首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 15 毫秒
1.
基于机器视觉的枸杞产地识别研究   总被引:1,自引:0,他引:1  
设计以枸杞图像的特征进行产地识别的可行性验证试验。选用3份枸杞样本,在光照箱拍照获得图像,经预处理后得到枸杞形态、颜色及纹理方面的54个特征;运用主分量分析法(PCA)优化得到13个主成分;通过建立支持向量机(SVM)模型,进行样本的训练和测试。结果表明,模型对3个不同产地的构杞正确识别率达到100%。研究结果对于枸杞品种及产地的识别及枸杞谱系研究具有一定参考价值。  相似文献   

2.
为实现“贵长”猕猴桃成熟度的快速无损检测,提出高光谱成像结合模式识别建立识别模型的检测方法。首先利用可见/近红外(390~1 030 nm)高光谱成像系统采集不同成熟阶段猕猴桃样本的高光谱图像,并获取整个样本区域的光谱反射率。然后对比3种光谱预处理方法:二阶导数、标准正态变换以及多元散射校正对原始光谱的预处理效果。最后分析偏最小二乘判别分析(PLS-DA)和简化的K最近邻(SKNN)模式识别方法对猕猴桃成熟度的识别性能。结果表明:相对于标准正态变换和多元散射校正两种光谱预处理方法,二阶导数预处理方法对原始光谱的预处理效果相对较好。另外,PLS-DA识别模型对猕猴桃成熟度的识别性能要优于SKNN识别模型,其正确识别率达到100%。表明采用高光谱成像技术结合模式识别方法判别“贵长”猕猴桃成熟度是可行的。  相似文献   

3.
基于无人机遥感技术获取农田土壤盐分信息为盐渍化治理提供了快速、准确、可靠的理论依据。本文在内蒙古河套灌区沙壕渠灌域试验地上采集了取样点0~20cm的土壤含盐量,并使用M600型六旋翼无人机平台搭载Micro-MCA多光谱相机采集图像。利用Otsu算法对多光谱图像进行图像分类(土壤背景和植被冠层),基于分类结果分别提取剔除土壤背景前后的光谱指数和图像纹理特征,采用支持向量机(SVM)和极限学习机(ELM)构建土壤含盐量监测模型,其4种建模策略分别为:未剔除土壤背景的光谱指数(策略1)、剔除土壤背景后的光谱指数(策略2)、未剔除土壤背景的光谱指数+图像纹理特征(策略3)、剔除土壤背景的光谱指数+图像纹理特征(策略4),通过比较4种建模策略的模型精度以筛选出最优变量组合。结果表明:策略3、4所计算出的土壤含盐量反演精度高于策略1、2,策略1~4验证集决定系数R2v分别为0.614、0.640、0.657、0.681,因此利用图像纹理特征+植被指数对提高土壤含盐量的反演精度有重要意义。对比策略3、4,图像纹理特征+植被指数受到土壤背景的影响,策略4精度低于策略3精度,其R2v分别为0.614、0.657;各变量处理的最优模型均为ELM模型,建模集R2c分别为0.625、0.644、0.618、0.683,标准均方根误差分别为0.152、0.134、0.206、0.155。相比于SVM模型,ELM模型提高了土壤含盐量的反演精度。  相似文献   

4.
猕猴桃膨大果的近红外漫反射光谱无损识别   总被引:1,自引:0,他引:1  
在833~2500 nm光谱范围内采集了120个猕猴桃膨大果和120个正常果的近红外漫反射光谱,采用变量标准化方法对光谱进行了预处理,基于Kennard-Stone方法对样本进行了划分,分别建立了基于全光谱(FS)、主成分分析法(PCA)提取的11个主成分和连续投影算法(SPA)提取的6个特征波长的偏最小二乘(PLS)、支持向量机(SVM)和误差反向传播(BP)神经网络识别模型。结果说明,所建立的9个模型对校正集和测试集中猕猴桃膨大果和正常果的正确识别率均分别大于96.7%和93.3%。PCA提取的主成分数和SPA提取的特征波长数仅是FS中波长数的0.53%和0.29%,建立的模型更加简单,且识别效率较高。PLS和SVM模型的识别率普遍高于BP神经网络模型。9种模型中PCA-PLS识别率最高,其对校正集和测试集中膨大果和正常果的正确识别率均达到100%。该研究结果表明,近红外漫反射光谱技术可作为一种准确、高效的方法应用于猕猴桃膨大果的无损识别中。  相似文献   

5.
干旱区枸杞滴灌灌溉制度试验研究   总被引:1,自引:0,他引:1  
以宁夏大田滴灌枸杞为研究对象,分析了不同水分处理条件下滴灌枸杞土壤水分动态、生长量变化及水分对产量品质的影响,基于多因素考虑提出了合理的枸杞滴灌灌溉制度。主要结论有:干旱区枸杞土壤水分变化敏感区域为距树干水平距离40cm处的20~70cm土层,灌水前后土壤含水率变幅在0.2%~4.3%。随灌水量的增加枸杞地径及株高随之增加,而冠幅的变化规律性不强,西侧及南侧的枝条生长量明显高于东侧及北侧。3 750m3/hm2时鲜果产量、干果产量、百粒重、粒度及枸杞多糖含量均最高,干鲜比为1∶4.66,综合认为其水分利用效率最高且品质相对较好。平水偏丰年型(P=40%)条件下枸杞滴灌灌溉制度为灌溉定额为3 750m3/hm2,灌水次数为14次,其中萌芽期灌水1次,营养生长期2次,盛花期、盛果期各4水,秋季生长期灌水3次。  相似文献   

6.
基于纹理特征和SVM的QuickBird影像苹果园提取   总被引:3,自引:0,他引:3       下载免费PDF全文
为提高高空间分辨率遥感影像(高分影像)中苹果园提取精度,基于Quick Bird遥感数据,研究综合光谱特征和纹理特征的苹果园自动提取方法。该方法首先采用最佳指数因子(OIF)获取多光谱波段最佳组合,然后采用不同大小滑动窗口(从3像素×3像素到13像素×13像素)提取全色波段的灰度共生矩阵(GLCM)、分形和空间自相关3种纹理特征并分别与光谱特征组合,最后通过支持向量机(SVM)分类进行苹果园分类识别。研究表明:在分类特征上,与单一光谱或纹理特征相比,光谱特征结合纹理特征能有效提高苹果园提取精度(Fa)和总体分类精度(OA),其中光谱+GLCM纹理(9像素×9像素)分类精度最高,Fa和OA分别为96.99%和96.16%,比光谱+分形纹理分别提高0.63个百分点和1.56个百分点,比光谱+空间自相关纹理显著提高11.92个百分点和9.20个百分点。在分类方法上,通过对比分析SVM、最大似然和神经网络3种方法的分类结果,探明SVM分类识别苹果园精度最高。最后对苹果园提取结果进行面积统计,结果表明GLCM纹理结合SVM分类的苹果园面积估算与目视解译结果的一致性超过98%。  相似文献   

7.
油桃外部缺陷的高光谱成像检测   总被引:2,自引:0,他引:2  
采用高光谱(420~1 000 nm)成像技术对"中油9号"油桃的4种外部缺陷(裂纹果、锈病果、异形果和暗伤果)进行检测判别。对400个样本(4种外部缺陷样本和完好样本)运用偏最小二乘回归(PLSR)从全波段中分别提取了10条特征波长,分别为497、534、657、677、696、709、745、823、868、943 nm。缺陷样本的高光谱图像经过主成分分析后,对876 nm下的单波段图像通过掩膜、Sobel算子处理,并对主成分图像经过区域生长算法实现缺陷样本的缺陷区域分割。对光谱数据进行主成分分析得到前10个主成分值,并对图像数据采用灰度共生矩阵(GLCM)提取得到6项图像纹理指标(均值、对比度、相关性、能量、同质性、熵值)。将主成分值和纹理值融合建立极限学习机(ELM)模型对油桃外部缺陷进行检测判别。结果表明,该模型对缺陷样本的判别正确率为91.67%,完好样本的正确率为100%。  相似文献   

8.
通过开展枸杞覆膜与不覆膜滴灌田间试验,研究了覆膜和灌溉定额对枸杞产量的影响以及枸杞耗水规律。结果表明,(1)除F6(灌溉定额2 160 m3/hm2)、F7(灌溉定额2 430 m3/hm2)处理外,覆膜处理产量均高于不覆膜处理。随灌溉定额增大,覆膜和不覆膜枸杞产量均先增大后减小。当灌溉定额为1 620 m3/hm2时,覆膜和不覆膜枸杞产量均最高,覆膜枸杞产量最高为10 400.7 kg/hm2,不覆膜枸杞产量最高为9 923.40 kg/hm2。(2)不覆膜比覆膜处理全生育期耗水量平均值高19.02 mm。覆膜与不覆膜枸杞各生育期耗水量及耗水模系数随生育期延长均先增大后减小,均呈"果熟期落叶期开花初期春梢生长期"的变化趋势。(3)覆膜枸杞各处理水分利用效率平均为2.99 kg/m3,不覆膜枸杞各处理水分利用效率平均为2.76 kg/m3,覆膜高于不覆膜。除F6(灌溉定额2 160 m3/hm2)、F7(灌溉定额2 430 m3/hm2)处理外,膜下滴灌枸杞各处理的水分利用效率(WUE)均高于不覆膜。枸杞膜下滴灌技术有利于保持土壤水分,减少棵间蒸发,有效节约水资源,适宜在宁夏中部干旱区广泛推广。  相似文献   

9.
提出了基于漫反射式高光谱成像技术结合模式识别的碧螺春茶真伪鉴别方法。试验以漫反射式高光谱成像系统采集碧螺春茶样图像数据;通过主成分分析优选特征图像,并利用灰度共生矩阵从中各提取4个纹理特征参量;最后,利用支持向量机的模式识别方法构建茶叶真伪鉴别模型。训练和预测集的判别率分别达到100%和96.25%。研究表明,利用漫反射式高光谱成像技术结合支持向量机模式识别方法鉴别碧螺春茶品质真伪是可行的。  相似文献   

10.
基于高光谱成像技术的小麦籽粒赤霉病识别   总被引:3,自引:0,他引:3  
利用高光谱成像技术通过光谱分析和图像处理进行小麦赤霉病的识别。采用标准正态变量变换(SNV)和多元散射校正(MSC)方法对光谱进行预处理,分别利用连续投影算法(SPA)和正自适应加权算法(CARS)进行变量筛选提取特征波段,结果表明采用MSC-SPA和SNV-SPA算法时决定系数分别为0.901 9和0.900 6,均方根误差分别为0.223 8和0.223 2,筛选波长个数分别为7个和5个。利用SVM和BP神经网络算法建立的交叉验证模型及验证模型的准确率均达到90%以上。其中,MSC-SPA-SVM和SNV-SPA-SVM方法的建模集准确率分别为97.08%和94.17%;验证集准确率分别为98.33%和97.50%,均优于MSC-SPA-BP和SNV-SPA-BP模型。为了研究染病小麦的高光谱图像信息,利用主成分分析方法,根据权重系数选择最佳特征波长为627.698 nm。利用图像处理方法对特征波长下的特征图像进行预处理、特征提取。分别提取特征波长图像的形态参数特征和纹理特征参数等,根据特征参数相关性分析选择最优的建模特征参数。分别利用10折交叉验证方法建立线性判别分析、支持向量机和BP神经网络识别模型,结果表明3种识别算法识别准确率均在90%以上,具有较好的识别效果。  相似文献   

11.
以宁夏枸杞为研究对象,采取试验区降水、不同灌溉量下枸杞根区土壤水、根系及茎秆样品并测定其氢氧稳定性同位素比率δ18O和δD,分析不同降水量及灌溉量下枸杞稳定同位素的变化特征,利用IsoSource模型计算了枸杞对各潜在水源的可能利用比例.结果表明:试验区降水中δD和δ18O之间有很好的线性关系,并得出了当地大气降水线的回归方程;不同灌溉量,枸杞主根系层(20~60 cm)的土壤含水率和与其对应的δD呈负相关趋势变化,随着土层深度加深,δD减小;降水量不同时,各土层δD变化规律相似,5 mm以下20 cm处的δD最大(-64.39‰),枸杞主要利用表层(0~20 cm)及部分中层(20~40 cm)的土壤水,分别占35.2%及25.1%;降水量为13.9 mm时,20~60 cm处δD相对较丰,为-65.20‰以上,枸杞可利用0~60 cm土层土壤含水量:0~20,20~40,40~60 cm土层的土壤水利用量分别占比22.4%,25.3%及23.2%.结论可为干旱区枸杞科学灌溉提供有益借鉴.  相似文献   

12.
基于土壤水分下限的宁夏枸杞滴灌灌溉制度试验研究   总被引:1,自引:0,他引:1  
以宁杞7号枸杞为研究对象,在宁夏同心县开展2 a田间试验.设置4个关键控水期、3个控水水平共8个处理,研究枸杞不同生育期不同水分下限条件下根区土壤含水率、叶片光合生理指标、产量与品质变化;分析其耗水规律与水分利用效率,提出基于土壤水分下限的宁夏枸杞滴灌灌溉制度.结果表明:不同水分处理枸杞根区20~60 cm土层土壤含水率最大;叶片气孔导度随土壤下限升高而增大,高水分下限处理的蒸腾速率相对较大,叶片水分利用效率则相反;生育期耗水量随土壤水分下限升高而增大,2 a增幅分别为10.8%和12.8%,平均耗水量为386.6~463.2 mm,夏果期耗水量最大且差异具有统计学意义,是关键需水期.2 a均为处理S5的产量最大分别为2 208.15和2 571.30 kg/hm2,水分利用效率最高为0.39 kg/m3;水分处理对蛋白质含量影响差异不具有统计学意义,低土壤水分下限的枸杞多糖含量相对较高;全生育期分为6个灌水期,其中萌芽期灌水(春水)为375 m3/hm2;春梢生长期、花期、夏果期、秋果期的土壤质量含水率下限分别为50%θff为田间持水率),65%θf,65%θf,55%θf,而上限为95%θf;休眠期冬灌量为450 m3/hm2.  相似文献   

13.
探究适于引黄灌区枸杞的水分调控和种植模式,以解决水土资源紧缺的生产实际问题。采用两因素随机区组设计进行大田试验,设置4个水分梯度(充分灌溉W0,75%~85%;轻度亏缺W1,65%~75%;中度亏缺W2,55%~65%;重度亏缺W3,45%~55%)和2种种植模式(枸杞单作D、枸杞间作苜蓿J),研究不同灌水种植模式对土壤水分含量,以及枸杞耗水特征、生长、产量和水分利用效率的影响。研究结果表明,枸杞总耗水量随水分亏缺程度加重而减小,间作较单作增加了耗水量,但同时提高了灌水利用比例。枸杞生长随水分亏缺程度加重而减缓,间作苜蓿抑制枸杞生长。轻度亏缺W1提高了枸杞干果百粒质量,充分灌溉枸杞产量最大,轻度亏缺枸杞水分利用效率最高,DW1处理水分利用效率为3.83 kg/(hm2·mm)。间作苜蓿对枸杞产量影响不显著,降低了枸杞水分利用效率,但因苜蓿的产出而提升了综合效益。综合考虑,轻度水分调控W1的枸杞生长与水分利用效率均较优,间作会一定程度上影响枸杞生长,但能提高水土资源利用效率。   相似文献   

14.
枸杞色选机的研制   总被引:1,自引:0,他引:1  
色选机械是以光学、电子、机械和计算机技术为一体的综合技术产物.通过分析国内外色选机械的研究现状,指出了色选机械今后在农副产品加工中的应用前景.目前,我国西部枸杞在晾晒过程中由于环境的限制、过程的差异及枸杞内部条件的不同,致使色泽混杂不一,严重影响了枸杞的品质等级.为此,以提高枸杞等级与品质为目的,详细介绍了供料系统、光学系统、图像处理等关键部位的结构原理和工作过程.枸杞色选机与人工手选相比具有自动化程度高、色选精度高以及稳定可靠等特点.  相似文献   

15.
为确定适宜枸杞灌溉的微咸水代表性盐离子浓度限值,于2019—2020年在河套灌区下游开展NaCl、CaCl2、CaSO4、NaHCO3、Na2SO4 5种代表性地下水盐分类型和4种浓度水平(质量浓度0.1、0.5、2.0、4.0 g/L)的田间交叉试验。结果表明:在相同矿化度下,外源NaCl、NaHCO3影响下枸杞生育期受渗透胁迫、次生胁迫最强,外源CaCl2质量浓度低于2.0 g/L能够缓解枸杞渗透胁迫,外源CaCl2、CaSO4质量浓度低于4.0 g/L能够缓解次生胁迫。枸杞干果产量、百粒干质量随外源NaCl、Na2SO4、CaSO4质量浓度升高而降低,在0.1 g/L时达峰值,随外源CaCl2质量浓度升高呈单峰分布,0.5 g/L时最高。枸杞果实中总糖含量、黄酮含量、氨基酸总量随外源CaCl  相似文献   

16.
针对不同分类器对不同水果种类识别准确率的不均衡问题,提出一种基于多分类器DS证据理论融合的水果识别方法。该研究选择kaggle上fruits360数据集中的5种水果作为研究对象,首先对预处理后的5种水果图像的颜色、纹理、形状特征进行提取,分别选用BP神经网络、K均值、SVM三种分类器,结合被测图像在每种分类器上的识别结果和各个分类器对不同水果的分类准确率,构建基本概率函数(BPA函数),通过DS证据融合规则对分类器融合后对被测图像进行识别。试验结果表明:该方法对5种水果的识别平均准确率为95.2%,总体标准偏差为0.02993,在提高单分类器识别准确率的同时,解决了分类器对各种水果识别的不均衡问题。对10组测试集识别的平均准确率为93.5%,总体标准偏差为0.055,该方法对水果种类的识别更准确和稳定。  相似文献   

17.
为了探明水肥配施对枸杞生长、产量和品质等方面的综合影响,以获取最适水肥配施方案,设置3个不同灌溉定额(194,254,313 mm)和3个不同N-P2O5-K2O配比施肥量(135-45-90,180-60-120,225-75-90 kg/hm2)9个组合,采用完全随机设计,利用AHP和熵权法相结合的综合评判方法对枸杞的4类一级指标和12类二级指标进行综合评判,以构建枸杞水肥配施综合评判模型.通过最小二乘法对AHP法和熵权法进行优化组合,计算综合评判权重,以自然间断法将综合评判权重进行分类,确定水肥配施方案的决策依据.以综合评判指数为因变量,以灌溉定额和总施肥量为自变量进行逐步二项式回归分析,建立回归方程,分析水肥耦合下对综合评价指数的影响,并确定在综合评价指数最大时对应的水肥配施方案.结果表明,综合评判指数随水肥施量增加呈先升高后降低的趋势,与生产实际相符;各类因素对综合评判指数的影响中,粒度、百粒重、干果产量和总糖这4个因素对枸杞生长的综合评判影响较大,占总评判指数73.3%以上.基于AHP和熵权法组合优化后得出的枸杞最优水肥方案:灌溉定额为252~278 mm(不含春冬灌),配比施肥量(N-P2O5-K2O)为197-66-131 kg/hm2~203-68-135 kg/hm2,枸杞综合效益最佳.  相似文献   

18.
不同土壤基质势对滴灌枸杞生长的影响研究   总被引:1,自引:0,他引:1  
采用滴头正下方0.2m深处埋设负压计控制土壤基质势下限进行水盐调控,通过田间试验研究了不同土壤基质势对宁夏枸杞生长和产量的影响。试验结果表明,2010年枸杞生长周期内,随着土壤基质势的降低,不同处理的累计灌水量显著减少,不同土壤基质势处理对枸杞生长和产量都没有显著影响。当滴头正下方0.2m处土壤基质势为-20kPa时,...  相似文献   

19.
对金冠、富士苹果果肉穿刺力学特性进行了分析,为果实质地评价提供参考。以金冠、富士苹果为研究对象,采用TA.XT plus型质构仪,选取0.5、1.0、1.5、2.0、5.0、9.0、13.0和17.0 mm/s共8个加载速度对苹果果肉进行穿刺力学试验,分析果实质地的变化。研究结果表明:对于金冠品种,Heidenreich指数CD、Ktenioudaki指数CD'敏感度较高,适用于评价果肉脆度;对于富士品种,曲线线性长度D、曲线长度比D/DS、Heidenreich指数CD、Ktenioudaki指数CD' 和Heidenreich指数Cn敏感度较高,适用于评价果肉脆度;加载速度及品种对果肉穿刺质地参数的影响不显著。   相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号