检索结果-维普期刊中文期刊服务平台

花生籽仁感官品质鉴定中的计算机色选机制研究被引量：8: 1; 作者韩仲志刘竟杨锦忠《花生学报》 2009年第2期15-19,共5页; 花生籽仁的品质鉴定是花生外贸加工和质量检验的重要内容。为了验证基于颜色特征的品质分级的可行性,数码相机微距获取了6大类品质(标准、揉伤、切伤、霉变、发芽、杂质)花生籽仁图像192幅,建立和检验了12个颜色特征及其组合组成的15个... 展开更多; 关键词花生仁图像处理品质检测颜色特征统计检验; 在线阅读下载PDF 职称材料

玉米果穗图像单一特征的品种鉴别力评价被引量：24: 2; 作者杨锦忠张洪生 +4 位作者郝建平杜天庆崔福柱李娜娜梁改梅《农业工程学报》 EI CAS CSCD 北大核心 2011年第1期196-200,共5页; 寻找新的果穗性状并评价它们单独鉴别品种的能力,是玉米新品种特异性、一致性和稳定性(DUS)测试研究的重要内容。采集了4个品种各50个果穗的RGB图像,用图像处理法提取了4大类形态特征共计145个性状,逐一性状对品种进行判别分析,以性状... 展开更多; 关键词玉米图像处理品种识别果穗形态 DUS测试; 在线阅读下载PDF 职称材料

基于籽粒RGB图像独立分量的玉米胚部特征检测被引量：50: 3; 作者韩仲志赵友刚杨锦忠《农业工程学报》 EI CAS CSCD 北大核心 2010年第3期222-226,F0003,共6页; 玉米胚部特征是重要的农艺性状之一,目前主要通过手工方法进行测量。为实现通过机器视觉图像处理的方法进行玉米胚部特征的自动检测,提出一种基于独立分量分析ICA的玉米胚部测量方法,并建立了检测模型。首先对玉米籽粒的RGB图像进行ICA... 展开更多; 关键词农作物图像处理独立分量分析玉米籽粒胚部特征; 在线阅读下载PDF 职称材料

玉米图像处理技术及其评价初探被引量：5: 4; 作者杨锦忠郝建平 +2 位作者杜天庆崔福柱梁淑敏《青岛农业大学学报（自然科学版）》 2009年第3期246-249,共4页; 研究玉米籽粒、幼苗、成株、果穗的图像处理技术,初步建立了40余性状的测定技术体系。与常规方法相比,图像处理在速度与效率、准确与客观、深度与广度上优势明显,易于智能化和自动化,将在玉米栽培领域发挥越来越重要的作用。; 关键词玉米图像处理器官植株测量误差工效比较; 在线阅读下载PDF 职称材料

多类支持向量机在玉米品种识别中的应用被引量：9: 5; 作者韩仲志杨锦忠《农机化研究》北大核心 2010年第11期159-163,共5页; 为了验证采用机器视觉以及图像处理方法对玉米品种进行自动识别的可行性,研究了一种基于玉米外观特征和多变量支持向量机(SVM)分类算法的玉米品种识别方法。采用数码相机获得了11个品种每个品种50粒共550幅图像,然后对各品种对应的籽粒... 展开更多; 关键词玉米品种识别外观特征支持向量机(SVM) 人工神经网络(ANN); 在线阅读下载PDF 职称材料

题名花生籽仁感官品质鉴定中的计算机色选机制研究被引量：8: 1; 作者韩仲志刘竟杨锦忠; 机构青岛农业大学数字农业研究中心青岛农业大学信息科学与工程学院青岛农业大学植物科技学院; 出处《花生学报》 2009年第2期15-19,共5页; 基金山东省科技攻关项目(2006GG2209015); 文摘花生籽仁的品质鉴定是花生外贸加工和质量检验的重要内容。为了验证基于颜色特征的品质分级的可行性,数码相机微距获取了6大类品质(标准、揉伤、切伤、霉变、发芽、杂质)花生籽仁图像192幅,建立和检验了12个颜色特征及其组合组成的15个特征的识别模型。发现两个及两个以上颜色分量特征的识别率已达到90%以上,采用三个颜色分量基本达到了实用的要求。机器视觉检测具有成本和速度上的优势,能够用于花生籽仁的品质鉴定,G1、R1、R2组合模型最佳,分辨率达到了实用的要求。经改进技术识别率可进一步提高。; 关键词花生仁图像处理品质检测颜色特征统计检验; Keywords peanuts image process quality identification seed color stat. analysis; 分类号 S565.2 [农业科学—作物学] S126 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名玉米果穗图像单一特征的品种鉴别力评价被引量：24: 2; 作者杨锦忠张洪生郝建平杜天庆崔福柱李娜娜梁改梅; 机构青岛农业大学数字农业研究中心山西农业大学农学院山西省农业科学院; 出处《农业工程学报》 EI CAS CSCD 北大核心 2011年第1期196-200,共5页; 基金山东省科技攻关计划项目(2009GG10009005) 山西省归国留学人员项目(2003049) 山东省农业重大应用技术创新项目(6207a7); 文摘寻找新的果穗性状并评价它们单独鉴别品种的能力,是玉米新品种特异性、一致性和稳定性(DUS)测试研究的重要内容。采集了4个品种各50个果穗的RGB图像,用图像处理法提取了4大类形态特征共计145个性状,逐一性状对品种进行判别分析,以性状的品种识别率表示性状鉴别品种的能力大小。单一性状的品种识别率变化在0.244～0.634之间,在前17个高鉴别力性状中,果穗长宽比等具有与指南性状同等的甚至更高的品种区分能力。单一性状的广义遗传力一般都小于0.66,且与鉴别力高度一致(y=0.29+0.44x,r=0.897,P<0.01)。总体上,四大属性的鉴别力从大到小依次为形状类>纹理类>颜色类>大小类。从受试的145个特征中筛选出许多具有较高品种鉴别能力的性状,可望应用于玉米新品种DUS测试工作。; 关键词玉米图像处理品种识别果穗形态 DUS测试; Keywords maize （Zea mays L.） image process variety identification ear morph DUS testing; 分类号 S513 [农业科学—作物学] S326 [农业科学—作物遗传育种]; 在线阅读下载PDF 职称材料

题名基于籽粒RGB图像独立分量的玉米胚部特征检测被引量：50: 3; 作者韩仲志赵友刚杨锦忠; 机构青岛农业大学数字农业研究中心青岛农业大学理学与信息科学学院青岛农业大学农学与植物保护学院; 出处《农业工程学报》 EI CAS CSCD 北大核心 2010年第3期222-226,F0003,共6页; 基金山东省自然科学基金(2009ZRA02123) 山东省科技攻关计划项目(2009GG10009057 +3 种基金 2009GG10009005) 青岛科技发展计划基金(072137 082115 091186); 文摘玉米胚部特征是重要的农艺性状之一,目前主要通过手工方法进行测量。为实现通过机器视觉图像处理的方法进行玉米胚部特征的自动检测,提出一种基于独立分量分析ICA的玉米胚部测量方法,并建立了检测模型。首先对玉米籽粒的RGB图像进行ICA分析,发现具有最大熵的独立分量IC代表着胚部与籽粒其他部分的对比。根据此IC能够实现玉米胚部的准确分割。然后,提取了玉米胚部面积等9个特征。和手工检测结果相比,面积误差为0.7%,决定系数达0.984,其他8个特征的误差总体也都在2%以下。与前人的基于颜色模型区域生长的检测结果比较,检测准确度有明显提高。表明采用基于ICA的方法检测的结果准确可靠,能够用于玉米胚部的自动检测。; 关键词农作物图像处理独立分量分析玉米籽粒胚部特征; Keywords crops image processing independent component analysis maize （Zea mays L.） kernel characteristics of maize embryo; 分类号 S126 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名玉米图像处理技术及其评价初探被引量：5: 4; 作者杨锦忠郝建平杜天庆崔福柱梁淑敏; 机构青岛农业大学数字农业研究中心山西农业大学农学院; 出处《青岛农业大学学报（自然科学版）》 2009年第3期246-249,共4页; 基金山东省农业重大应用技术创新项目(6207a7) 山西省归国留学人员项目(2003049); 文摘研究玉米籽粒、幼苗、成株、果穗的图像处理技术,初步建立了40余性状的测定技术体系。与常规方法相比,图像处理在速度与效率、准确与客观、深度与广度上优势明显,易于智能化和自动化,将在玉米栽培领域发挥越来越重要的作用。; 关键词玉米图像处理器官植株测量误差工效比较; Keywords corn image process organ plant measurement error efficiency; 分类号 TP317.4 [自动化与计算机技术—计算机软件与理论] S126 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名多类支持向量机在玉米品种识别中的应用被引量：9: 5; 作者韩仲志杨锦忠; 机构青岛农业大学数字农业研究中心青岛农业大学理学与信息学院青岛农业大学农学与植物保护院; 出处《农机化研究》北大核心 2010年第11期159-163,共5页; 基金山东省科技攻关计划项目(2009GG10009057 2009GG10009005) +2 种基金 08-2-1-15-nsh 09-1-1-86-nsh); 文摘为了验证采用机器视觉以及图像处理方法对玉米品种进行自动识别的可行性,研究了一种基于玉米外观特征和多变量支持向量机(SVM)分类算法的玉米品种识别方法。采用数码相机获得了11个品种每个品种50粒共550幅图像,然后对各品种对应的籽粒群体图像提取每个籽粒的形态特征8个、颜色特征12个、纹理特征13个,共33个特征参数,并分别定义11个玉米品种的二进制编码作为网络的输出,建立特征参数与玉米品种之间的SVM识别模型。试验结果表明,该方法对11个品种550个籽粒的品种检出率为100%。在同样的情况下比较了基于BP神经网络(ANN)的识别性能,较ANN94.3%的识别率,采用SVM的识别效果有了较大的提高,得到了较好的识别效果。; 关键词玉米品种识别外观特征支持向量机(SVM) 人工神经网络(ANN); Keywords maize cultivars classifications exterior appearance characters support vectors machine （SVM） artificial neuron network（ANN）; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	花生籽仁感官品质鉴定中的计算机色选机制研究	韩仲志刘竟杨锦忠	《花生学报》	2009	8	在线阅读下载PDF 职称材料
2	玉米果穗图像单一特征的品种鉴别力评价	杨锦忠张洪生郝建平杜天庆崔福柱李娜娜梁改梅	《农业工程学报》 EI CAS CSCD 北大核心	2011	24	在线阅读下载PDF 职称材料
3	基于籽粒RGB图像独立分量的玉米胚部特征检测	韩仲志赵友刚杨锦忠	《农业工程学报》 EI CAS CSCD 北大核心	2010	50	在线阅读下载PDF 职称材料
4	玉米图像处理技术及其评价初探	杨锦忠郝建平杜天庆崔福柱梁淑敏	《青岛农业大学学报（自然科学版）》	2009	5	在线阅读下载PDF 职称材料
5	多类支持向量机在玉米品种识别中的应用	韩仲志杨锦忠	《农机化研究》北大核心	2010	9	在线阅读下载PDF 职称材料