【摘要】：種子活力與其未來(lái)的生長(zhǎng)狀態(tài)和發(fā)芽率有著直接關(guān)系,直接決定著農(nóng)作物的豐收與否。播種活性低的種子會(huì)造成巨大的經(jīng)濟(jì)損失,因此,提前判斷種子活力在實(shí)際生產(chǎn)中有著重要的意義。激光散斑現(xiàn)象是指激光照射在生物表面產(chǎn)生的散斑現(xiàn)象,它的變化與生物內(nèi)部的某些物質(zhì)活性有著關(guān)聯(lián),因此相對(duì)于傳統(tǒng)的利用試育種實(shí)驗(yàn)確定種子活力,或者對(duì)種子進(jìn)行理化分析確定活力等方法,散斑圖像方法對(duì)種子檢測(cè)的過(guò)程可以不必等待種子發(fā)芽,時(shí)間周期大大縮短;也不用對(duì)種子進(jìn)行進(jìn)一步損傷,除此之外,利用種子內(nèi)部的物質(zhì)對(duì)活力進(jìn)行檢測(cè)也使結(jié)果更準(zhǔn)確有說(shuō)服力。這種種子活力檢測(cè)的新方法大大節(jié)約了人力物力,對(duì)生產(chǎn)生活有著重要的意義。本文結(jié)合激光散斑方法和深度學(xué)習(xí)等分類(lèi)算法,對(duì)麻皮豌豆和栓皮櫟種子進(jìn)行了活力檢測(cè),其主要研究?jī)?nèi)容和工作如下:(1)本文采用散斑設(shè)備對(duì)樣本進(jìn)行圖像采集,自建數(shù)據(jù)庫(kù)。任務(wù)包括調(diào)查麻皮豌豆和栓皮櫟種子的發(fā)芽條件,老化分級(jí),并嚴(yán)格進(jìn)行育種,采集第一天的圖像信息,等待種子發(fā)芽,測(cè)量芽長(zhǎng),作為真正的種子活力標(biāo)準(zhǔn);(2)對(duì)采集到的散斑圖像進(jìn)行處理,得出代表種子活力的散斑值曲線,這主要分為兩個(gè)部分:除去圖像中的噪聲,割離培養(yǎng)皿邊緣,所用方法包括濾波,平滑,邊緣提取等;更加重要的部分是提取培養(yǎng)皿的每個(gè)單獨(dú)的散斑種子圖像,這包括矩陣運(yùn)算,冒泡排序等方法;(3)利用caffe深度學(xué)習(xí)框架對(duì)代表種子散斑圖變化程度的GD圖像進(jìn)行訓(xùn)練,得出種子活力模型,實(shí)現(xiàn)利用種子萌發(fā)前幾個(gè)小時(shí)的數(shù)據(jù)即可預(yù)測(cè)該種子活力等級(jí)的目的,最終最高準(zhǔn)確率可達(dá)0.90。
【圖文】：

＇Ｏｒｉｅｎｔａｔｉｏｎ’：該值為標(biāo)量，代表的是若有一個(gè)橢圓形，其二次矩與該區(qū)域相同，逡逑那它的ｘ軸與橢圓長(zhǎng)軸之間的角度（以度為單位）。逡逑如圖３－６所示為橢圓的軸和方向。該圖的左側(cè)示出了圖像區(qū)域及其相應(yīng)的橢圓形。逡逑右側(cè)顯示相同的橢圓，其特征以圖形方式表示；實(shí)線藍(lán)線為軸，紅點(diǎn)為焦點(diǎn)，，取向?yàn)殄义纤教摼€與長(zhǎng)軸之間的角度。逡逑圖３－６橢圓軸與方向關(guān)系圖逡逑Ｆｉｇ．３－６邋Ｏｖａｌ邋ａｘｉｓ邋ａｎｄ邋ｔｈｅ邋ｄｉｒｅｃｔｉｏｎ邋ｏｆ邋ｔｈｅ邋ｒｅｌａｔｉｏｎｓｈｉｐ邋ｄｉａｇｒａｍ逡逑＇Ｉｍａｇｅ’：與該區(qū)域的邊界框大小相同的二進(jìn)制圖像（邏輯）。逡逑＇Ｆｉｌｌｅｄｌｍａｇｅ’：與區(qū)域的邊界框大小相同的二進(jìn)制圖像（邏輯），其中所有被包圍逡逑的空隙都被填滿。逡逑＇ＦｉｌｌｅｄＡｒｅａ＇：邋Ｆｉｌｌｅｄｌｍａｇｅ邋中的像素?cái)?shù)。逡逑如圖邋３－７邋所示，表示了邋“Ｉｍａｇｅ”邋和邋“Ｆｉｌｌｅｄｌｍａｇｅ”。逡逑１９逡逑

逡逑＿逡逑圖３－５重心和邊界框逡逑Ｆｉｇ．３－５邋Ｃｅｎｔｅｒ邋ｏｆ邋ｇｒａｖｉｔｙ邋ａｎｄ邋ｂｏｕｎｄｉｎｇ邋ｂｏｘ逡逑＇ＭａｊｏｒＡｘｉｓＬｅｎｇｔｈ＇：該值為標(biāo)量，代表的是若有一個(gè)橢圓形，其二次矩與該區(qū)域逡逑相同，那它的長(zhǎng)軸的長(zhǎng)度是多少（像素意義上），此屬性僅適用于２－Ｄ輸入標(biāo)簽。逡逑＇ＭｉｎｏｒＡｘｉｓＬｅｎｇｔｈ＇：該值為標(biāo)量，代表的是若有一個(gè)橢圓形，其二次矩與該區(qū)域逡逑相同，那它的短軸的長(zhǎng)度是多少（像素意義上），此屬性僅適用于２－Ｄ輸入標(biāo)簽。逡逑＇Ｅｃｃｅｎｔｒｉｃｉｔｙ＇：該值為標(biāo)量，代表的是若有一個(gè)堒圓形，其二次矩與該區(qū)域相同，逡逑那它的偏心率是多少。偏心率是橢圓焦點(diǎn)與其長(zhǎng)軸長(zhǎng)度之間的距離之比。取值范圍為逡逑０？１邋（０和１是極限情況；偏心度為０的橢圓實(shí)際上是一個(gè)圓，偏心為１的橢圓則是一逡逑個(gè)線段）該屬性僅支持２－Ｄ輸入標(biāo)簽矩陣。逡逑＇Ｏｒｉｅｎｔａｔｉｏｎ’：該值為標(biāo)量
【學(xué)位授予單位】：北京林業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：S330.31;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 鄭胤;陳權(quán)崎;章毓晉;;深度學(xué)習(xí)及其在目標(biāo)和行為識(shí)別中的新進(jìn)展[J];中國(guó)圖象圖形學(xué)報(bào);2014年02期

2 鄭小東;張曉煜;薄樹(shù)奎;;植物葉裂特征自動(dòng)提取研究[J];中國(guó)農(nóng)學(xué)通報(bào);2012年27期

3 袁寶華;王歡;任明武;;基于完整LBP特征的人臉識(shí)別[J];計(jì)算機(jī)應(yīng)用研究;2012年04期

4 王怡萱;闞江明;張俊梅;楊鍇;珂秋紅;;基于VC++的植物種類(lèi)模式識(shí)別系統(tǒng)研究[J];湖南農(nóng)業(yè)科學(xué);2011年23期

5 王佩斯;畢昆;;基于激光散斑檢測(cè)玉米種子活力方法的研究[J];應(yīng)用激光;2011年06期

6 張寧;劉文萍;;基于圖像分析的植物葉片識(shí)別技術(shù)綜述[J];計(jì)算機(jī)應(yīng)用研究;2011年11期

7 鄭小東;王曉潔;高潔;;面向植物分類(lèi)的被子植物葉形特征自動(dòng)提取[J];中國(guó)農(nóng)學(xué)通報(bào);2011年15期

8 沈琳琳;紀(jì)震;;采用精選Gabor小波和SVM分類(lèi)的物體識(shí)別(英文)[J];自動(dòng)化學(xué)報(bào);2009年04期

相關(guān)碩士學(xué)位論文 前3條

1 由清圳;基于深度學(xué)習(xí)的視頻人臉識(shí)別方法[D];哈爾濱工業(yè)大學(xué);2013年

2 趙琪;MCMC方法研究[D];山東大學(xué);2007年

3 吳昌友;神經(jīng)網(wǎng)絡(luò)的研究及應(yīng)用[D];東北農(nóng)業(yè)大學(xué);2007年

本文編號(hào)：2644097