, , , , (.中國(guó)農(nóng)業(yè)大學(xué)農(nóng)學(xué)與生物技術(shù)學(xué)院植物遺傳育種學(xué)系/北京市作物遺傳改良重點(diǎn)實(shí)驗(yàn)室, 北京 009;.北京市農(nóng)業(yè)技術(shù)推廣站, 北京 000; .中國(guó)農(nóng)業(yè)大學(xué)理學(xué)院, 北京 0008)
基于機(jī)器視覺(jué)的黃芩種子精選技術(shù)研究
葉鳳林1,李琳2,楊麗明3,王建華1,孫群1
(1.中國(guó)農(nóng)業(yè)大學(xué)農(nóng)學(xué)與生物技術(shù)學(xué)院植物遺傳育種學(xué)系/北京市作物遺傳改良重點(diǎn)實(shí)驗(yàn)室, 北京 100193;2.北京市農(nóng)業(yè)技術(shù)推廣站, 北京 100101; 3.中國(guó)農(nóng)業(yè)大學(xué)理學(xué)院, 北京 100083)
探究機(jī)器視覺(jué)技術(shù)用于黃芩種子精選的適用性并確定適宜的精選參數(shù)。采用種子形態(tài)自動(dòng)化識(shí)別軟件快速識(shí)別400粒黃芩種子的物理特性(長(zhǎng)度、寬度、投影面積、R、G、B、H、S、B、L、a、b),再通過(guò)單粒種子萌發(fā)試驗(yàn)確定種子活力,分析種子活力與物理特性的相關(guān)性,并計(jì)算出高活力種子的物理參數(shù),根據(jù)所得參數(shù)精選出黃芩種子并進(jìn)行試驗(yàn)驗(yàn)證。結(jié)果表明,黃芩幼苗苗長(zhǎng)、鮮重與種子H值、寬度、長(zhǎng)度、投影面積均呈極顯著相關(guān);經(jīng)計(jì)算得出,按H≤100、寬度gt;1.50 mm、長(zhǎng)度gt;1.90 mm、投影面積gt;300像素對(duì)黃芩種子進(jìn)行精選,可不同程度的提高種子發(fā)芽率及簡(jiǎn)易活力指數(shù);驗(yàn)證試驗(yàn)結(jié)果表明,按以上參數(shù)精選后的黃芩種子發(fā)芽率分別由原始的62.0%提高到73.0%、78.5%、76.0%、75.8%,簡(jiǎn)易活力指數(shù)分別由原始的0.010 4提高到0.014 7、0.016 1、0.014 8、0.015 7。該研究表明,可通過(guò)機(jī)器視覺(jué)技術(shù)精選黃芩種子,從而提高種子活力,該批黃芩種子適宜的精選參數(shù)為H≤100、寬度gt;1.50 mm、長(zhǎng)度gt;1.90 mm、投影面積gt;300像素。
黃芩; 種子活力; 物理特性; 機(jī)器視覺(jué)技術(shù); 精選
黃芩(ScutellariabaicalensisGeorgi)為唇形科黃芩屬植物,有清熱燥濕、瀉火解毒、止血、安胎的功效[1],是我國(guó)常用的大宗道地藥材之一。近年來(lái),人們對(duì)黃芩的需求量大增,然而由于種子混雜等因素,黃芩品質(zhì)退化的問(wèn)題也日益顯現(xiàn)[2]。然而,目前我國(guó)對(duì)于黃芩等藥用植物種子的精選效果并不能滿足市場(chǎng)對(duì)藥用植物種子質(zhì)量的精細(xì)化要求,對(duì)黃芩的研究也主要集中在藥用價(jià)值以及資源調(diào)查,關(guān)于黃芩種子精選的研究尚未見報(bào)道。通過(guò)機(jī)器視覺(jué)技術(shù)精選出高活力種子對(duì)黃芩的生產(chǎn)具有重要意義。
由于遺傳特性、環(huán)境等多種因素影響,不同作物、品種、批次間的種子在物理特性方面均存在差異。研究發(fā)現(xiàn),小麥、棉花、高粱、甘藍(lán)等多種作物的物理特性均與種子活力呈極顯著相關(guān)[3-7]。機(jī)器視覺(jué)技術(shù)可快速無(wú)損的提取種子的物理特性,因此在農(nóng)作物種子精選中具有廣泛的應(yīng)用前景。機(jī)器視覺(jué)技術(shù)是近幾十年來(lái)發(fā)展起來(lái)的一門涉及到人工智能、計(jì)算機(jī)科學(xué)、圖像處理、模式識(shí)別等多個(gè)領(lǐng)域的智能技術(shù),能提高農(nóng)業(yè)生產(chǎn)的自動(dòng)化水平,解放勞動(dòng)力,已逐漸滲透到農(nóng)業(yè)生產(chǎn)的各個(gè)領(lǐng)域[8-10]。機(jī)器視覺(jué)技術(shù)能對(duì)籽棉[11]、水稻[12]、油菜種子[13]、土豆[14-15]、棉花[16]、蘋果[17]、柑橘[18]、板栗[19]和花菇[20]等廣泛的農(nóng)作物進(jìn)行快速的質(zhì)量檢驗(yàn)、分級(jí),對(duì)實(shí)現(xiàn)種子精選的自動(dòng)化和精準(zhǔn)化也具有重要的意義,通過(guò)利用機(jī)器視覺(jué)模擬人的視覺(jué)功能,獲取圖像,再對(duì)圖像信息進(jìn)行數(shù)字化處理,獲取到種子的物理指標(biāo),然后根據(jù)這些指標(biāo)與種子活力的相關(guān)性分析,確定出種子精選時(shí)的相關(guān)參數(shù)。Shearer S. A.等采用機(jī)器視覺(jué)技術(shù)根據(jù)顏色對(duì)圓椒進(jìn)行快速的品質(zhì)分級(jí),正確率可達(dá)96%[21]。陳兵旗等發(fā)現(xiàn),采用計(jì)算機(jī)視覺(jué)技術(shù)識(shí)別水稻種子的尺寸參數(shù),可判斷水稻是否霉變[22],為水稻的精選提供參考。
本研究利用種子形態(tài)自動(dòng)化識(shí)別軟件提取黃芩種子的相關(guān)物理特性,通過(guò)單粒種子萌發(fā)試驗(yàn)獲取黃芩種子活力指標(biāo),對(duì)種子的物理特性與種子活力進(jìn)行相關(guān)性分析,確定高活力種子物理參數(shù)所在的區(qū)間。再根據(jù)所得出的精選參數(shù)精選黃芩種子,以未精選的種子為對(duì)照,通過(guò)群體發(fā)芽試驗(yàn)進(jìn)行結(jié)果驗(yàn)證,以期為黃芩高活力種子的精選提供理論參考。
1.1 試驗(yàn)材料
黃芩種子,2014年收獲,由北京市農(nóng)業(yè)技術(shù)推廣站提供。
圖1 黃芩種子去背景圖
圖2 種子形態(tài)自動(dòng)化識(shí)別軟件識(shí)別種子并提取特征參數(shù)
1.2 儀器設(shè)備及工具軟件
Uniscan D 6810型掃描儀,清華紫光股份有限公司;BSA 124S-CW型分析天平,賽多利斯科學(xué)儀器(北京)有限公司;Photoshop CS 5;種子形態(tài)自動(dòng)化識(shí)別軟件(Seed Identification軟件是本實(shí)驗(yàn)室自主開發(fā)的一款自動(dòng)化記錄種子屬性的種子識(shí)別軟件);Excel 2007;IBM SPSS Statistics 17.0。
1.3 試驗(yàn)方法
1.3.1 圖像掃描
隨機(jī)選取400粒黃芩種子,按每行20粒,共20行的標(biāo)準(zhǔn)整齊擺放在清華紫光D 6810型掃描儀上,背景顏色調(diào)為白色,分辨率設(shè)置為300 dpi,圖片保存為.png格式。掃描后每粒種子單獨(dú)標(biāo)記存放。
1.3.2 圖像預(yù)處理
為了確保Seed Identification能更精確的識(shí)別種子,需在Photoshop CS 5中打開圖片,通過(guò)調(diào)節(jié)參數(shù),使魔術(shù)棒工具能精確地選定種子以外的部分,并將其填充為白色,圖片保存為.png格式(圖1)。
1.3.3 特征參數(shù)的提取
在Seed Identification軟件中打開預(yù)處理后的圖片,設(shè)置取樣大小為9×9,像素大小為20~5 000,字體大小12,字體偏移量20×30(圖2)。點(diǎn)擊識(shí)別鍵測(cè)定出每粒種子的RGB、HSB、Lab、灰度、長(zhǎng)度、寬度、投影面積值,導(dǎo)出并保存到Excel工作表中。
RGB值:紅色、綠色和藍(lán)色3種基色,每個(gè)色階值是從0(黑色)到255(白色)的亮度值。
HSB值:色相代表不同波長(zhǎng)的光譜值,范圍為0~360,其中0和360為紅色,每隔60依次為黃色、綠色、青色、藍(lán)色、品紅色;飽和度代表顏色的深淺,取值范圍為0~100;亮度代表顏色的明暗程度,取值范圍為0~100。
Lab值:L為亮度,取值范圍是0(黑色)~100(白色);a表示從紅色到綠色的范圍,b表示從藍(lán)色到黃色的范圍,a和b的取值范圍均為-120~120。
灰度值:圖像每個(gè)像素的灰度值為0~255之間的亮度值,也可以用黑色油墨覆蓋的百分比(0%~100%)來(lái)表示。
1.3.4 發(fā)芽試驗(yàn)
將黃芩種子用1%的次氯酸鈉溶液消毒10 min,并用蒸餾水洗滌3次,按順序擺放在發(fā)芽紙上,采用垂直玻璃板發(fā)芽方法,將種子置于25 ℃的光照培養(yǎng)箱(型號(hào):LRH-250-H)內(nèi)進(jìn)行單粒種子萌發(fā)試驗(yàn)。以胚根突破種皮2 mm為發(fā)芽標(biāo)準(zhǔn),記錄種子DAP(days after planting),直到第15天測(cè)量每株幼苗的苗長(zhǎng)和鮮重,并計(jì)算其簡(jiǎn)易活力指數(shù)。簡(jiǎn)易活力指數(shù)=G×S,式中:G為發(fā)芽率,S為幼苗鮮重(g)。
1.3.5 數(shù)據(jù)處理
通過(guò)Excel 2007和SPSS 17.0軟件,運(yùn)用單因素方差分析和相關(guān)性分析對(duì)黃芩種子的物理指標(biāo)和發(fā)芽參數(shù)進(jìn)行分析,確定出適宜的精選參數(shù)。
1.3.6 驗(yàn)證試驗(yàn)
根據(jù)上述試驗(yàn)所確定出的精選參數(shù),通過(guò)機(jī)器視覺(jué)技術(shù)從同一批次的黃芩種子中精選出適宜參數(shù)的種子分組進(jìn)行驗(yàn)證試驗(yàn),每個(gè)重復(fù)100粒種子,4次重復(fù),以原始種子為對(duì)照,在相同發(fā)芽條件下進(jìn)行垂直玻璃板發(fā)芽試驗(yàn)。記錄種子DAP(days after planting),直到第15天從每個(gè)重復(fù)中選取最健壯的幼苗20株測(cè)定幼苗素質(zhì),比較不同指標(biāo)精選后黃芩種子的活力差異。
2.1 黃芩種子活力與物理指標(biāo)間的相關(guān)性分析
采用發(fā)芽第15天的苗長(zhǎng)和苗鮮重作為黃芩種子活力指標(biāo),對(duì)400粒黃芩種子活力指標(biāo)與物理指標(biāo)間的相關(guān)性進(jìn)行了分析。從表1可以看出:幼苗苗長(zhǎng)、鮮重與種子H值、寬度、長(zhǎng)度、投影面積呈極顯著相關(guān)。H值、寬度、長(zhǎng)度、投影面積的變異系數(shù)分別為1.28、0.1、0.1、0.17。種子活力與物理指標(biāo)間相關(guān)性越高,種子批內(nèi)該物理指標(biāo)的變異程度越大,說(shuō)明使用這一指標(biāo)對(duì)種子進(jìn)行精選的意義就越大。結(jié)合相關(guān)系數(shù)和變異系數(shù)的大小綜合分析得到,H值、寬度、長(zhǎng)度和投影面積可用于黃芩種子活力的分選。
表1 黃芩種子活力指標(biāo)與物理指標(biāo)間相關(guān)性分析
物理指標(biāo)N極小值極大值變異系數(shù)與苗長(zhǎng)的相關(guān)系數(shù)與鮮重的相關(guān)系數(shù)R40042760.090.014-0.077G40041710.090.023-0.068B(RGB)40042710.080.015-0.088H40003451.28-0.145??-0.193??S4000201.05-0.072-0.110?B(HSB)40016300.090.005-0.096L40017300.100.012-0.086a400-23-6.56-0.065-0.071b400-362.010.0080.035灰度(%)40041710.090.024-0.066寬度(mm)400120.10.282??0.329??長(zhǎng)度(mm)400120.10.269??0.315??投影面積(像素)4001775060.170.310??0.363??
注:“*”表示0.05水平顯著相關(guān),“**”表示0.01水平極顯著相關(guān)。
2.2 黃芩種子精選指標(biāo)區(qū)間的選擇
基于表1中篩選出的物理指標(biāo),按H值、寬度、長(zhǎng)度和投影面積分別對(duì)黃芩種子進(jìn)行分選,將種子分為4組,從表2可以看出,隨著黃芩種子寬度、長(zhǎng)度、投影面積的增加,H值的減小,幼苗的鮮重、苗長(zhǎng)和簡(jiǎn)易活力指數(shù)逐漸增加。按H≤100、寬度gt;1.50 mm、長(zhǎng)度gt;1.90 mm、投影面積gt;300像素對(duì)黃芩種子進(jìn)行精選,發(fā)芽率可由原來(lái)的74.3%分別提高到77.6%、78.2%、80.9%、79.6%,簡(jiǎn)易活力指數(shù)可由原來(lái)的0.006 8分別提高到0.007 5、0.008 2、0.008 7、0.008 4,苗長(zhǎng)、鮮重也均可達(dá)到不同程度的提高。因此認(rèn)為通過(guò)H值、寬度、長(zhǎng)度、投影面積來(lái)對(duì)黃芩種子進(jìn)行精選分級(jí)是可行的。
2.3 驗(yàn)證試驗(yàn)結(jié)果
根據(jù)表1、表2的結(jié)果,隨機(jī)選取同一批次的黃芩種子,分別按H≤100、寬度gt;1.50 mm、長(zhǎng)度gt;1.90 mm、投影面積gt;300像素對(duì)種子進(jìn)行精選,每一指標(biāo)精選400粒,以未精選的黃芩種子為對(duì)照,相同條件下進(jìn)行發(fā)芽試驗(yàn)。從表3可以看出,經(jīng)過(guò)H值、寬度、長(zhǎng)度、投影面積精選后的黃芩種子活力均顯著高于未精選的黃芩種子,其中發(fā)芽率分別由原來(lái)的62.0%提高到73.0%、78.5%、76.0%、75.8%,簡(jiǎn)易活力指數(shù)分別由原來(lái)的0.010 4提高到0.014 7、0.016 1、0.014 8、0.015 7,表明該批黃芩種子按這些參數(shù)進(jìn)行精選能取得較好的精選效果。
表2 黃芩種子精選指標(biāo)的分組比較結(jié)果
精選指標(biāo)區(qū)間獲選率(%)發(fā)芽率(%)苗長(zhǎng)(cm)鮮重(g)簡(jiǎn)易活力指數(shù)ck——74.30.410.00920.0068≤5047.577.00.490.01010.0078H51~10037.778.30.360.00910.0072101~2005.768.00.480.00840.0057>2009.457.10.230.00630.0036≤100精選85.177.60.430.00970.0075≤1.201.340.00.010.00210.0009寬度(mm)1.21~1.5028.067.50.250.00690.00471.51~1.8065.178.00.480.01040.0081>1.805.881.00.690.01180.0095>1.50精選70.878.20.500.01050.0082≤1.708.750.00.060.00410.0020長(zhǎng)度(mm)1.71~1.808.768.40.310.00740.00501.81~1.9011.168.80.270.00740.0051>1.9071.380.90.520.01080.0087>1.90精選71.380.90.520.01080.0087≤30018.556.70.150.00530.0030投影面積(像素)301~35038.881.60.410.00960.0078351~40031.479.50.590.01130.0090>40011.173.30.500.01100.0081>300精選81.579.60.490.01050.0084
表3 不同精選指標(biāo)的分組比較結(jié)果
精選指標(biāo)發(fā)芽率(%)苗長(zhǎng)(cm)鮮重(g)簡(jiǎn)易活力指數(shù)ck62.0b1.16c0.0167b0.0104bH73.0a1.82ab0.0202a0.0147a寬度(mm)78.5a1.58b0.0205a0.0161a長(zhǎng)度(mm)76.0a1.58b0.0195a0.0148a投影面積(像素)75.8a2.01a0.0207a0.0157a
注:不同小寫字母表示各處理間在0.05 水平有顯著差異。
黃芩種子作為重要的農(nóng)業(yè)生產(chǎn)資料,其活力的高低直接影響到黃芩藥材的產(chǎn)量和質(zhì)量。種子精選可以通過(guò)剔除混入的異作物和異品種種子、不飽滿的、蟲蛀以及劣變的種子,從而提高種子的利用率和精度,即提高純度、發(fā)芽率和種子活力等[23]。適宜的精選方式可最大限度地降低黃芩種子損失,提高好種子獲選率,從而增加其經(jīng)濟(jì)效益。
機(jī)器視覺(jué)技術(shù)可快速無(wú)損的提取種子的物理特性,對(duì)實(shí)現(xiàn)種子精選的自動(dòng)化與精準(zhǔn)化有重要的意義。近年來(lái),有關(guān)機(jī)器視覺(jué)技術(shù)分選農(nóng)業(yè)物料的研究已見報(bào)道,通過(guò)機(jī)器視覺(jué)技術(shù)精選種子也成為了種子加工領(lǐng)域的熱點(diǎn),彭江南等通過(guò)種子形態(tài)自動(dòng)化識(shí)別軟件在脫絨棉種中的應(yīng)用發(fā)現(xiàn),按Rlt;90對(duì)種子進(jìn)行精選,發(fā)芽率可由原來(lái)的89%提高到96.1%[24]。賈佳等通過(guò)機(jī)器視覺(jué)技術(shù)發(fā)現(xiàn),小麥幼苗鮮重和簡(jiǎn)易活力指數(shù)隨著種子投影面積、寬度和長(zhǎng)度的增加而增加[25]。本研究結(jié)果表明,黃芩幼苗苗長(zhǎng)、鮮重與種子H值、寬度、長(zhǎng)度、投影面積呈極顯著相關(guān)。按H≤100、寬度gt;1.50 mm、長(zhǎng)度gt;1.90 mm、投影面積gt;300像素對(duì)黃芩種子進(jìn)行精選,可將發(fā)芽率由原來(lái)的74.3%提高到77.6%、78.2%、80.9%、79.6%。根據(jù)所得的參數(shù)精選出黃芩種子并進(jìn)行試驗(yàn)驗(yàn)證發(fā)現(xiàn),種子發(fā)芽率由原來(lái)的62.0%分別提高到73.0%、78.5%、76.0%、75.8%,簡(jiǎn)易活力指數(shù)分別由原來(lái)的0.010 4提高到0.014 7、0.016 1、0.014 8、0.015 7。由于本研究中驗(yàn)證試驗(yàn)進(jìn)行的時(shí)間較晚,經(jīng)過(guò)一段時(shí)間的貯藏,該批次黃芩種子活力已經(jīng)有所下降,導(dǎo)致驗(yàn)證試驗(yàn)中的對(duì)照組與單粒萌發(fā)試驗(yàn)中的對(duì)照組(ck)發(fā)芽率有所差異。本研究結(jié)果表明,該批次黃芩種子按H≤100、寬度gt;1.50 mm、長(zhǎng)度gt;1.90 mm、投影面積gt;300像素進(jìn)行精選能取得較好的精選效果。現(xiàn)代農(nóng)業(yè)日益普遍地應(yīng)用機(jī)械學(xué)、電學(xué)、光學(xué)等各種技術(shù),對(duì)物理特性和相關(guān)技術(shù)的研究對(duì)提高我國(guó)農(nóng)業(yè)現(xiàn)代化水平有極大的推動(dòng)作用[26]。以黃芩為代表的藥用植物的種子活力是提高中藥產(chǎn)品產(chǎn)量、品質(zhì)的基礎(chǔ),也是促進(jìn)農(nóng)業(yè)生產(chǎn)發(fā)展的重要保證[27]。國(guó)內(nèi)種子加工行業(yè)應(yīng)加強(qiáng)在藥用植物種子加工方面的相關(guān)研究,提前分析出特定批次種子最適宜的加工工藝和加工參數(shù),提高種子品質(zhì),增加其經(jīng)濟(jì)效益。
[1]國(guó)家藥典委員會(huì).中華人民共和國(guó)藥典(2010年版1部)[M].北京:中國(guó)醫(yī)藥科技出版社,2010.
[2]王蘭珍,劉勇.黃芩種質(zhì)資源及培育技術(shù)研究進(jìn)展[J].北京林業(yè)大學(xué)學(xué)報(bào),2007(2):138-146.
[3]賈佳,王建華,謝宗銘,等.小麥種子物理參數(shù)和萌發(fā)階段抗旱性關(guān)系的研究[J].麥類作物學(xué)報(bào),2014(12):1 661-1 666.
[4]姜朋,李斯深,馬鴻翔,等.利用小麥重組自交系群體進(jìn)行籽粒性狀與種子活力相關(guān)關(guān)系研究[J].江西農(nóng)業(yè)學(xué)報(bào),2013(11):43-46.
[5]周桃華,蔡以純,吳寧,等.棉花種子物理特性與種子活力的關(guān)系[J].安徽農(nóng)學(xué)院學(xué)報(bào),1992(4):279-284.
[6]楊延兵,于金友,張華文,等.常溫種質(zhì)庫(kù)貯存高粱種子生活力及籽粒性狀相關(guān)分析[J].華北農(nóng)學(xué)報(bào),2009(S 1):58-61.
[7]李賀勤,張文健,江緒文,等.種子大小和種皮顏色對(duì)甘藍(lán)種子活力的影響[J].種子,2013,32(10):46-49.
[8]成芳,應(yīng)義斌.機(jī)器視覺(jué)技術(shù)在農(nóng)作物種子質(zhì)量檢驗(yàn)中的應(yīng)用研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào),2001(6):175-179.
[9]冀榮華,祁力鈞,傅澤田.機(jī)器視覺(jué)技術(shù)在精細(xì)農(nóng)業(yè)中的研究進(jìn)展[J].農(nóng)機(jī)化研究,2007(11):1-5.
[10]孫群,王慶,薛衛(wèi)青,等.無(wú)損檢測(cè)技術(shù)在種子質(zhì)量檢驗(yàn)上的應(yīng)用研究進(jìn)展[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào),2012(3):1-6.
[11]王玲,姬長(zhǎng)英,陳兵林,等.基于機(jī)器視覺(jué)技術(shù)的田間籽棉品級(jí)抽樣分級(jí)模型研究[J].中國(guó)農(nóng)業(yè)科學(xué),2007(4):704-711.
[12]Cheng Fang,Ying Yi-bin.Machine vision inspection of rice seed based on Hough transform[J].Journal of Zhejiang University Science,2004,56.
[13]張學(xué)昆,潘中濤,諶利,等.計(jì)算機(jī)圖像識(shí)別鑒定油菜種子顏色[J].中國(guó)油料作物學(xué)報(bào),2006(1):11-15.
[14]Navid Razmjooy,B.Somayeh Mousavi,F.Soleymani.A real-time mathematical computer method for potato inspection using machine vision[J].Computers and Mathematics with Applications,2011:631.
[15]孔彥龍,高曉陽(yáng),李紅玲,等.基于機(jī)器視覺(jué)的馬鈴薯質(zhì)量和形狀分選方法[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(17):143-148.
[16]P.Tantaswadi,J.Vilainatre,N.Tamaree,et al.Machine vision for automated visual inspection of cotton quality in textile industries using color isodiscrimination contour[J].Computers amp; Industrial Engineering,1999:371.
[17]J Blasco,N Aleixos,E Moltó.Machine vision system for automatic quality grading of fruit[J].Biosystems Engineering,2003,854.
[18]應(yīng)義斌,饒秀勤,馬俊福.柑橘成熟度機(jī)器視覺(jué)無(wú)損檢測(cè)方法研究[J].農(nóng)業(yè)工程學(xué)報(bào),2004,20(2):144-147.
[19]展慧,李小昱,王為,等.基于機(jī)器視覺(jué)的板栗分級(jí)檢測(cè)方法[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(4):327-331.
[20]陳紅,夏青,左婷,等.基于機(jī)器視覺(jué)的花菇分選技術(shù)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2014,45(1):281-287.
[21]Shearer S A,Payne F A.Color and defect sorting of bell peppers using machine vision[J].Transactions of the American Society of Agricultural Engineers,1990,33(6):2 045-2 050.
[22]陳兵旗,孫旭東,韓旭,等.基于機(jī)器視覺(jué)的水稻種子精選技術(shù)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2010,41(7):168-173,180.
[23]孫群,胡晉,孫慶泉.種子加工與貯藏[M].北京:高等教育出版社,2008.
[24]彭江南,謝宗銘,楊麗明,等.基于Seed Identification軟件的棉籽機(jī)器視覺(jué)快速精選[J].農(nóng)業(yè)工程學(xué)報(bào),2013,29(23):147-152.
[25]賈佳,王建華,謝宗銘,等.計(jì)算機(jī)圖像識(shí)別技術(shù)在小麥種子精選中的應(yīng)用[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào),2014,19(5):180-186.
[26]崔清亮,郭玉明.農(nóng)業(yè)物料物理特性的研究及其應(yīng)用進(jìn)展[J].農(nóng)業(yè)現(xiàn)代化研究,2007,28(1):124-127.
[27]李秀鳳,葛淑俊,王靜華.藥用植物種子標(biāo)準(zhǔn)化研究進(jìn)展[J].中草藥,2009,40(5):840-843.
(本欄目責(zé)任編輯:曾 勇)
ScutellariabaicalensisGeorgi Seeds Selection Based on Machine Vision
YEFenglin1,LILin2,YANGLiming3,WANGJianhua1,SUNQun1
2016-06-25
葉鳳林(1993—),女,湖南邵東人;在讀碩士研究生,主要從事種子加工檢驗(yàn)研究;E-mail:yefenglincau@126.com。
孫 群,女,山東萊陽(yáng)人;副教授,博士生導(dǎo)師,主要從事種子加工檢驗(yàn)研究。
10.16590/j.cnki.1001-4705.2016.11.100
S 567
A
1001-4705(2016)11-0100-05