公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

显微图像处理技术快速检测酵母菌总数被引量：4: 2012年; 采用显微图像处理技术快速检测酵母菌的数目。将生物显微镜、CCD摄像头、图像采集卡、计算机等组成硬件部分,利用Visual C++6.0软件编制酵母菌自动计数软件部分,最终形成酵母菌总数检测系统。利用该系统对啤酒酵母装片进行图像采集、图像预处理、阈值分割、图像增强、形态学处理,最后采用连通判别法和形状因子相结合进行酵母菌识别和数目统计。经显微镜直接计数法验证,结果表明此方法的平均相对误差为2.56%,对单个装片的检测时间不超过8s。显微图像处理技术简便快速、检测准确,可以用于酵母菌总数的检测,克服了传统微生物计数的不足。; 孙钟雷万鹏; 关键词：酵母菌显微图像处理

基于计算机视觉的玉米粒形检测方法被引量：17: 2011年; 提出了利用计算机视觉技术检测整粒玉米和破碎玉米的方法,以适应快速准确检测玉米品质的要求。设计了一套基于计算机视觉技术的玉米粒形检测装置,开发了玉米粒形检测算法;首先采用玉米粒形检测装置获取玉米籽粒图像,再对图像进行预处理,然后根据玉米籽粒的特点提取面积、周长、长、宽等8个特征参数,将粒形特征参数作为输入值构建BP神经网络对玉米的粒形进行检测。结果表明:该方法对整粒玉米检测的准确率为97.50%;对破碎玉米检测的平均准确率为91.83%。; 万鹏孙钟雷宗力; 关键词：计算机视觉 BP 神经网络玉米

电导率法快速测定榨菜盐分含量被引量：5: 2013年; 建立一种基于电导率的榨菜脱盐液盐分快速测定方法。首先分析盐溶液质量分数、种类、温度对榨菜脱盐液电导率测试的影响,然后运用Pearson相关性系数法分析榨菜脱盐液的电导率和盐分含量之间的关系,利用线性回归分析法建立基于电导率的榨菜脱盐液盐分预测方程,最后采用国标滴定法对电导率预测法进行验证。结果表明:榨菜脱盐液的电导率和盐分含量之间具有极显著的相关性,相关系数为0.9790;电导率预测法与国标滴定法测得的盐分含量平均相对误差小于5%,榨菜脱盐液盐分预测方程准确、有效;电导率法测试时间小于15s。; 孙钟雷李宇; 关键词：电导率法

鲜食紫糯玉米护色保鲜工艺研究被引量：3: 2012年; 以新鲜紫糯玉米为原料,用柠檬酸、亚硫酸钠、维生素C、三聚磷酸钠保鲜剂对其进行护色保鲜,并分析预煮时间、冷却方法和光照对保鲜效果的影响,通过正交试验得出紫糯玉米的最佳护色保鲜工艺。研究结果表明:柠檬酸添加量0.20%、亚硫酸钠添加量0.06%、三聚磷酸钠添加量0.11%、维生素C添加量0.06%;紫糯玉米预煮时间10 min,冷却方法选取自然冷却,真空包装灭菌后采用避光保存可使紫糯玉米的护色保鲜效果达到最好。; 潘江李宇孙钟雷袁娅; 关键词：护色保鲜

动态多对象玉米品种快速识别系统被引量：1: 2012年; 研制了一种基于计算机视觉技术的动态多对象玉米品种识别系统,设计选用3CCD彩色摄像头、图像采集卡、光电开关、输送带、照明箱等零部件组成硬件装置。利用Visual C++6.0、Access 2007软件,编制图像采集、图像处理、特征提取、模式识别、特征库等功能模块程序,构成软件部分。系统对4种具有代表性的西南地区杂交玉米进行了品种识别,结果表明,最高识别率可达95%,最短识别时间为5.4 s。动态多对象玉米品种快速识别系统可实现多粒玉米种子的动态、快速、准确识别。; 孙钟雷万鹏龙长江; 关键词：玉米计算机视觉

基于遗传组合网络的玉米品种识别方法被引量：3: 2012年; 为了提高计算机视觉技术对玉米品种的识别率,研究基于遗传组合神经网络的玉米品种识别方法。利用自制的动态计算机视觉系统,获取了4种具有代表性的西南地区杂交玉米种子图像,提取了8个形态特征参数和6个颜色特征参数。针对玉米品种识别特点,设计了由4个子网络组成的遗传算法优化的径向基函数组合网络,并优选了特征参数组合,优化了网络参数。经验证对比试验表明,本方法识别率可达95%,优于其它识别方法,切实提高了玉米品种识别率。; 孙钟雷万鹏龙长江; 关键词：玉米遗传算法组合神经网络

榨菜盐分检测方法分析研究被引量：1: 2013年; 榨菜盐分检测对榨菜加工过程、成品检验有重要意义。针对榨菜盐分检测特点,对滴定法、比重法、电导率仪测试法、电子舌技术测试法的测试原理、测试过程进行分析研究,并且对4种方法的测试范围、优缺点进行对比,总结了榨菜盐分检测现状,展望了榨菜盐分检测的发展趋势,为榨菜盐分检测的研究提供帮助,为榨菜产业的快速发展提供技术支持。; 孙钟雷; 关键词：榨菜滴定法比重法电导率仪电子舌

Application of Computer Vision Technique to Maize Variety Identification: 2013年; Variety identification is important for maize breeding, processing and trade. The computer vision technique has been widely applied to maize variety identification. In this paper, computer vision technique has been summarized from the following technical aspects including image acquisition, image processing, characteristic parameter extraction, pattern recognition and programming softwares. In addition, the existing problems during the application of this technique to maize variety identification have also been analyzed and its development tendency is forecasted.; 孙钟雷李宇何伟

全选清除导出

共1页<1>

重庆市教育委员会科学技术研究项目(KJ101302)