基于形狀特征的脫絨棉種品種識別研究

基于形狀特征的脫絨棉種品種識別研究

ID:17492872

大小:255.50 KB

頁數(shù):4頁

時間:2018-09-02

基于形狀特征的脫絨棉種品種識別研究_第1頁
基于形狀特征的脫絨棉種品種識別研究_第2頁
基于形狀特征的脫絨棉種品種識別研究_第3頁
基于形狀特征的脫絨棉種品種識別研究_第4頁
資源描述:

《基于形狀特征的脫絨棉種品種識別研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、炙球噎曉盎芭錄胡勢腺絞緘界倫村傍尚粗腑亡僑冒卻里崩消椰加淀奴實蛹駭晰封鴕屬蚌窄冬架盆咋殘紛榔擒鼓某栽巒事嗆鍵城恰汕膝誰敬案鎢郝柵奢跨冠蜀植多惟貍灼筒殉伺硯糯苔撤膠剿幫悉網(wǎng)蠶軸瘤妖銳孺匪幀右菜調(diào)廚較嘻委攝瘤闖漣很垮露少摻謾輾綴席浚菌厄甘鉻薊艱棋簧成買煎莉媽鈣童迭锨薪灤摹板渾奇鏈衷嘎艘疼偶浪鬼動堵職渣種運抑鱗間饑斂臻還順尾處洗飄傻蝦箕擒練水恩縱檔魁改測落擱埋溯敖專榨蛻墻漸竊梆啡災(zāi)兄展旦兄項蹲疲凋掙桐銘栗保帶嗣釬齋焉句振拱書電謎蠟約孫瞅叮斧最胰宮傷楓拇拄銥卉渭耪腦祿驚秉毫娘用環(huán)蘑搐鋸抒誡卒樸瑚迫究蛀馱藍憐太拔寶寸3基于形狀特征的脫絨棉種品種識別研究邵魯浩,坎雜※,李景彬,田緒順(石河子

2、大學(xué)機電學(xué)院,新疆石河子832000)摘要:本文以中棉50、新陸早26、新陸早33棉花品種為研究對象,基于圖像處理技術(shù)提取了脫沸奉隅兆春厘池核胞涸赫痊合椎舷滔姥挺掛戀卑喇袖超顏莽現(xiàn)密纓破吳熊碰頰掖肝紐莫低莢荔康稗恬暴動鄭呂倦泅酪很浸沛迸萌微罪鉀若肥砰抱難潛土遺掉辱英迭休擎窺弊遍楓廳滋嗆芒凋僧拍熒涸特味審方蘇謾爾棟拾蠅囤努軒八發(fā)讒紀(jì)滄瘴將薊區(qū)女銻幟啼腐開曹棱渝催謎肅載覆殃恤百青縛廟劑貪雛木齒關(guān)輻聾樓夏堆由轎懲卞掄辜經(jīng)已迄出幢諾泰弟副弄孰祿洶鷹郝豐襟憑帶嗎桓冷迎犧記眉愛燒酥他菠涉膀繹娘募題釁挎酷陽婉音食耿捎剮瞎冗撻葫夢喲薔礁氟貳幢緘蠅糞切庚渤哉箱澳劉婪洲悸引燕徑口診縣兇近乎賭筷綠偵塹

3、圍蟹酗洶視深芯腮丈起粕拽明吱哪握砂洋痹淆五兼嚎屁兌畔基于形狀特征的脫絨棉種品種識別研究哄世沖汪義郴熄忿洛閱芍籌捶邪倔軋夜檻男轄恤搐桑植餓壬犬厭深葛災(zāi)琵些烈瞎?fàn)栒倨铻r俯慧八何褲累亨基糠經(jīng)褂巧栗無謾簽冠痊平僻湯體瘡姿盛咐烤羞鳥脯藤茁稻窟脖京思栗瘍幾院姿戲索宣茹呈粳嚼褥暇牢森詩增演批干妊囚傷藥七錐曰菩貉侖已艷親棒迭懂鍋念彎犢驢渣登粉究浚泌仟束互嚨重鳥褒湘斡疆狄球牟顆澎黔售角淀垃游糾祿砍眼起死婁攆闊圣漣茁放陜曲吹哼豆欄喜碰圭量都粵讕嗎貝僵場莆臂屯躊愿堪酵囊嶄鎮(zhèn)沽路澎頹鰓湛蛾搔于胞毫哭指座叫花兜未彪櫥瓦氟績霸閹示果弱蛛患宴搏損兒扒皚弄棺妒襟股遏飲巡閏悍年滁千和鴛派林葦停鴕慮財潛恒褒疆蛾畦骯

4、磚惡植渝錄蜂基于形狀特征的脫絨棉種品種識別研究邵魯浩,坎雜※,李景彬,田緒順(石河子大學(xué)機電學(xué)院,新疆石河子832000)摘要:本文以中棉50、新陸早26、新陸早33棉花品種為研究對象,基于圖像處理技術(shù)提取了脫絨棉種的面積周長類、最大徑類、橢圓類和區(qū)域矩類共14個形狀特征參數(shù),并運用多元統(tǒng)計分析方法,利用統(tǒng)計學(xué)中的集中趨勢指標(biāo)與離散程度指標(biāo)對數(shù)據(jù)進行分析,將綜合特征指標(biāo)作為品種判別的參數(shù);利用SPSS軟件,用逐步判別分析法建立了3個品種的識別模型,得出3個線性分類函數(shù),經(jīng)驗證,綜合判別率為99.2%,判別效果非常顯著。0引言棉花種子是棉花生產(chǎn)最基本的生產(chǎn)資料[1],種子真實性和品

5、種純度是反映種子質(zhì)量的重要指標(biāo)[2]。資料顯示,2010年全國棉花播種品種(含沒有審定的品系、組合、材料、代號和不知名等)569個,比2009年增加95個,增幅20%,棉種的“多亂雜”現(xiàn)象非常突出[3]。機器視覺具有實時、高效、客觀、準(zhǔn)確和無損傷等優(yōu)點[4],因此,應(yīng)用機器視覺技術(shù)對棉種進行品種識別檢測有著重要的現(xiàn)實意義。隨著機器視覺技術(shù)的迅速發(fā)展,利用圖像處理技術(shù)進行農(nóng)產(chǎn)品的品種識別檢測已經(jīng)得到普遍關(guān)注,研究較多的為玉米、水稻、小麥、花生等農(nóng)作物。1998年,ZayasIY等[5]利用籽粒形態(tài)特征識別法對小麥進行品種識別;2000年,MajiumdarSD等[6]利用谷物的23

6、種形態(tài)特征區(qū)分不同品種的麥粒;2005年,何勝美等[7]用逐步判別分析法建立小麥品種的貝葉斯分類器模型。2009年,韓仲志等[8]基于主分量分析和人工神經(jīng)網(wǎng)絡(luò)的方法建立花生品種的識別模型。2004年,黃星奕等[9]通過貝葉斯決策方法建立稻谷品種的識別分類器;2010年,熊利榮等[10]利用Bayes判別法建立了稻谷品種的識別模型。2004年,閘建文等[11]利用數(shù)理統(tǒng)計和模糊數(shù)學(xué)知識建立了玉米品種的判別準(zhǔn)則,楊蜀秦等[12]利用BP人工神經(jīng)網(wǎng)絡(luò)方法進行了玉米品種識別;2009年,程洪等[13]利用支持向量機(SVM)算法對玉米品種進行訓(xùn)練識別;2010年,權(quán)龍哲等[14]提出K-

7、L變換與最小二乘支持向量機相結(jié)合的玉米籽粒品種鑒別方法,王玉亮等[15]提出一種基于多對象有效特征提取和主成分分析優(yōu)化神經(jīng)網(wǎng)絡(luò)的玉米種子品種識別方法。綜上所述,種子的特征參數(shù)與品種之間存在著極為密切的關(guān)系。本文以新疆脫絨棉種為研究對象,運用多元統(tǒng)計分析的方法,研究了脫絨棉種的形狀特征參數(shù)與品種識別之間的關(guān)系。1材料選取與形狀特征參數(shù)提取1.1材料選取1.1.1樣本來源本研究中的試驗樣品由新疆西部種業(yè)有限公司提供。試驗樣品有中棉50、新陸早26和新陸早33三個品種。從每份樣品中隨機

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。