测分级被引量：68
- 2009年
- 根据大小特性,采用改进的果径法进行马铃薯的大小分级;根据外形特性,采用离心率法进行马铃薯的形状分级;根据颜色特性,采用灰度值差值法检测发芽马铃薯;根据边界特性,采用相邻采样边界点归一化半径差的方法检测畸形马铃薯,并实现了马铃薯在线综合检测分级。检测试验结果表明:系统分级结果比较稳定,分级精度达到88.0%。
- 郑冠楠谭豫之张俊雄李伟
- 关键词：马铃薯计算机视觉
- 基于形态学的棉花种子破损检测被引量：16
- 2009年
- 以"中棉35"棉花种子为对象,应用图像处理技术,提出了基于形态学的破损识别方法。采用链码算子获取轮廓信息并进行傅里叶算子平滑,根据曲率特征定位轮廓尖端点后,通过轮廓的对称性识别局部破损棉种;基于统计思想,根据大小、形状特征的差异识别严重破损棉种。选取完好、破损棉种各200粒进行识别试验,结果表明破损棉种识别率达到94%。
- 李伟于振东陈涛荀一
- 关键词：棉花种子图像处理形态学
- 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
- 基于光度立体法的翘板黑瓜子识别方法研究被引量：8
- 2007年
- 针对目前翘板黑瓜子依赖手工检测效率低下的问题,提出了一种利用光度立体视觉算法进行翘板瓜子识别的方法。首先利用实物表面重建的方法标定了图像采集系统的精度;然后针对黑瓜子表面中间区域与周边区域颜色有巨大差异的特殊形态,分区域三维重建了黑瓜子表面;最后通过试验确定表面面积为识别特征,识别阈值为9,在误识率小于5%的情况下,翘板瓜子识别率达90%。试验结果表明应用光度立体视觉算法可以有效地进行翘板黑瓜子的识别。
- 李昊宇李伟徐小波
- 关键词：机器视觉
- 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
