农作物论文_基于机器视觉技术的小粒中药材种子 -种子科技杂志社投稿

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

农作物论文_基于机器视觉技术的小粒中药材种子

作者:

关键词:

摘要：

文章目录

1 材料与方法

1.1 试验材料

1.2 试验方法

1.2.1 传统种子净度测定

1.2.2 图像扫描及种子物理指标提取

1.2.3 净度计算及校正

1.2.4 多层感知器网络（Multilayer perceptron network,MLP)

1.2.5 二元逻辑回归（Binary Logistic Regression,BLR)

1.3 统计分析

2 结果与分析

2.1 中药材种子批物料特性描述统计

2.2 相关性分析、主成分分析和不同指标建模结果比较

2.3 不同算法建模效果比较

2.4 黄芩、桔梗、黄芪、紫苏和柴胡种子净度拟合效果

3 讨论

4 结论

文章摘要:为探究机器视觉技术用于小粒中药材种子净度快速检测的可行性，以黄芩、桔梗、黄芪、紫苏和柴胡5种常见小粒中药材种子为材料，使用扫描仪获取净种子、其他植物种子和所含杂质的图像，采用种子自动化分析系统（PhenoSeed）批量提取种子、其他植物种子及所含杂质的颜色、尺寸及纹理信息，通过相关性分析和主成分分析进行特征变量的筛选，采用多层感知器（MLP）和二元逻辑回归（BLR）建立上述5种中药材种子净度快速检测模型。结果表明，净种子、其他植物种子及所含杂质在物理指标方面存在显著差异，针对不同种子，采用不同指标建立的MLP净度模型的训练集和测试集准确率均在96.0%以上，该模型在不同中药材种子上的稳定性均优于BLR模型；以特征指标建立的模型稳定性优于全部指标的建模效果，运用特征变量建立的MLP模型对不同净度梯度（75.0%～100.0%）的混合样本进行预测，回归曲线的决定系数均达到0.99以上。采用机器视觉技术获取种子、其他植物种子及所含杂质颜色、尺寸和纹理等信息，以特征指标建立MLP模型可用于小粒中药材种子的净度快速检测。

文章关键词:

论文分类号:S567;TP391.41

文章来源：《种子科技》网址: http://www.zzkjzz.cn/qikandaodu/2022/0612/2061.html