基于激光散斑的种子活力分级及预测

发布时间：2020-04-29 01:48

【摘要】：种子活力与其未来的生长状态和发芽率有着直接关系,直接决定着农作物的丰收与否。播种活性低的种子会造成巨大的经济损失,因此,提前判断种子活力在实际生产中有着重要的意义。激光散斑现象是指激光照射在生物表面产生的散斑现象,它的变化与生物内部的某些物质活性有着关联,因此相对于传统的利用试育种实验确定种子活力,或者对种子进行理化分析确定活力等方法,散斑图像方法对种子检测的过程可以不必等待种子发芽,时间周期大大缩短;也不用对种子进行进一步损伤,除此之外,利用种子内部的物质对活力进行检测也使结果更准确有说服力。这种种子活力检测的新方法大大节约了人力物力,对生产生活有着重要的意义。本文结合激光散斑方法和深度学习等分类算法,对麻皮豌豆和栓皮栎种子进行了活力检测,其主要研究内容和工作如下:(1)本文采用散斑设备对样本进行图像采集,自建数据库。任务包括调查麻皮豌豆和栓皮栎种子的发芽条件,老化分级,并严格进行育种,采集第一天的图像信息,等待种子发芽,测量芽长,作为真正的种子活力标准;(2)对采集到的散斑图像进行处理,得出代表种子活力的散斑值曲线,这主要分为两个部分:除去图像中的噪声,割离培养皿边缘,所用方法包括滤波,平滑,边缘提取等;更加重要的部分是提取培养皿的每个单独的散斑种子图像,这包括矩阵运算,冒泡排序等方法;(3)利用caffe深度学习框架对代表种子散斑图变化程度的GD图像进行训练,得出种子活力模型,实现利用种子萌发前几个小时的数据即可预测该种子活力等级的目的,最终最高准确率可达0.90。
【图文】：

边界框,重心

＇Ｏｒｉｅｎｔａｔｉｏｎ’：该值为标量，代表的是若有一个椭圆形，其二次矩与该区域相同，逡逑那它的ｘ轴与椭圆长轴之间的角度（以度为单位）。逡逑如图３－６所示为椭圆的轴和方向。该图的左侧示出了图像区域及其相应的椭圆形。逡逑右侧显示相同的椭圆，其特征以图形方式表示；实线蓝线为轴，红点为焦点，，取向为逡逑水平虚线与长轴之间的角度。逡逑图３－６椭圆轴与方向关系图逡逑Ｆｉｇ．３－６邋Ｏｖａｌ邋ａｘｉｓ邋ａｎｄ邋ｔｈｅ邋ｄｉｒｅｃｔｉｏｎ邋ｏｆ邋ｔｈｅ邋ｒｅｌａｔｉｏｎｓｈｉｐ邋ｄｉａｇｒａｍ逡逑＇Ｉｍａｇｅ’：与该区域的边界框大小相同的二进制图像（逻辑）。逡逑＇Ｆｉｌｌｅｄｌｍａｇｅ’：与区域的边界框大小相同的二进制图像（逻辑），其中所有被包围逡逑的空隙都被填满。逡逑＇ＦｉｌｌｅｄＡｒｅａ＇：邋Ｆｉｌｌｅｄｌｍａｇｅ邋中的像素数。逡逑如图邋３－７邋所示，表示了邋“Ｉｍａｇｅ”邋和邋“Ｆｉｌｌｅｄｌｍａｇｅ”。逡逑１９逡逑

椭圆轴,方向关系

逡逑＿逡逑图３－５重心和边界框逡逑Ｆｉｇ．３－５邋Ｃｅｎｔｅｒ邋ｏｆ邋ｇｒａｖｉｔｙ邋ａｎｄ邋ｂｏｕｎｄｉｎｇ邋ｂｏｘ逡逑＇ＭａｊｏｒＡｘｉｓＬｅｎｇｔｈ＇：该值为标量，代表的是若有一个椭圆形，其二次矩与该区域逡逑相同，那它的长轴的长度是多少（像素意义上），此属性仅适用于２－Ｄ输入标签。逡逑＇ＭｉｎｏｒＡｘｉｓＬｅｎｇｔｈ＇：该值为标量，代表的是若有一个椭圆形，其二次矩与该区域逡逑相同，那它的短轴的长度是多少（像素意义上），此属性仅适用于２－Ｄ输入标签。逡逑＇Ｅｃｃｅｎｔｒｉｃｉｔｙ＇：该值为标量，代表的是若有一个堒圆形，其二次矩与该区域相同，逡逑那它的偏心率是多少。偏心率是椭圆焦点与其长轴长度之间的距离之比。取值范围为逡逑０？１邋（０和１是极限情况；偏心度为０的椭圆实际上是一个圆，偏心为１的椭圆则是一逡逑个线段）该属性仅支持２－Ｄ输入标签矩阵。逡逑＇Ｏｒｉｅｎｔａｔｉｏｎ’：该值为标量
【学位授予单位】：北京林业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：S330.31;TP391.41

【参考文献】